CN115524573A - 故障检测方法、装置、存储介质及电子设备 - Google Patents
故障检测方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN115524573A CN115524573A CN202110712024.XA CN202110712024A CN115524573A CN 115524573 A CN115524573 A CN 115524573A CN 202110712024 A CN202110712024 A CN 202110712024A CN 115524573 A CN115524573 A CN 115524573A
- Authority
- CN
- China
- Prior art keywords
- fault
- detection
- data
- characteristic quantity
- detection data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本申请涉及轨道交通技术领域,具体涉及一种故障检测方法、装置及电子设备,该方法包括:获取至少一个检测点的检测数据,并对所述检测数据进行预处理;根据预处理后的检测数据提取故障特征量;每个检测点对应的故障特征量能够体现出每个检测点接地时其接地检测电压体现出来的变化规律,因此,接着可以根据故障诊断阈值参数以及所述故障特征量确定对应的检测点是否出现故障;其中,所述故障诊断阈值参数为根据历史故障数据分析得到。通过该方法可实现接地绝缘不良故障的状态检测,同时减少维护成本,从而减少列车在途故障,提升可用性并提升故障处理效率。
Description
技术领域
本申请涉及轨道交通技术领域,特别地涉及一种故障检测方法、装置、存储介质及电子设备。
背景技术
列车供电系统是为客车上各种用电电器提供电源的系统设备,目前我国主要客运列车均采用DC600V集中供电、分散变流供电方式,即机车提供DC600V等级的列车供电母线电压,各车厢上的变流器将DC600V电压逆变成三相380V、单相220V交流电源后向车厢用电设备(如空调、供暖、照明等)供电。因此,保障DC600V列车供电系统的安全稳定可靠对于旅客列车安全运行和良好乘坐体验具有重要意义。其中,由于DC600V短路电流难以迅速切断,为了监测系统对地绝缘缺陷,及时发现短路隐患,同时对人体进行漏电保护以避免触电,接地绝缘检测与保护是其中较为重要的研究方向。
目前,为了避免列车绝缘性能下降导致的漏电问题及可能产生的火灾隐患,工程实际中列车供电控制系统中一般设置有接地检测电路,工作人员依照经验判断接地检测电压的值实现接地绝缘不良检测。因此,存在漏报、误报等问题,在运用过程中出现多次因检测不及时或未检测出故障导致列车停车救援,严重影响旅客舒适性甚至影响到出行安全。
发明内容
针对上述问题,本申请提供一种故障检测方法、装置、存储介质及电子设备。
第一方面,本申请提供了一种故障检测方法,所述方法包括:
获取至少一个检测点的检测数据,并对所述检测数据进行预处理;
根据预处理后的检测数据提取故障特征量;
根据故障诊断阈值参数以及所述故障特征量确定对应的检测点是否出现故障;
其中,所述故障诊断阈值参数为根据历史故障数据分析得到。
上述实施方式中,根据至少一个检测点的检测数据进行预处理后,进行提取故障特征量的操作,每个检测点对应的故障特征量能够体现出每个检测点接地时其接地检测电压体现出来的变化规律,因此,接着可以根据历史故障数据分析得到的故障诊断阈值参数以及故障特征量对检测点是否出现故障进行实时诊断,通过该方法,可实现接地绝缘不良故障的状态检测,同时减少维护成本,从而减少列车在途故障,提升可用性并提升故障处理效率。
根据本申请的实施例,可选的,上述故障检测方法中,对所述检测数据进行预处理,包括:
对所述检测数据进行归一化处理;
对归一化处理后的检测数据进行周期窗口数据更新操作,以获取当前周期窗口数据。
上述实施方式中,对检测数据进行归一化处理的目的是将不同梁刚和不同数据量级大小的数据转变成可以相互进行数据运算的具有相同量纲和相同数量级的具有可比性的数据。对归一化处理后的检测数据进行周期窗口数据更新操作,能够实时周期性的对数据进行更新,从而保证能够根据检测数据进行及时准确的故障检测。
根据本申请的实施例,可选的,上述故障检测方法中,根据预处理后的检测数据提取故障特征量,包括:
获取所有检测点的关联规律;
