故障诊断模型确定方法、装置及非易失性存储介质制造方法及图纸

本发明专利技术公开了一种故障诊断模型确定方法、装置及非易失性存储介质。其中，该方法包括：对目标设备中的多个测点分别进行实时采样，得到多个测点分别对应的时序数据，其中，多个测点分别对应的时序数据为多个测点基于时间顺序分别采集目标设备得到的电力数据；基于多个测点分别对应的时序数据，对预设的初始故障诊断模型进行训练，得到目标故障诊断模型。本发明专利技术解决了相关技术中存在对电力设备故障诊断的人力物力需求高，故障诊断模型准确性不理想的技术问题。技术问题。技术问题。

【技术实现步骤摘要】
故障诊断模型确定方法、装置及非易失性存储介质


[0001]本专利技术涉及电子信息
，具体而言，涉及一种故障诊断模型确定方法、装置及非易失性存储介质。

技术介绍

[0002]电力电子设备在电力系统中得到了广泛应用，其异常、失效等将导致系统运行故障，造成重大损失。一般而言，电力电子设备装备元器件数量巨大，设计结构及故障机理复杂，传统状态监测手段已不能完全满足其监测评估要求，装备运行可靠性与可维护性等问题日益突出。电力电子设备故障诊断特征提取困难，对故障分析需要专业人员，耗费大量的时间及精力。在相关技术中，通过小波变换、经验模态分解、变分模态分解等信号处理方法，对故障进行分类。由于电力电子设备结构和模型复杂，数学模型不够精准，很难在故障条件下建立精准的故障数学模型，导致故障诊断的准确性不理想，算法复杂度高。
[0003]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本专利技术实施例提供了一种故障诊断模型确定方法、装置及非易失性存储介质，以至少解决相关技术中存在对电力设备故障诊断的人力物力需求高，故障诊断模型准确性不理想的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种故障诊断模型确定方法，包括：对目标设备中的多个测点分别进行实时采样，得到所述多个测点分别对应的时序数据，其中，所述多个测点分别对应的时序数据为所述多个测点基于时间顺序分别采集所述目标设备得到的电力数据；基于所述多个测点分别对应的时序数据，对预设的初始故障诊断模型进行训练，得到目标故障诊断模型。
[0006]根据本专利技术实施例的另一方面，提供了一种故障诊断模型确定装置，包括：采样模块，用于对目标设备中的多个测点分别进行实时采样，得到所述多个测点分别对应的时序数据，其中，所述多个测点分别对应的时序数据为所述多个测点基于时间顺序分别采集所述目标设备得到的电力数据；训练模块，用于基于所述多个测点分别对应的时序数据，对预设的初始故障诊断模型进行训练，得到目标故障诊断模型。
[0007]根据本专利技术实施例的另一方面，提供了一种非易失性存储介质，所述非易失性存储介质存储有多条指令，所述指令适于由处理器加载并执行任意一项所述的故障诊断模型确定方法。
[0008]根据本专利技术实施例的另一方面，提供了一种电子设备，包括：一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现任意一项所述的故障诊断模型确定方法。
[0009]在本专利技术实施例中，通过对目标设备中的多个测点分别进行实时采样，得到所述
多个测点分别对应的时序数据，其中，所述多个测点分别对应的时序数据为所述多个测点基于时间顺序分别采集所述目标设备得到的电力数据；基于所述多个测点分别对应的时序数据，对预设的初始故障诊断模型进行训练，得到目标故障诊断模型。达到了通过多个测点对应的时序数据，得到电力设备的多维时序数据，用以提高故障诊断模型准确性的目的，实现了高效提取故障特征，提高故障诊断准确性的技术效果，进而解决了相关技术中存在对电力设备故障诊断的人力物力需求高，故障诊断模型准确性不理想的技术问题。
附图说明
[0010]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0011]图1是根据本专利技术实施例提供的一种可选的故障诊断模型确定方法的流程图；
[0012]图2是根据本专利技术实施例提供的一种可选的故障诊断模型确定方法的示意图；
[0013]图3是根据本专利技术实施例提供的一种可选的故障诊断模型确定装置的示意图。
具体实施方式
