特征提取方法、低压电器寿命预测方法、装置及介质制造方法及图纸

本申请提供一种特征提取方法、低压电器寿命预测方法、装置及介质，涉及低压电器技术领域。该方法包括：获取历史时间段内第一电器在多个开合周期内的工作波形，每个工作波形至少包括：电压波形和电流波形；提取各工作波形的目标特征数据，目标特征数据包括：小波包特征，和/或，燃弧参数，应用本申请实施例，使得所提取的目标特征数据可以表征第一电器的相关工作参数，进而将该目标特征数据应用于第一电器的剩余寿命预测时，可以预测得到较为准确的第一电器的剩余寿命参数。一电器的剩余寿命参数。一电器的剩余寿命参数。

【技术实现步骤摘要】
特征提取方法、低压电器寿命预测方法、装置及介质


[0001]本申请涉及低压电器
，特别涉及一种特征提取方法、低压电器寿命预测方法、装置及介质。

技术介绍

[0002]低压电器通常是指工作在交流电压1200V或直流电压1500V以下的电器，被广泛应用于工业生产及生活中，而在一些对于设备运行稳定性和安全性存在较高要求的应用场景，如电梯、动车、新能源等，如果不能在低压电器产品失效以前进行及时的更换，可能会对企业生产及民众生活造成很大的损失及不便，因此有必要对低压电器当前所剩余的电寿命进行预测。
[0003]现有的，预估低压电器的剩余使用寿命一般是根据低压电器的安装时间进行大概估计。
[0004]可以看出，现有预估低压电器剩余寿命的方法比较简单，存在预估不准确的问题。