根据所述关联规律对所述预处理后的检测数据进行故障特征量的提取。
上述实施方式中,检测电压在直流接地时的情况下,其值所属的数值范围具有明显可区分性,而在电抗器前端接地和交流侧接地时的情况下,由于均存在交流分量,则无法通过数值范围对其进行直接区分,因此可以基于检测点的关联规律提取统计故障特征量来进行具体区分定位。
根据本申请的实施例,可选的,上述故障检测方法中,根据故障诊断阈值参数以及所述故障特征量确定对应的检测点是否出现故障之后,所述方法还包括:
根据所述关联规律对每个检测点进行等效绝缘电阻重构,得到等效接地绝缘电阻值;
根据所述等效接地绝缘电阻值确定故障严重程度指标;
根据所述故障严重程度指标生成维护提示。
根据本申请的实施例,可选的,上述故障检测方法中,根据所述故障严重程度指标生成维护提示,包括:
确定与所述故障严重程度指标对应的故障特征量;
获取根据所述历史故障数据确定的故障诊断规则;
根据所述故障特征量以及故障诊断规则确定故障类型。
根据本申请的实施例,可选的,上述故障检测方法中,获取根据所述历史故障数据确定的故障诊断规则,包括:
根据历史故障数据分别对每个检测点的故障标志位进行分析,以得到不同接地类型时故障标志位的统计量变化规律;
确定所述统计量变化规律对应的故障类型,并形成所述故障诊断规则。
第二方面,本申请提供了一种故障检测装置,所述装置包括:数据处理模块,用于获取至少一个检测点的检测数据,并对所述检测数据进行预处理;
故障特征量提取模块,用于根据预处理后的检测数据提取故障特征量;
故障确定模块,用于根据故障诊断阈值参数以及所述故障特征量确定对应的检测点是否出现故障;
其中,所述故障诊断阈值参数为根据历史故障数据分析得到。
根据本申请的实施例,可选的,上述故障检测装置中,所述数据处理模块包括:
归一化处理单元,用于对所述检测数据进行归一化处理;
周期窗口数据更新单元,用于对归一化处理后的检测数据进行周期窗口数据更新操作,以获取当前周期窗口数据。
根据本申请的实施例,可选的,上述故障检测装置中,所述故障特征量提取模块包括:
关联规律获取单元,用于获取所有检测点的关联规律;
故障特征量提取单元,用于根据所述关联规律对所述预处理后的检测数据进行故障特征量的提取。
根据本申请的实施例,可选的,上述故障检测装置中,所述装置还包括:
等效绝缘电阻重构模块,用于根据所述关联规律对每个检测点进行等效绝缘电阻重构,得到等效接地绝缘电阻值;
故障严重程度指标确定模块,用于根据所述等效接地绝缘电阻值确定故障严重程度指标;
维护提示生成模块,用于根据所述故障严重程度指标生成维护提示。
根据本申请的实施例,可选的,上述故障检测装置中,所述维护提示生成模块包括:
故障特征对应确定单元,用于确定与所述故障严重程度指标对应的故障特征量;
故障诊断规则确定单元,用于获取根据所述历史故障数据确定的故障诊断规则;
故障类型确定单元,用于根据所述故障特征量以及故障诊断规则确定故障类型。
第三方面,本申请提供了一种存储介质,该存储介质存储的计算机程序,可被一个或多个处理器执行,可用来实现如上述的故障检测方法。
第四方面,本申请提供了一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行上述的故障检测方法。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
本申请提供的一种故障检测方法、装置、存储介质及电子设备,该方法包括:获取至少一个检测点的检测数据,并对所述检测数据进行预处理;根据预处理后的检测数据提取故障特征量;根据故障诊断阈值参数以及所述故障特征量确定对应的检测点是否出现故障;其中,所述故障诊断阈值参数为根据历史故障数据分析得到。根据至少一个检测点的检测数据进行预处理后,进行提取故障特征量的操作,每个检测点对应的故障特征量能够体现出每个检测点接地时其接地检测电压体现出来的变化规律,因此,接着可以根据历史故障数据分析得到的故障诊断阈值参数以及故障特征量对检测点是否出现故障进行实时诊断,通过该方法,可实现接地绝缘不良故障的状态检测,同时减少维护成本,从而减少列车在途故障,提升可用性并提升故障处理效率。
附图说明
在下文中将基于实施例并参考附图来对本申请进行更详细的描述。
图1为本申请实施例一提供的一种故障检测方法的流程示意图。
图2为本申请实施例三提供的一种电力机车列车供电系统主电路原理图。
图3为本申请实施例三提供的一种等效接地绝缘电阻值与故障严重程度指标关系的示意图。