[0014]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0015]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0016]根据本专利技术实施例，提供了一种故障诊断模型确定的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0017]图1是根据本专利技术实施例的故障诊断模型确定方法的流程图，如图1所示，该方法包括如下步骤：
[0018]步骤S102，对目标设备中的多个测点分别进行实时采样，得到上述多个测点分别对应的时序数据，其中，上述多个测点分别对应的时序数据为上述多个测点基于时间顺序分别采集上述目标设备得到的电力数据。
[0019]可以理解，目标设备可以为电力电子设备，设置有多个测点，用于表征目标设备中不同功能模块的运行情况，通过对目标设备中的多个测点分别进行实时采样，可以得到多个测点分别对应的时序数据，需要说明的是上述多个测点并非在同一电路中设备的多个点
位，而是设置于不同功能模块中，以多个角度对目标设备进行采样，多个测点分别对应的时序数据可以视为是目标设备的多维时序数据，上述多维表达多个采样角度，如：电流角度，电压角度等等，可以按照具体需求进行设置。
[0020]可选地，上述时序数据为一维时序数据。
[0021]在一种可选的实施例中，上述基于上述多个测点分别对应的时序数据，对预设的初始故障诊断模型进行训练，得到目标故障诊断模型时序数据，包括：确定上述多个测点中的抽样测点，以及上述抽样测点对应的时序数据；基于上述抽样测点对应的时序数据，对上述初始故障诊断模型进行训练，得到上述目标故障诊断模型。
[0022]可以理解，为得到更好的模型训练效果，对多个测点进行选取，得到抽样测点，以及抽样测点对应的时序数据。基于抽样测点对应的时序数据，对初始故障诊断模型进行训练，得到目标故障诊断模型。
[0023]可选地，抽样测点的确定方式可以为多种，例如，随机选取方式，在多个测点数量为100个的情况下，按照测点类型或是预设的测点分组，得到多组测点，如10组，每组10个测点，对于每组测点随机选取2个测点作为抽样测点。
[0024]在一种可选的实施例中，上述基于上述抽样测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种故障诊断模型确定方法，其特征在于，包括：对目标设备中的多个测点分别进行实时采样，得到所述多个测点分别对应的时序数据，其中，所述多个测点分别对应的时序数据为所述多个测点基于时间顺序分别采集所述目标设备得到的电力数据；基于所述多个测点分别对应的时序数据，对预设的初始故障诊断模型进行训练，得到目标故障诊断模型。2.根据权利要求1所述的方法，其特征在于，所述基于所述多个测点分别对应的时序数据，对预设的初始故障诊断模型进行训练，得到目标故障诊断模型时序数据，包括：确定所述多个测点中的抽样测点，以及所述抽样测点对应的时序数据；基于所述抽样测点对应的时序数据，对所述初始故障诊断模型进行训练，得到所述目标故障诊断模型。3.根据权利要求2所述的方法，其特征在于，所述基于所述抽样测点对应的时序数据，对所述初始故障诊断模型进行训练，得到所述目标故障诊断模型，包括：采用预设时长的采样窗口，对所述抽样测点对应的时序数据进行选取，得到数据选取结果；基于所述数据选取结果，对所述初始故障诊断模型进行训练，得到所述目标故障诊断模型。4.根据权利要求1所述的方法，其特征在于，所述基于所述多个测点分别对应的时序数据，对预设的初始故障诊断模型进行训练，得到目标故障诊断模型，包括：基于所述多个测点分别对应的时序数据，采用预设的选取比例值，得到训练集和测试集；采用所述训练集，对所述初始故障诊断模型进行训练，得到候选故障诊断模型；采用所述测试集，对所述候选故障诊断模型进行测试，确定所述目标故障诊断模型。5.根据权利要求4中所述的方法，其特征在于，所述采用所述测试集，对所述候选故障诊断模型进行测试，确定所述目标故障诊断模型，包括：采用所述测试集，对所述候选故障诊断模型进行测试，得到测试结果；采用预设的混淆矩阵对所述测试结果进行精度评价，得到模型评价结...

【专利技术属性】
技术研发人员：周凯，李国强，李雪，赵璧，张潇，高剑剑，李龙吉，陈泽，刘吉昀，任彬，国文亮，宋坚瑞，刘俊，臧二彬，李天琦，曹楠，
申请(专利权)人：国家电网有限公司中电普瑞电力工程有限公司，
类型：发明
国别省市：