[發明專利]一種電機溫升預測方法

在審

• 申請號: 202211227939.2
• 申請日: 2022-10-09
• 公開（公告）號: CN115840917A
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 李星;吳鵬濤;朱法龍;莊超
• 申請（專利權）人: 寧波菲仕技術股份有限公司
• 主分類號: G06F18/2431
• 分類號: G06F18/2431;G06F18/10;G06F18/213;G06F18/214;G06N3/0442;G06N3/045;G06N3/0464;G06N3/08
• 代理公司: 杭州杭誠專利事務所有限公司 33109
• 代理人: 王鑫康

1.一種電機溫升預測方法，其特征在于，包括以下步驟：

S1過濾數據噪聲以得到準確電機數據；

S2處理電機數據并劃分訓練集和測試集；

S3搭建CNN-LSTM-attention模型；

S4添加池化層和dropout降低數據量并避免過擬合；

S5添加attention以提升模型的預測效果；

S6將數據輸入LSTM層學習溫升數據的時間關系并預測。

2.根據權利要求1所述的一種電機溫升預測方法，其特征在于，所述步驟S1具體包括：

S1.1采集電機線圈溫升數據；

S1.2使用小波分層與重構技術過濾高頻噪聲；

S1.3使用卡爾曼濾波過濾傳感器自身的低頻噪音。

3.根據權利要求1所述的一種電機溫升預測方法，其特征在于，所述步驟S1.2使用小波分層與重構技術過濾高頻噪聲具體包括：

對于任意連續函數信號f(t)的小波變換定義為：

的傅里葉變換為

為小波基函數，小波變換包括兩個變量：尺度a和平移量τ，尺度a控制小波函數的伸縮，平移量τ控制小波函數的平移，尺度與頻率成反比，平移量τ對應時間。

進行Mallat塔式分解算法

對于任意一個函數f(t)∈X，首先對函數進行分解，得到細節部分cd₁，近似部分記為ca₁，然后進一步分解ca₁，并重復上述過程，對信號進行分解與重構，去掉高頻部分噪聲，重構出信號的趨勢。

4.根據權利要求2所述的一種電機溫升預測方法，其特征在于，所述步驟S1.3使用卡爾曼濾波過濾傳感器自身的低頻噪音具體包括：

其狀態方程與觀測方程分別為：

X_k＝C_k/k-1X_k+W_k-1(k＝1，2，...)

Y_k＝M_kX_k+V_k(k＝1，2，...)

其中，X_k，Y_k分別為t_k時刻的狀態矢量與觀測矢量；C_k/k-1為從t_k-1時刻到t_k時刻的狀態轉移矩陣；M_k為觀測矩陣；W_k-1，V_k分別為系統噪聲矢量與觀測噪聲矢量；

設定

其中，Q_k，R_k分別為系統噪聲方差矩陣和觀測噪聲方差矩陣；δ_kj為狄拉克函數，當k＝j時，δ_kj＝1，否則δ_kj＝0；E為數學期望，C_ov為協方差；

若t_k時刻的觀測量Y_k已知，根據隨機離散系統的卡爾曼遞推公式得到對X_k的最優估計進行遞推計算：

其中

P_k＝(I-K_kM_k)P_k/k-1

其中，為t_k-1時刻到t_k時刻的一步估計值；K_k為t_k的卡爾曼增益矩陣；P_k為t_k的狀態估計誤差協方差矩陣；P_k/k-1為t_k-1時刻到t_k時刻的一步估計誤差協方差矩陣。