图4为本申请实施例四提供的一种故障检测装置的流程示意图
图5为本申请实施例六提供的一种电子设备的连接框图。
在附图中,相同的部件使用相同的附图标记,附图并未按照实际的比例绘制。
具体实施方式
以下将结合附图及实施例来详细说明本申请的实施方式,借此对本申请如何应用技术手段来解决技术问题,并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征,在不相冲突前提下可以相互结合,所形成的技术方案均在本申请的保护范围之内。
实施例一
本发明提供一种故障检测方法,请参阅图1,该方法包括如下步骤:
步骤S110:获取至少一个检测点的检测数据,并对所述检测数据进行预处理。
针对不同的接地检测电路,可以根据其电路构造对应的设置不同的检测点,而针对每个接地检测电路,则可以设置多个检测点,从而保证能够实现对电路故障的精准定位。
针对一个待测的接地检测电路,可以实时获取其中至少一个检测点的检测数据,然后对检测数据进行预处理,以保证检测数据的有效性及准确性。在对检测数据进行预处理时,可以先对所述检测数据进行归一化处理,然后对归一化处理后的检测数据进行周期窗口数据更新操作,以获取当前周期窗口数据。
对检测数据进行归一化处理的目的是将不同梁刚和不同数据量级大小的数据转变成可以相互进行数据运算的具有相同量纲和相同数量级的具有可比性的数据。归一化的方法可以为线性函数法、对数函数法及反余切函数法等,可以根据具体的需要选择归一化具体的方法,此处不作限制。对归一化处理后的检测数据进行周期窗口数据更新操作,能够实时周期性的对数据进行更新,从而保证能够根据检测数据进行及时准确的故障检测。
步骤S120:根据预处理后的检测数据提取故障特征量。
在根据预处理后的检测数据提取故障特征量时,可以先获取所有检测点的关联规律,然后根据所述关联规律对所述预处理后的检测数据进行故障特征量的提取。检测点为电路结构上的检测点,因此,所有检测点之间的关联规律是由主电路结构决定的,故障特征量则是由电路结构产生的关联规律而形成。
根据检测电压在不同接地工况下进行分析可知,直流接地时,检测到的检测电压为直流量且在不同的数值范围,具有明显可区分性;而电抗器前端接地和交流侧接地时,由于均存在交流分量,无法直接区分,因此可以基于关联变量,提取相关的统计故障特征量来进行具体区分定位。
步骤S130:根据故障诊断阈值参数以及所述故障特征量确定对应的检测点是否出现故障。
其中,所述故障诊断阈值参数为根据历史故障数据分析得到。
由于故障特征量能够反映检测点的检测数据在不同工况情况下的数值变化情况,因此,可以根据历史故障数据分析得到的故障诊断阈值参数判断故障特征量所对应的检测点的故障情况。在获取故障诊断阈值参数时,可以先根据历史故障数据中的检测数据提取出的故障特征值,然后再计算该故障特征值的平均值以及方差值,然后根据平均值及方差值确定故障诊断阈值参数。
综上所述,本申请提供一种故障检测方法,该方法包括:获取至少一个检测点的检测数据,并对所述检测数据进行预处理;根据预处理后的检测数据提取故障特征量;根据故障诊断阈值参数以及所述故障特征量确定对应的检测点是否出现故障;其中,所述故障诊断阈值参数为根据历史故障数据分析得到。根据至少一个检测点的检测数据进行预处理后,进行提取故障特征量的操作,每个检测点对应的故障特征量能够体现出每个检测点接地时其接地检测电压体现出来的变化规律,因此,接着可以根据历史故障数据分析得到的故障诊断阈值参数以及故障特征量对检测点是否出现故障进行实时诊断,通过该方法,可实现接地绝缘不良故障的状态检测,同时减少维护成本,从而减少列车在途故障,提升可用性并提升故障处理效率。
实施例二
在实施例一的基础上,本实施例通过具体实施案例对实施例一中的方法进行说明。
在根据故障诊断阈值参数以及所述故障特征量确定对应的检测点是否出现故障之后,可以根据所有检测点的关联规律对每个检测点进行等效绝缘电阻重构,得到等效接地绝缘电阻值,然后根据所述等效接地绝缘电阻值确定故障严重程度指标,以根据所述故障严重程度指标生成维护提示。
上述实施方式中,电路的等效接地绝缘电阻值在使用的前期变化比较平缓,后期则变化较快,主要表现为快速下降。也就是说,电路的老化程度与等效接地绝缘电阻值有关系,因此可以先对每个检测点的等效绝缘电阻值进行重构,然后得到可以对电路的故障严重程度进行表示的故障严重程度指标,并根据其生产维护提示,以便于维修人员对电路进行及时的检修。
