本申請涉及故障檢測技術領域，具體涉及一種礦用中高壓直流電源的檢測方法及裝置，具體包括：基于礦山開采過程中多個大功率生產設備并行運行時高壓直流電源的負載電流和負載電壓，構建各采集時刻的綜合影響指數，基于不同采集時刻的綜合影響指數之間的差異計算各采集時刻的諧波分量作用強度，確定各采集時刻的供電可靠性系數，進而利用LOF異常檢測算法對供電不可靠時刻的負載電流進行異常故障檢測，本申請中只計算供電不可靠時刻的負載電流的LOF值，避免LOF異常檢測算法計算所有時刻的負載電流的LOF值，解決LOF異常檢測算法運行的速度較慢的問題，提高了對礦用高壓直流電源進行異常故障檢測的效率。
【技術實現步驟摘要】
本申請涉及故障檢測，具體涉及一種礦用中高壓直流電源的檢測方法及裝置。
技術介紹
1、隨著工礦企業的發展，在礦山資源開發的同時，礦山高壓供電的安全性問題越來越受到人們的關注。高壓直流電源是一種用于穩壓和穩流的具有巨大功率的電源，由于高壓直流電源儲能具有較高的穩定性，高壓直流電源在礦山高壓供電系統中具有廣泛的應用。然而，礦山資源開采過程往往需要大量的大功率生產設備，需要消耗大量的電力資源，容易造成高壓直流電源長時間處于高負載運行而產生損壞，導致高壓直流電源的使用出現異常故障。
2、隨著機器學習技術的不斷發展，對高壓直流電源的負載電流以及負載電壓進行實時監測，并利用異常檢測技術能夠準確地識別高壓直流電源使用過程中的異常故障。比如，常見的lof異常檢測算法（local?outlier?factor，lof），利用lof異常檢測算法能夠準確地識別高壓直流電源使用過程中的異常故障。但是，傳統的lof異常檢測算法需要遍歷整個數據集計算每個樣本點的lof值，使得lof異常檢測算法運行的速度較慢，導致對礦用高壓直流電源進行異常故障檢測的效率較低。
技術實現思路
1、為了解決上述技術問題，本申請的目的在于提供一種礦用中高壓直流電源的檢測方法及裝置，所采用的技術方案具體如下：
2、第一方面，本申請實施例提供了一種礦用中高壓直流電源的檢測方法，該方法包括以下步驟：
3、采集高壓直流電源運行過程中各時刻的負載電流和負載電壓，構建負載電流監測序列和負載電壓監測序列；
4、基于負載電流監測序列和負載電壓監測序列中數據變化構建各采集時刻的綜合影響指數；
5、基于不同采集時刻的綜合影響指數之間的差異計算各采集時刻的諧波分量作用強度，確定各采集時刻的供電可靠性系數；
6、基于供電可靠性系數結合聚類算法得到供電不可靠時刻，基于供電不可靠時刻的負載電流的異常程度進行高壓直流電源異常檢測。
7、在其中一種實施例中，所述綜合影響指數的獲取過程為：
8、基于負載電流時間序列構建每個負載電流的電流長期特征序列；基于負載電壓監測序列，采用與電流長期特征序列相同的獲取方法，得到各負載電壓的電壓長期特征序列；
9、基于電流長期特征序列中數據離散程度及整體數值大小計算各采集時刻負載電流的長期高負載特征值；基于電壓長期特征序列中數據變化計算各采集時刻負載電壓的負載嚴重程度特征值；
10、將各采集時刻負載電流的長期高負載特征值與負載電壓的負載嚴重程度特征值的融合值作為各采集時刻的綜合影響指數。
11、在其中一種實施例中，所述電流長期特征序列的獲取過程為：
12、以負載電流監測序列中各負載電流為中心設置各負載電流的滑動窗口；將所述滑動窗口內所有負載電流組成的序列作為各負載電流的電流長期特征序列。
13、在其中一種實施例中，所述長期高負載特征值的獲取過程為：
14、計算各采集時刻負載電流的電流長期特征序列內所有元素的均值及離散程度，分別記為第一電流均值和第一離散度；
15、各采集時刻負載電流的長期高負載特征值與所述第一電流均值成正相關關系，與所述第一離散度成負相關關系。
16、在其中一種實施例中，所述負載嚴重程度特征值的獲取過程為：
17、計算各采集時刻負載電壓的電壓長期特征序列內的極差值；計算各采集時刻負載電壓的電壓長期特征序列內所有元素的均值，記為第一電壓均值；各采集時刻負載電壓的負載嚴重程度特征值與所述極差值成正相關關系，與所述第一電壓均值成負相關關系。
18、在其中一種實施例中，所述諧波分量作用強度的獲取過程為：
19、將與任一采集時刻距離最近的預設第一數量個采集時刻的綜合影響指數組成的序列作為所述任一采集時刻的并行影響特征序列；
20、計算各采集時刻的并行影響特征序列內任意相鄰兩個元素之間的差異，記為第一差異；計算各采集時刻的并行影響特征序列內所有元素的均值，記為第二均值；各采集時刻的諧波分量作用強度與所述第二均值成正相關關系，與所述第一差異成負相關關系。
