【技術實現步驟摘要】
本申請涉及故障檢測，尤其涉及一種電氣設備的健康狀態監測方法和終端。
技術介紹
1、對于電氣類設備，例如大型抽水泵或者冷水機組等制冷設備的故障診斷，相關技術中，通常是人為定期進行故障檢查，等發現故障后再進行處理，影響設備的正常運行。以大型抽水泵為例，其放置在水池中，當其故障后，已經影響了抽水功能。
2、因此，對于這類設備，亟需一種故障預警的方法，提前了解設備運行情況，以便提前干預，保障設備正常運行。
技術實現思路
1、本申請示例性的實施方式中提供一種電氣設備的健康狀態監測方法和終端，用以實現對電氣設備運行過程中的故障進行提前預警，以便進行提前干預，保障電氣設備正常運行，提高設備使用壽命。
2、根據示例性的實施方式中的第一方面，提供一種電氣設備的健康狀態監測方法，包括：
3、獲取待處理的電氣設備的運行狀態信息；其中，運行狀態信息包括電壓、電流和有效功率，有效功率用于表征電氣設備的負載能力；
4、展示運行狀態信息；
5、展示電氣設備的劣化概率；其中，劣化概率是根據運行狀態信息和改進的ds證據理論模型生成的；
6、若劣化概率大于設定概率閾值，則展示報警信息；其中，報警信息指示電氣設備的健康狀態異常。
7、本申請實施例，在獲取待處理的電氣設備的運行狀態信息后，可以根據該運行狀態信息和改進的ds證據理論模型，得到電氣設備的劣化概率，這樣，不僅可以在終端上展示電氣設備的劣化概率，還可以展示電氣設備的劣化概率，并且
8、在一種可選的實施方式中，方法還包括：
9、將運行狀態信息輸入至改進的ds證據理論模型；其中，改進的ds證據理論模型是基于目標參數構建的，目標參數是基于訓練樣本集合中的第一樣本數據和第二樣本數據確定的，第一樣本數據為各個數據點的樣本數據，第二樣本數據為各個數據點中的噪聲點的樣本數據；
10、確定ds證據理論模型的輸出結果為劣化概率。
11、上述實施例，對現有的ds證據理論進行改進，不僅考慮了各個數據點的樣本數據，還考了各個其中的噪聲點的樣本數據，這樣的目標參數綜合考慮了各個數據點的特性，更準確，進而通過目標參數構建得到的ds證據理論模型更準確。
12、在一種可選的實施方式中，改進的ds證據理論模型是通過如下方式得到的：
13、獲取待處理的電氣設備的訓練樣本集合；其中，訓練樣本集合包括多個數據點對應的多組樣本數據，每個數據點對應一組樣本數據，每組樣本數據包括電氣設備在一個時刻的電壓、電流和有效功率；
14、根據多組樣本數據計算各個數據點各自的描述信息；其中，描述信息包括歸一化置信度和歸一化最小互距離；
15、根據各個數據點各自的描述信息計算目標參數；其中，目標參數包括：第一目標系數、第二目標系數和目標調整系數；
16、基于目標參數構建ds證據理論模型。
17、上述實施例，在目標參數的構建過程中，訓練樣本包括電氣設備在運行過程中的電壓、電流和有效功率，該有效功率表征電氣設備的負載能力。對每組樣本數據進行處理，得到各個數據點各自對應的歸一化置信度和歸一化最小互距離，利用各個數據點各自對應的歸一化置信度和歸一化最小互距離計算得到的目標參數更準確，進而構建得到的ds證據理論模型更準確。
18、在一種可選的實施方式中，根據各個數據點各自的描述信息計算目標參數包括：
19、針對每組第一系數和第二系數，確定對應的目標評價數值；其中，各組第一系數和第二系數是通過模擬退火粒子群算法隨機生成的；
20、在多個目標評價數值中，確定最小的目標評價數值對應的第一系數為第一目標系數、最小的目標評價數值對應的第二系數為第二目標系數、第一目標系數和第二目標系數的組合對應的調整系數為目標調整系數。
21、上述實施例，在計算目標參數的過程中，是對第一系數、第二系數和調整系數的優化過程，在優化過程中，第一系數、第二系數和調整系數的各取值是由模擬退火粒子群算法隨機生成的。該過程避免了參數優化過程陷入局部最優解，提高了參數優化過程的準確性。
22、在一種可選的實施方式中，針對每組第一系數和第二系數，確定對應的目標評價數值，包括：
23、針對每個調整系數，計算當前組第一系數和第二系數的評價數值；其中，每個調整系數是通過模擬退火粒子群算法隨機生成的；
24、在各個調整系數各自對應的多個評價數值中，選取最小的評價數值作為當前組第一系數和第二系數的目標評價數值。
