[发明专利]故障检测方法、装置、电子设备和介质

权利要求书

1.一种故障检测方法，包括：

基于目标频率范围和目标设备的运行状态数据的频率，对所述运行状态数据进行分解，得到与所述目标频率范围对应的频率区间数据；

对所述频率区间数据进行特征提取，得到与所述频率区间数据对应的初始特征集合，其中，所述初始特征集合中的初始特征包括类别标识；

基于所述类别标识，对所述初始特征集合进行处理，得到目标特征；以及

基于所述目标特征，确定针对所述目标设备的故障信息。

2.根据权利要求1所述的方法，其中，所述初始特征集合包括多个时域类别特征；所述基于所述类别标识，对所述初始特征集合进行处理，得到目标特征包括：

将所述多个时域类别特征中的任意多个进行组合，得到第一组合特征；以及

将所述多个时域类别特征和所述第一组合特征确定为所述目标特征。

3.根据权利要求1或2所述的方法，其中，所述初始特征集合包括多个频域类别特征；所述基于所述类别标识，对所述初始特征集合进行处理，得到目标特征包括：

将所述多个频域类别特征中的任意多个进行组合，得到第二组合特征；以及

将所述多个频域类别特征和所述第二组合特征确定为所述目标特征。

4.根据权利要求1-3中任意一项所述的方法，其中，所述初始特征集合包括时域类别特征和频域类别特征；所述基于所述类别标识，对所述初始特征集合进行处理，得到目标特征包括：

将所述时域类别特征和所述频域类别特征进行组合，得到第三组合特征；以及

将所述时域类别特征、所述频域类别特征和所述第三组合特征确定为所述目标特征。

5.根据权利要求1-4中任意一项所述的方法，其中，所述初始特征集合包括时频域类别特征；所述基于所述类别标识，对所述初始特征集合进行处理，得到目标特征包括：

将所述时频域类别特征确定为所述目标特征。

6.根据权利要求1所述的方法，其中，所述基于所述目标特征，确定所述目标设备的故障信息包括：

基于历史故障信息，确定所述目标特征的重要度；

基于所述重要度，从所述目标特征中选择重要特征；以及

将所述重要特征输入机器学习模型中，得到针对所述目标设备的故障信息。

7.根据权利要求1所述的方法，还包括：

基于所述目标设备的运行状态数据的频率分布，确定所述目标频率范围。

8.根据权利要求1所述的方法，其中，所述频率区间数据包括第一频率区间数据、第二频率区间数据、第三频率区间数据，所述第一频率区间数据的频率大于等于所述第二频率区间数据的频率，所述第二频率区间数据的频率大于等于所述第三频率区间数据的频率。

9.根据权利要求2所述的方法，其中，所述时域类别特征包括以下至少一个：

均值、均方根、脉冲、峭度、裕度、峰值、均方误差、峰度、偏度。

10.根据权利要求3所述的方法，其中，所述频域类别特征包括以下至少一个：

功率谱标准差、功率谱和、功率谱均值、功率谱偏度、功率谱峭度、功率谱相对峰值、最大值频率。

11.一种故障检测装置，包括：

分解模块，用于基于目标频率范围和目标设备的运行状态数据的频率，对所述运行状态数据进行分解，得到与所述目标频率范围对应的频率区间数据；

提取模块，用于对所述频率区间数据进行特征提取，得到与所述频率区间数据对应的初始特征集合，其中，所述初始特征集合中的初始特征包括类别标识；

处理模块，用于基于所述类别标识，对所述初始特征集合进行处理，得到目标特征；以及

第一确定模块，用于基于所述目标特征，确定针对所述目标设备的故障信息。