[发明专利]一种电弧故障检测方法及电弧故障检测模型训练方法在审

专利信息
申请号: 202310078243.6 申请日: 2023-01-31
公开(公告)号: CN116087660A 公开(公告)日: 2023-05-09
发明(设计)人: 张亮亮;费远宇;朱梓寒;曾维波 申请(专利权)人: 固德威技术股份有限公司
主分类号: G01R31/00 分类号: G01R31/00;G01R23/16
代理公司: 北京三聚阳光知识产权代理有限公司 11250 代理人: 白淑君
地址: 215011 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电弧 故障 检测 方法 模型 训练
【权利要求书】:

1.一种电弧故障检测方法,其特征在于,所述方法包括:

获取目标设备生成的电流数据,并根据所述电流数据得到频域数据;

将所述频域数据通过电弧故障检测模型的特征提取模块进行处理,获得电弧特征;

将所述目标设备对应的设备编号与所述电弧特征进行拼接,获得待识别特征;

通过所述电弧故障检测模型中的识别模块对所述待识别特征进行处理,确定所述目标设备的故障结果。

2.根据权利要求1所述的方法,其特征在于,所述故障检测模块中的识别模块为全连接层;

所述通过所述电弧故障检测模型中的识别模块对所述待识别特征进行处理,确定所述电流数据的故障结果,包括;

通过所述全连接层对所述待识别特征进行处理,获得所述目标设备对应的电弧故障概率;

当所述电弧故障概率大于或等于故障阈值时,确定所述目标设备发生电弧故障;

当所述电弧故障概率小于所述故障阈值时,确定所述目标设备未发生电弧故障。

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

当所述电弧故障概率小于所述故障阈值时,根据所述电弧故障概率生成对应的权重参数;

将所述权重参数与历史权重参数进行累加,获得更新后的历史权重参数;所述历史权重参数为所述目标设备在指定时间内的历史电流数据通过所述电弧故障检测模型生成的;

当所述更新后的历史权重参数大于权重阈值时,确定所述目标设备发生电弧故障。

4.根据权利要求1至3任一所述的方法,其特征在于,所述获取目标设备生成的电流数据,并根据所述电流数据得到频域数据,包括:

获取所述目标设备生成的电流数据,并将所述电流数据进行采样以及归一化处理,获得电流数据序列;

对所述电流数据序列进行快速傅里叶变换,获得频域序列;

将所述频域序列按照指定长度等分,获得各个频域子序列;

将所述各个频域子序列拼接为矩阵,以获得所述电流数据得到频域数据。

5.一种电弧故障检测模型训练方法,其特征在于,所述方法包括:

获取样本数据集中的样本电流数据,并根据所述样本电流数据得到样本频域数据;所述样本数据集中包括各个样本设备生成的电流数据;

将所述样本频域数据通过电弧故障检测模型的特征提取模块进行处理,获得样本电弧特征;

将生成所述样本电流数据的样本设备对应的设备编号与所述样本电弧特征进行拼接,获得样本待识别特征;

通过所述电弧故障检测模型中的识别模块对所述样本待识别特征进行处理,确定生成所述样本电流数据的样本设备的样本识别结果;

基于所述样本识别结果以及所述生成所述样本电流数据的样本设备的故障结果,对所述电弧故障检测模型进行参数更新,以得到训练后的电弧故障检测模型。

6.根据权利要求5所述的电弧故障检测模型训练方法,其特征在于,所述方法还包括:

提取所述训练后的电弧故障检测模型中的各个参数;

确定所述各个参数的最大值与最小值之间的第一差值;

获取目标整型范围的最大值与最小值之间的第二差值;

基于所述第一差值与所述第二差值的比值,确定目标整型数的量化间距;

基于所述量化间距,将所述各个参数量化至目标整型范围,以获得量化后的电弧故障检测模型。

7.一种电弧故障检测装置,其特征在于,所述装置包括:

频域数据获取模块,用于获取目标设备生成的电流数据,并根据所述电流数据得到频域数据;

电弧特征获取模块,用于将所述频域数据通过电弧故障检测模型的特征提取模块进行处理,获得电弧特征;

特征拼接模块,用于将所述目标设备对应的设备编号与所述电弧特征进行拼接,获得待识别特征;

故障确定模块,用于通过所述电弧故障检测模型中的识别模块对所述待识别特征进行处理,确定所述目标设备的故障结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于固德威技术股份有限公司,未经固德威技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310078243.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top