技术实现思路

[0005]本申请的目的在于，针对上述现有技术中的不足，提供一种特征提取方法、低压电器寿命预测方法、装置及介质，所提取的目标特征数据应用于第一电器的剩余寿命预测时，可以预测得到较为准确的第一电器的剩余寿命参数。
[0006]为实现上述目的，本申请实施例采用的技术方案如下：
[0007]第一方面，本专利技术提供一种特征提取方法，包括：
[0008]获取历史时间段内第一电器在多个开合周期内的工作波形，每个所述工作波形至少包括：电压波形和电流波形；
[0009]提取各所述工作波形的目标特征数据，所述目标特征数据包括：小波包特征，和/或，燃弧参数。
[0010]在可选的实施方式中，所述目标特征数据包括：燃弧参数，所述燃弧参数包括：燃弧能量占比；所述提取各所述工作波形的目标特征数据，包括：
[0011]根据各所述工作波形对应的电压波形和电流波形，计算各所述工作波形对应的燃弧能量；
[0012]基于预设相角区间和各所述工作波形对应的燃弧能量，采用预设聚类算法对各所述工作波形进行聚类，获取聚类结果；
[0013]根据所述聚类结果，计算得到所述第一电器对应的燃弧能量占比。
[0014]在可选的实施方式中，所述根据所述聚类结果，计算得到所述第一电器对应的燃弧能量占比，包括：
[0015]根据所述聚类结果，确定多个所述工作波形中符合预设燃弧能量阈值范围的工作波形的波形数量；
[0016]根据所述波形数量和多个所述工作波形的总数量，计算得到所述第一电器对应的
燃弧能量占比。
[0017]在可选的实施方式中，所述目标特征数据包括：小波包特征，所述提取各所述工作波形的目标特征数据，包括：
[0018]对各所述工作波形进行小波包分解，获取分解后的各所述工作波形对应的多波段波形，其中，各所述波段波形对应不同的频率区间；
[0019]计算各所述工作波形对应的各波段波形的频带能量以及各所述工作波形的香农熵。
[0020]在可选的实施方式中，所述计算各所述工作波形的香农熵，包括：
[0021]根据每个所述工作波形对应的各所述波段波形的频带能量，计算每个所述工作波形中各所述波段波形的归一化频带能量系数；
[0022]根据每个所述工作波形中各所述波段波形的归一化频带能量系数，计算每个所述工作波形的香农熵。
[0023]在可选的实施方式中，所述预设聚类算法包括但不限于：K均值聚类算法、均值偏移聚类算法、层次聚类算法中的一种或多种。
[0024]在可选的实施方式中，所述目标特征数据还包括：燃弧时间和/或燃弧功率、接触电压、接触电流、接触电阻。
[0025]第二方面，本专利技术提供一种低压电器寿命预测方法，包括：
[0026]将待预测电器对应的目标特征数据输入寿命预测模型，预测获取所述待预测电器的剩余寿命参数，其中，所述待预测电器对应的目标特征数据采用如前述实施方式任一所述特征提取方法的步骤获得，所述第一电器为所述待预测电器；
[0027]所述寿命预测模型根据训练样本数据集训练获取，所述训练样本数据集包括多个样本电器对应的目标特征数据，并标注对应的剩余寿命参数，所述多个样本电器对应的目标特征数据采用如前述实施方式任一所述特征提取方法的步骤获得，所述第一电器为所述多个样本电器。
[0028]第三方面，本专利技术提供一种特征提取装置，包括：
[0029]获取模块，用于获取历史时间段内第一电器在多个开合周期内的工作波形，每个所述工作波形至少包括：电压波形和电流波形；
[0030]提取模块，用于提取各所述工作波形的目标特征数据，所述目标特征数据包括：小波包特征，和/或，燃弧参数。
[0031]在可选的实施方式中，所述目标特征数据包括：燃弧参数，所述燃弧参数包括：燃弧能量占比；所述提取模块，具体用于根据各所述工作波形对应的电压波形和电流波形，计算各所述工作波形对应的燃弧能量；
[0032]基于预设相角区间和各所述工作波形对应的燃弧能量，采用预设聚类算法对各所述工作波形进行聚类，获取聚类结果；
[0033]根据所述聚类结果，计算得到所述第一电器对应的燃弧能量占比。
[0034]在可选的实施方式中，所述提取模块，具体用于根据所述聚类结果，确定多个所述工作波形中符合预设燃弧能量阈值范围的工作波形的波形数量；
[0035]根据所述波形数量和多个所述工作波形的总数量，计算得到所述第一电器对应的燃弧能量占比。
[0036]在可选的实施方式中，所述目标特征数据包括：小波包特征，所述提取模块，具体用于对各所述工作波形进行小波包分解，获取分解后的各所述工作波形对应的多波段波形，其中，各所述波段波形对应不同的频率区间；
[0037]计算各所述工作波形对应的各波段波形的频带能量以及各所述工作波形的香农熵。
[0038]在可选的实施方式中，所述提取模块，具体用于根据每个所述工作波形对应的各所述波段波形的频带能量，计算每个所述工作波形中各所述波段波形的归一化频带能量系数；
[0039]根据每个所述工作波形中各所述波段波形的归一化频带能量系数，计算每个所述工作波形的香农熵。
[0040]在可选的实施方式中，所述预设聚类算法包括下述至少一项：K均值聚类算法、均值偏移聚类算法、层次聚类算法。
[0041]在可选的实施方式中，所述目标特征数据还包括下述至少一项：燃弧时间、燃弧功率、接触电压、接触电流、接触电阻。
[0042]第四方面，本专利技术提供一种低压电器寿命预测装置，包括：
[0043]预测模块，用于将待预测电器对应的目标特征数据输入寿命预测模型，预测获取所述待预测电器的剩余寿命参数，其中，所述待预测电器对应的目标特征数据采用如前述实施方式任一所述特征提取方法的步骤获得，所述第一电器为所述待预测电器；
[0044]所述寿命预测模型根据训练样本数据集训练获取，所述训练样本数据集包括多个样本电器对应的目标特征数据，并标注对应的剩余寿命参数，所述多个样本电器对应的目标特征数据采用如前述实施方式任一所述特征提取方法的步骤获得，所述第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种特征提取方法，其特征在于，包括：获取历史时间段内第一电器在多个开合周期内的工作波形，每个所述工作波形至少包括：电压波形和电流波形；提取各所述工作波形的目标特征数据，所述目标特征数据包括：小波包特征，和/或，燃弧参数。2.根据权利要求1所述的方法，其特征在于，所述目标特征数据包括：燃弧参数，所述燃弧参数包括：燃弧能量占比；所述提取各所述工作波形的目标特征数据，包括：根据各所述工作波形对应的电压波形和电流波形，计算各所述工作波形对应的燃弧能量；基于预设相角区间和各所述工作波形对应的燃弧能量，采用预设聚类算法对各所述工作波形进行聚类，获取聚类结果；根据所述聚类结果，计算得到所述第一电器对应的燃弧能量占比。3.根据权利要求2所述的方法，其特征在于，所述根据所述聚类结果，计算得到所述第一电器对应的燃弧能量占比，包括：根据所述聚类结果，确定多个所述工作波形中符合预设燃弧能量阈值范围的工作波形的波形数量；根据所述波形数量和多个所述工作波形的总数量，计算得到所述第一电器对应的燃弧能量占比。4.根据权利要求1所述的方法，其特征在于，所述目标特征数据包括：小波包特征，所述提取各所述工作波形的目标特征数据，包括：对各所述工作波形进行小波包分解，获取分解后的各所述工作波形对应的多波段波形，其中，各所述波段波形对应不同的频率区间；计算各所述工作波形对应的各波段波形的频带能量以及各所述工作波形的香农熵。5.根据权利要求4所述的方法，其特征在于，所述计算各所述工作波形的香农熵，包括：根据每个所述工作波形对应的各所述波段波形的频带能量，计算每个所述工作波形中各所述波段波形的归一化频带能量系数；根据每个所述工作波...

【专利技术属性】
技术研发人员：杨龙生，向洪岗，周良梁，陆宁云，孙凌云，
申请(专利权)人：上海良信电器股份有限公司，
类型：发明
国别省市：