[发明专利]有载分接开关的故障诊断模型建立方法及故障诊断方法

权利要求书

1.一种有载分接开关故障诊断模型建立方法，其特征在于，包括：

对已知故障类型的有载分接开关进行S路振动信号的同步测量，并通过SPWVD时频分析将测量得到的每一路振动信号转换为时频谱，由时频谱和对应的故障类型构成数据集；S为大于1的整数；

建立多通道卷积神经网络；所述多通道卷积神经网络包括S个通道、特征融合模块和故障诊断模块；所述S个通道分别以S路振动信号的时频谱为输入，用于对各时频谱进行特征提取，得到S个特征向量；所述特征融合模块以所述S个通道输出的特征向量为输入，用于对所述S个特征向量进行融合，得到融合后的特征向量；所述故障诊断模块以所述特征融合模块输出的融合后的特征向量为输入，用于预测各类故障出现的概率；

以所述数据集中的时频谱为输入信息，以对应的故障类型为标签信息，利用所述数据集对所述多通道卷积神经网络进行训练，在训练结束后，得到有载分接开关故障诊断模型；

其中，所述多通道卷积神经网络中，每个通道都包括多个卷积层和池化层。

2.如权利要求1所述的有载分接开关故障诊断模型建立方法，其特征在于，对于测量得到的任一一路振动信号，通过SPWVD时频分析将其转换为时频谱，包括：

以SPWVD时频分析的时间窗长度和频率窗长度为优化变量，以时频谱的时频聚集性最高为目标，利用预设的寻优算法求解得到最优的时间窗长度和频率窗长度；

按照最优的时间窗长度和频率窗长度计算振动信号的SPWVD时频谱。

3.如权利要求2所述的有载分接开关故障诊断模型建立方法，其特征在于，时频谱的时频聚集性通过归一化3阶Renyi熵进行度量。

4.如权利要求2所述的有载分接开关故障诊断模型建立方法，其特征在于，所述预设的寻优算法为粒子群算法。

5.如权利要求1~4任一项所述的有载分接开关故障诊断模型建立方法，其特征在于，所述特征融合模块对所述S个特征向量进行融合，包括：

将各特征向量中相同位置的元素按照通道顺序拼接到一起，得到K个向量；K为特征向量的维度；

按照元素位置顺序将K个向量拼接到一起，得到融合后的特征向量。

6.如权利要求1~4任一项所述的有载分接开关故障诊断模型建立方法，其特征在于，有载分接开关的S路振动信号为有载分接开关顶部的的S路振动信号。

7.一种有载分接开关故障诊断方法，其特征在于，包括：

对待诊断故障的有载分接开关进行S路振动信号的同步测量，并通过SPWVD时频分析将测量得到的每一路振动信号转换为时频谱；S为大于1的整数；

将S路振动信号的时频谱分别输入至由权利要求1~6任一项所述的有载分接开关故障诊断模型建立方法建立得到的有载分接开关故障诊断模型中的S个通道；

将所述有载分接开关故障诊断模型的输出中，概率最大的故障类型确定为故障诊断结果。

8.一种计算机可读存储介质，其特征在于，包括存储的计算机程序；所述计算机程序被处理器执行时，控制所述计算机可读存储介质所在设备执行权利要求1~6任一项所述的有载分接开关故障诊断模型建立方法，和/或，权利要求7所述的有载分接开关故障诊断方法。