作为一种实施方式,根据所述故障严重程度指标生成维护提示时,可以先确定与所述故障严重程度指标对应的故障特征量,然后获取根据所述历史故障数据确定的故障诊断规则,最后再根据所述故障特征量以及故障诊断规则确定故障类型。
其中,故障诊断规则可以为预先建立好的通用故障诊断规则,该标准故障诊断规则可以被用于不同电路进行故障检测。故障诊断规则还可以是由人为通过经验判断或设定而建立得到的。获取根据所述历史故障数据确定的故障诊断规则还可以是根据历史故障数据分别对每个检测点的故障标志位进行分析,以得到不同接地类型时故障标志位的统计量变化规律;然后确定所述统计量变化规律对应的故障类型,并形成所述故障诊断规则。在获取故障诊断规则时可以根据不同的需求获取。
实施例三
在实施例一的基础上,本实施例通过具体实施案例对实施例一中的方法进行说明。
以图2所示的电力机车列车供电系统主电路原理为例。单相AC25kV交流电经受电弓、主断路器VCB和牵引变压器原边绕组流入车体,由牵引变压器降压后通过次边列供绕组向列车供电变流器提供单相交流电源。单相交流电在列车供电变流器的作用下,将单相交流电变换成DC600V直流电给客车负载供电。
由检测电压在不同接地工况下分析可知,直流接地时,检测电压为直流量且在不同的数值范围,具有明显可区分性;而电抗器前端接地和交流侧接地时,由于均存在交流分量,无法直接区分,需基于关联变量,可以提取统计特征量来进行具体区分定位。因此,可基于其关联规律定义的相关特征量作为故障特征量来进行故障诊断。
其中,JEx1(k)、JEx2(k)、JEx3(k)、JEx4(k)、JDx1(k)、JDx2(k)、JDx3(k)、JDx4(k)均为提取出的故障特征量,为故障特征量计算窗口内采样点数,Tc为故障特征量计算窗口长度,Ts为信号采样周期。
在正常运行时,若系统无异常,则故障特征量JEx1(k)~JEx4(k)∈[0.5-ε1,0.5+ε1],JDx1(k)~JDx4(k)≤ε2。其中,ε1和ε2均为故障诊断阈值参数,ε1为故障特征量均值,ε2为故障特征量方差检测阀值门槛。故障诊断阈值参数的选择考虑到传感器测量噪声与谐波,可以根据历史运行数据特性分析得到。
也就是说,在根据故障诊断阈值参数以及所述故障特征量确定对应的检测点是否出现故障,可用以下检测式。
其中,F(k)表示在k时刻的异常检测标志位,F(k)为1时表示电路发生异常,F(k)为0时表示电路正常。
根据所述关联规律对每个检测点进行等效绝缘电阻重构,得到等效接地绝缘电阻值。例如,下面针对不同接地类型,对应于图2中的①~⑤的监测点,基于关联关系,并采用周期平均滤波,得到等效绝缘电阻重构值的表达式依次如下所示:
可以相关变量来确定系统退化状态(或健康状态,或故障严重程度),并以最低成本进行有效的检修与维护。系统退化程度一般用数值为0到100%之间的健康因子(HealthIndex,HI)来表征。因此可以通过能表征接地绝缘故障严重程度的等效接地绝缘电阻值映射为对应的健康因子HI来实现对接地绝缘异常的故障预测。其中,健康因子即为故障严重程度指标。由于电路的等效接地绝缘电阻值在使用的前期变化比较平缓,后期则变化较快,主要表现为快速下降。因此,可以采用下式近似描述HI与等效接地绝缘电阻值之间的映射关系,其函数关系图如图3所示。
设直流侧正端接地、直流侧负端接地、电抗器前端接地、交流侧正端接地和交流侧负端接地故障的故障标志位依次为FDCP、FDCN、FDCLP、FQCP和FQCN,基于不同接地类型时统计量变化规律,可得到故障诊断规则表,实现各个故障的有效定位。
故障诊断规则表如下所示:
表中,故障标志位为1表示发生相应故障,ε3为直流侧接地工况下特征量边界阀值。
实施例四
请参看图4,本申请提供了一种故障检测装置400,该装置包括:
数据处理模块410,用于获取至少一个检测点的检测数据,并对所述检测数据进行预处理;
故障特征量提取模块420,用于根据预处理后的检测数据提取故障特征量;
故障确定模块430,用于根据故障诊断阈值参数以及所述故障特征量确定对应的检测点是否出现故障;
其中,所述故障诊断阈值参数为根据历史故障数据分析得到。
根据本申请的实施例,可选的,上述故障检测装置中,所述数据处理模块410包括:
归一化处理单元,用于对所述检测数据进行归一化处理;
周期窗口数据更新单元,用于对归一化处理后的检测数据进行周期窗口数据更新操作,以获取当前周期窗口数据。
根据本申请的实施例,可选的,上述故障检测装置中,所述故障特征量提取模块420包括:
关联规律获取单元,用于获取所有检测点的关联规律;
故障特征量提取单元,用于根据所述关联规律对所述预处理后的检测数据进行故障特征量的提取。