21、在其中一種實施例中，所述供電可靠性系數為：以自然常數為底數、以各采集時刻的諧波分量作用強度的負數為指數的指數函數的計算結果。
22、在其中一種實施例中，所述供電不可靠時刻的獲取過程為：
23、將所有采集時刻的供電可靠性系數作為聚類算法的輸入，輸出各聚類簇；計算各聚類簇內所有元素的均值，記為第三均值，將第三均值最小的聚類簇內所有元素對應的采集時刻作為供電不可靠時刻。
24、在其中一種實施例中，所述基于供電不可靠時刻的負載電流的異常程度進行高壓直流電源異常檢測，具體為：
25、將所有供電不可靠時刻的負載電流作為異常檢測算法的輸入，輸出為各異常負載電流的異常值；將所有異常負載電流的異常值的均值作為異常故障度量值，若異常故障度量值大于異常故障判定閾值，則高壓直流電源出現異常故障；否則，高壓直流電源未出現異常故障。
26、第二方面，本申請實施例還提供了一種礦用中高壓直流電源的檢測裝置，包括存儲器、處理器以及存儲在所述存儲器中并在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述任意一項所述方法的步驟。
27、本申請實施例至少具有如下有益效果：
28、本申請實現了利用lof異常檢測算法對礦用高壓直流電源運行時出現的異常故障進行檢測，相比較于傳統的lof異常檢測算法需要遍歷整個數據集計算每個樣本點的lof值，使得lof異常檢測算法運行的速度較慢，導致對礦用高壓直流電源進行異常故障檢測的效率較低的問題，本申請結合礦山開采過程中多個大功率生產設備并行運行時對礦用高壓直流電源產生的負載嚴重程度構建各采集時刻的綜合影響指數，計算諧波分量影響，構建供電可靠性系數并提取供電不可靠時刻，進而利用lof異常檢測算法對供電不可靠時刻的負載電流進行異常故障檢測，本申請中只計算供電不可靠時刻的負載電流的lof值，避免lof異常檢測算法計算所有時刻的負載電流的lof值，解決lof異常檢測算法運行的速度較慢的問題，提高了對礦用高壓直流電源進行異常故障檢測的效率。
本文檔來自技高網...
【技術保護點】
1.一種礦用中高壓直流電源的檢測方法，其特征在于，該方法包括以下步驟：
2.如權利要求1所述的一種礦用中高壓直流電源的檢測方法，其特征在于，所述綜合影響指數的獲取過程為：
3.如權利要求2所述的一種礦用中高壓直流電源的檢測方法，其特征在于，所述電流長期特征序列的獲取過程為：
4.如權利要求2所述的一種礦用中高壓直流電源的檢測方法，其特征在于，所述長期高負載特征值的獲取過程為：
5.如權利要求2所述的一種礦用中高壓直流電源的檢測方法，其特征在于，所述負載嚴重程度特征值的獲取過程為：
6.如權利要求1所述的一種礦用中高壓直流電源的檢測方法，其特征在于，所述諧波分量作用強度的獲取過程為：
7.如權利要求1所述的一種礦用中高壓直流電源的檢測方法，其特征在于，所述供電可靠性系數為：以自然常數為底數、以各采集時刻的諧波分量作用強度的負數為指數的指數函數的計算結果。
8.如權利要求1所述的一種礦用中高壓直流電源的檢測方法，其特征在于，所述供電不可靠時刻的獲取過程為：
9.如權利要求1所述的一種礦用中高壓直流電源的檢測方法，其特征在于，所述基于供電不可靠時刻的負載電流的異常程度進行高壓直流電源異常檢測，具體為：
10.一種礦用中高壓直流電源的檢測裝置，包括存儲器、處理器以及存儲在所述存儲器中并在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1-9任意一項所述方法的步驟。
...
【技術特征摘要】
1.一種礦用中高壓直流電源的檢測方法，其特征在于，該方法包括以下步驟：
2.如權利要求1所述的一種礦用中高壓直流電源的檢測方法，其特征在于，所述綜合影響指數的獲取過程為：
3.如權利要求2所述的一種礦用中高壓直流電源的檢測方法，其特征在于，所述電流長期特征序列的獲取過程為：
4.如權利要求2所述的一種礦用中高壓直流電源的檢測方法，其特征在于，所述長期高負載特征值的獲取過程為：
5.如權利要求2所述的一種礦用中高壓直流電源的檢測方法，其特征在于，所述負載嚴重程度特征值的獲取過程為：
6.如權利要求1所述的一種礦用中高壓直流電源的檢測方法，其特征在于，所述諧波分量作用強度的獲取過程為：
【專利技術屬性】
技術研發人員：王華東，謝勝卓，顏靜，
申請(專利權)人：山東海納智能裝備科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。