25、上述實施例，先計算每組第一系數和第二系數的目標評價數值，再應用同樣的方法計算其他組第一系數和第二系數的目標評價數值，而后可以通過多組目標評價數值來確定一組較好的第一系數和第二系數分別作為第一目標系數和第二目標系數。
26、在一種可選的實施方式中，針對每個調整系數，計算當前組第一系數和第二系數的評價數值，包括：
27、根據第一系數和第二系數，以及各個數據點各自的描述信息，在各個數據點中篩選n個數據點作為n個質心點；
28、針對每個數據點，應用n個質心點對應的樣本數據和數據點的對應的樣本數據，計算數據點對應的目標質量參數和密度參數；
29、根據各個數據點各自的目標質量參數，和各個數據點中的噪聲點的目標質量參數，計算當前組的評價數值。
30、上述實施例，在計算每組第一系數和第二系數的評價數值的過程中，通過在各個數據點中篩選質心點，進而利用質心點和數據點各自對應的樣本數據來計算對應的目標質量參數和密度參數。另外，還利用了數據點鐘的噪聲點的目標質量參數來計算當前組的評價數值。應用該評價數值來作為全局評價指標，構建的ds證據理論模型更準確。
31、在一種可選的實施方式中，通過如下公式，在各個數據點中篩選n個數據點作為質心點：
32、k1*belief+k2*dist>1；
33、其中，belief為質心點的歸一化置信度，dist為質心點的歸一化最小互距離；k1為第一系數，k2為第二系數。
34、上述實施例，應用該公式來對數據點進行篩選得到質心點，得到的質心點更能描述全部數據點的特性，進而在參數優化過程中，充分利用這些質心點，進而構建的ds證據理論模型更準確。
35、在一種可選的實施方式中，應用n個質心點對應的樣本數據和數據點的對應的樣本數據，計算數據點對應的目標質量參數和密度參數，包括：
36、應用n個質心點對應的樣本數據和數據點對應的樣本數據，計算數據點對應的質量參數；
37、按照第一分位數函數指示的規則，根據數據點與其他數據點的歐氏距離，確定數據點對應的密度本文檔來自技高網...
【技術保護點】
1.一種電氣設備的健康狀態監測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述方法還包括：
3.根據權利要求1或2所述的方法，其特征在于，所述改進的DS證據理論模型是通過如下方式得到的：
4.根據權利要求3所述的方法，其特征在于，所述根據各個數據點各自的描述信息計算目標參數包括：
5.根據權利要求4所述的方法，其特征在于，所述針對每組第一系數和第二系數，確定對應的目標評價數值，包括：
6.根據權利要求4所述的方法，其特征在于，所述針對每個調整系數，計算當前組第一系數和第二系數的評價數值，包括：
7.根據權利要求6所述的方法，其特征在于，通過如下公式，在各個所述數據點中篩選N個數據點作為質心點：
8.根據權利要求6所述的方法，其特征在于，所述應用所述N個質心點對應的樣本數據和所述數據點的對應的樣本數據，計算所述數據點對應的目標質量參數和密度參數，包括：
9.根據權利要求6所述的方法，其特征在于，所述根據各個數據點各自的目標質量參數，和所述各個數據點中的噪聲點目標質
10.一種終端，其特征在于，包括處理器和顯示器；
...【技術特征摘要】
1.一種電氣設備的健康狀態監測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述方法還包括：
3.根據權利要求1或2所述的方法，其特征在于，所述改進的ds證據理論模型是通過如下方式得到的：
4.根據權利要求3所述的方法，其特征在于，所述根據各個數據點各自的描述信息計算目標參數包括：
5.根據權利要求4所述的方法，其特征在于，所述針對每組第一系數和第二系數，確定對應的目標評價數值，包括：
6.根據權利要求4所述的方法，其特征在于，所述針對每個調整系數，計算當前組...
【專利技術屬性】
技術研發人員：張四海，王漢典，劉見，孫鵬飛，郭健，謝道勤，劉琦，韓永祥，尤偉，
申請(專利權)人：青島海信網絡科技股份有限公司，
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。