根据本申请的实施例,可选的,上述故障检测装置中,所述装置还包括:
等效绝缘电阻重构模块,用于根据所述关联规律对每个检测点进行等效绝缘电阻重构,得到等效接地绝缘电阻值;
故障严重程度指标确定模块,用于根据所述等效接地绝缘电阻值确定故障严重程度指标;
维护提示生成模块,用于根据所述故障严重程度指标生成维护提示。
根据本申请的实施例,可选的,上述故障检测装置中,所述维护提示生成模块包括:
故障特征对应确定单元,用于确定与所述故障严重程度指标对应的故障特征量;
故障诊断规则确定单元,用于获取根据所述历史故障数据确定的故障诊断规则;
故障类型确定单元,用于根据所述故障特征量以及故障诊断规则确定故障类型。
综上所述,本申请提供一种故障检测装置,包括数据处理模块410,用于获取至少一个检测点的检测数据,并对所述检测数据进行预处理;故障特征量提取模块420,用于根据预处理后的检测数据提取故障特征量;故障确定模块430,用于根据故障诊断阈值参数以及所述故障特征量确定对应的检测点是否出现故障;其中,所述故障诊断阈值参数为根据历史故障数据分析得到。根据至少一个检测点的检测数据进行预处理后,进行提取故障特征量的操作,每个检测点对应的故障特征量能够体现出每个检测点接地时其接地检测电压体现出来的变化规律,因此,接着可以根据历史故障数据分析得到的故障诊断阈值参数以及故障特征量对检测点是否出现故障进行实时诊断,通过该方法可实现接地绝缘不良故障的状态检测,同时减少维护成本,从而减少列车在途故障,提升可用性并提升故障处理效率。
实施例五
本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,所述计算机程序被处理器执行时可以实现如上述实施例中的方法步骤。
上述方法步骤的具体实施例过程可参见实施例一,本实施例在此不再一一赘述。
实施例六
本申请实施例提供了一种电子设备,该电子设备可以是手机、电脑或平板电脑等,包括存储器和处理器,所述存储器上存储有计算器程序,该计算机程序被处理器执行时实现如实施例一中所述的故障检测方法。可以理解,如图5所示,该电子设备500还可以包括:处理器501,存储器502,多媒体组件503,输入/输出(I/O)接口504,以及通信组件505。
其中,处理器501用于执行如实施例一中的故障检测方法中的全部或部分步骤。存储器502用于存储各种类型的数据,这些数据例如可以包括电子设备中的任何应用程序或方法的指令,以及应用程序相关的数据。
处理器501可以是专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(Digital Signal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable LogicDevice,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述实施例一中的故障检测方法。
存储器502可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
多媒体组件503可以包括屏幕和音频组件,该屏幕可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器或通过通信组件发送。音频组件还包括至少一个扬声器,用于输出音频信号。
I/O接口504为处理器501和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。
通信组件505用于该电子设备500与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near Field Communication,简称NFC),2G、3G或4G,或它们中的一种或几种的组合,因此相应的该通信组件505可以包括:Wi-Fi模块,蓝牙模块,NFC模块。
综上,本申请提供的一种故障检测方法、装置、存储介质及电子设备,该方法包括:获取至少一个检测点的检测数据,并对所述检测数据进行预处理;根据预处理后的检测数据提取故障特征量;根据故障诊断阈值参数以及所述故障特征量确定对应的检测点是否出现故障;其中,所述故障诊断阈值参数为根据历史故障数据分析得到。根据至少一个检测点的检测数据进行预处理后,进行提取故障特征量的操作,每个检测点对应的故障特征量能够体现出每个检测点接地时其接地检测电压体现出来的变化规律,因此,接着可以根据历史故障数据分析得到的故障诊断阈值参数以及故障特征量对检测点是否出现故障进行实时诊断,通过该方法可实现接地绝缘不良故障的状态检测,同时减少维护成本,从而减少列车在途故障,提升可用性并提升故障处理效率。
在本申请实施例所提供的几个实施例中,应该理解到,所揭露的系统和方法,也可以通过其它的方式实现。以上所描述的系统和方法实施例仅仅是示意性的。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然本申请所揭露的实施方式如上,但所述的内容只是为了便于理解本申请而采用的实施方式,并非用以限定本申请。任何本申请所属技术领域内的技术人员,在不脱离本申请所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本申请的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种故障检测方法,其特征在于,所述方法包括:
获取至少一个检测点的检测数据,并对所述检测数据进行预处理;
根据预处理后的检测数据提取故障特征量;
根据故障诊断阈值参数以及所述故障特征量确定对应的检测点是否出现故障;
其中,所述故障诊断阈值参数为根据历史故障数据分析得到。
2.根据权利要求1所述的方法,其特征在于,对所述检测数据进行预处理,包括:
对所述检测数据进行归一化处理;
对归一化处理后的检测数据进行周期窗口数据更新操作,以获取当前周期窗口数据。
3.根据权利要求1所述的方法,其特征在于,根据预处理后的检测数据提取故障特征量,包括:
获取所有检测点的关联规律;
根据所述关联规律对所述预处理后的检测数据进行故障特征量的提取。
4.根据权利要求3所述的方法,其特征在于,根据故障诊断阈值参数以及所述故障特征量确定对应的检测点是否出现故障之后,所述方法还包括:
根据所述关联规律对每个检测点进行等效绝缘电阻重构,得到等效接地绝缘电阻值;
根据所述等效接地绝缘电阻值确定故障严重程度指标;
根据所述故障严重程度指标生成维护提示。
5.根据权利要求4所述的方法,其特征在于,根据所述故障严重程度指标生成维护提示,包括:
确定与所述故障严重程度指标对应的故障特征量;
获取根据所述历史故障数据确定的故障诊断规则;
根据所述故障特征量以及故障诊断规则确定故障类型。
6.根据权利要求5所述的方法,其特征在于,获取根据所述历史故障数据确定的故障诊断规则,包括:
根据历史故障数据分别对每个检测点的故障标志位进行分析,以得到不同接地类型时故障标志位的统计量变化规律;
确定所述统计量变化规律对应的故障类型,并形成所述故障诊断规则。
7.一种故障检测装置,其特征在于,所述装置包括:
数据处理模块,用于获取至少一个检测点的检测数据,并对所述检测数据进行预处理;
故障特征量提取模块,用于根据预处理后的检测数据提取故障特征量;
故障确定模块,用于根据故障诊断阈值参数以及所述故障特征量确定对应的检测点是否出现故障;
其中,所述故障诊断阈值参数为根据历史故障数据分析得到。
8.根据权利要求7所述的装置,其特征在于,所述数据处理模块包括:
归一化处理单元,用于对所述检测数据进行归一化处理;
周期窗口数据更新单元,用于对归一化处理后的检测数据进行周期窗口数据更新操作,以获取当前周期窗口数据。
9.一种存储介质,其特征在于,该存储介质存储的计算机程序,在被一个或多个处理器执行时,用来实现如权利要求1-6中任意一项所述的方法。
10.一种电子设备,其特征在于,包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行如权利要求1-6任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110712024.XA CN115524573A (zh) | 2021-06-25 | 2021-06-25 | 故障检测方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110712024.XA CN115524573A (zh) | 2021-06-25 | 2021-06-25 | 故障检测方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115524573A true CN115524573A (zh) | 2022-12-27 |
Family
ID=84694711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110712024.XA Pending CN115524573A (zh) | 2021-06-25 | 2021-06-25 | 故障检测方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115524573A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115951263A (zh) * | 2023-03-13 | 2023-04-11 | 广东工业大学 | 一种牵引系统主回路接地故障诊断方法 |
-
2021
- 2021-06-25 CN CN202110712024.XA patent/CN115524573A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115951263A (zh) * | 2023-03-13 | 2023-04-11 | 广东工业大学 | 一种牵引系统主回路接地故障诊断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106372735B (zh) | 一种继电保护状态评估方法 | |
CN105653764A (zh) | 电网安全事故风险等级在线评估与预警方法 | |
CN105003453A (zh) | 一种矿井风机在线监测与故障诊断系统 | |
US20210278464A1 (en) | Condition assessment method and device for an outdoor post-mounted vacuum switch | |
WO2009005810A1 (en) | System and method for predictive maintenance of a battery assembly using temporal signal processing | |
CN103792238A (zh) | 一种瓷质悬式绝缘子缺陷诊断方法 | |
Liu et al. | Prognosis of underground cable via online data-driven method with field data | |
CN204113701U (zh) | 一种矿井风机在线监测与故障诊断系统 | |
CN105719094A (zh) | 一种输电设备状态评估方法 | |
CN116885716B (zh) | 基于边缘计算的低压配电网电能质量态势感知方法及系统 | |
CN112417763A (zh) | 输电线路的缺陷诊断方法、装置、设备及存储介质 | |
CN115524573A (zh) | 故障检测方法、装置、存储介质及电子设备 | |
CN116226766A (zh) | 一种高压电器运行状态监测系统 | |
CN113156058A (zh) | 核电站变压器轻瓦斯报警响应方法、装置、设备及介质 | |
CN110472851A (zh) | 一种基于神经网络的配电网风险隐患动态评价模型构建方法 | |
CN116827264A (zh) | 一种用于光伏发电的预警系统 | |
CN109613372B (zh) | 一种基于多元电网数据库的电网故障诊断方法 | |
CN109142989B (zh) | 超特高压输电线路复合绝缘子带电作业安全评估方法 | |
CN110596447A (zh) | 一种基于电场测量的带电设备周围安全检测装置及其检测方法 | |
CN106325258B (zh) | 一种基于在线监测信息的继电保护装置状态评估方法 | |
CN110703149A (zh) | 一种利用字符间距的变压器运行状态振声检测方法和系统 | |
KR101223883B1 (ko) | 초저주파 탄델타 측정 데이터를 이용한 전력 케이블 상태 진단 장치 및 그 방법 | |
CN113486535A (zh) | 一种基于环境信息的电网信息检测分析方法 | |
CN107561410B (zh) | 一种分布式电源并网逆变器及电容的在线测试系统 | |
JP2023502659A (ja) | 送電線の外乱分類のための機械学習ベースの方法および装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |