【技术实现步骤摘要】
本专利技术涉及故障检测，尤其涉及一种电源适配器的故障检测方法、装置、设备及存储介质。
技术介绍
1、在电源适配器
，故障检测是产品研发和质量控制中的重要环节，而电气参数的实时监测和故障诊断则是故障检测中最关键和具有挑战性的阶段。准确检测电源适配器的运行状态对于生产企业、研发机构和检测中心来说至关重要，它直接影响产品的可靠性评估、性能优化和整体使用寿命。因此，一种有效的故障检测方法来监测这些电气参数，对于确保电源适配器的运行稳定性和安全性至关重要。
2、现今，使用数字信号处理技术分析采样数据，建立故障模型来评估运行状态，或者尝试将人工智能技术应用于故障诊断过程，以更好地评估故障类型和发展趋势。然而，这些方法仍然存在整合多维电气参数、处理非线性特征和适应动态负载等方面的挑战，并且这些检测方法往往忽视了电源适配器的一些独特特征，如谐波畸变、温度漂移、电磁干扰等，而这些因素可能对故障判断和定位产生显著影响。即现有的电源适配器的故障检测方法忽视了多维电气参数和电源适配器的一些独特特征，以致最终的故障检测结果准确度较低。
技术实现思路
1、本专利技术的主要目的在于解决现有的电源适配器的故障检测方法忽视了多维电气参数和电源适配器的一些独特特征，以致最终的故障检测结果准确度较低的问题。
2、本专利技术第一方面提供了一种电源适配器的故障检测方法，所述电源适配器的故障检测方法包括：获取目标电源适配器预设的多维电气参数的原始电源电气数据，并基于各所述电气参数对应的电气特征，
3、可选的，在本专利技术第一方面的第一种实现方式中，所述获取目标电源适配器预设的多维电气参数的原始电源电气数据，包括：
4、对目标电源适配器的输入电压进行模数采样和峰值提取，得到输入电压峰值数据，并对所述输入电压峰值数据进行方差计算，得到电压稳定度数据；对目标电源适配器的输出电压进行预设输出电压带宽的采样和峰峰值检测，得到输出纹波系数数据，并对所述输出纹波系数数据负载跃变响应采集，得到电压输出响应数据；对目标电源适配器的输入电流进行霍尔检测和时域分解，得到输入谐波分量数据，并对所述输入谐波分量数据相位检测处理，得到功率因数数据；对目标电源适配器的输出电流进行分流检测和纹波提取，得到输出电流纹波数据，并对所述输出电流纹波数据进行负载变化采集，得到负载特征数据；对目标电源适配器的功率器件进行对应功率器件的热点提取和温升梯度计算处理，得到热扩散特征数据；采集目标电源适配器所处环境的电磁场环境强度的辐射发射数据，并对所述辐射发射数据进行电磁强度的时频变换，得到电磁干扰特征数据；对目标电源适配器的输入输出功率数值进行功率转换和多级功率消耗的分类统计，得到各级损耗分布数据，并对所述损耗分布数据进行预设单位体积功率的密度计算，得到功率密度指标数据；对所述电压稳定度数据、所述电压输出响应数据、所述功率因数数据、所述负载特征数据、所述热扩散特征数据、所述电磁干扰特征数据和所述功率密度指标数据进行时间戳标记和时序对齐，得到原始电源电气数据。
5、可选的，在本专利技术第一方面的第二种实现方式中，所述基于各所述电气参数对应的电气特征，对所述原始电源电气数据进行特征解耦，得到基础电气特征数据，包括：对所述基础电气特征数据中的电压稳定度数据进行频带分解，得到电网电压指标数据，以及对所述基础电气特征数据中的电压输出响应数据进行输出电压模态分解和瞬态电压的线性变换，得到瞬时电压特征数据，以及对所述基础电气特征数据中的功率因数数据进行电流谐波分量和谐波指标的提取，得到电流谐波特征数据，以及对所述基础电气特征数据中的负载特征数据进行小波包分解和负载响应的时频分解，得到负载性能指标数据，以及对所述基础电气特征数据中的热扩散特征数据进行红外热图的构建和热场分布的梯度计算，得到器件温度指标数据，以及对所述基础电气特征数据中的电磁干扰特征数据进行峰值检测和频谱能量的计算，得到电磁指标数据，以及对所述基础电气特征数据中的功率密度指标数据进行损耗分解和能量平衡，得到功率损耗指标数据；对所述电网电压指标数据、所述瞬时电压特征数据、所述电流谐波特征数据、所述负载性能指标数据、所述器件温度指标数据、所述电磁指标数据、和所述功率损耗指标数据进行张量分解，得到核心电源特征张量，并对所述核心电源特征张量进行投影变换，得到降维电源特征数据；对所述降维电源特征数据进行电源主成分的提取和电气参数指标的标准化转化，得到基础电气特征数据。
6、可选的，在本专利技术第一方面的第三种实现方式中，所述对所述基础电气特征数据进行运行状态的时频特征分解和特征重构，得到电源状态特征数据，包括：对所述基础电气特征数据中对应的输入输出电压电流数据进行变分模态分解，得到输入输出波动特征函数集，并对所述输入输出波动特征函数集进行顺次希尔伯特变换，得到电压电流相位关系矩阵；对所述电压电流相位关系矩阵进行功率因数特征提取，得到功率特征矩阵，并对所述功率特征矩阵进行输入输出阻抗的计算，生成电源传递特征矩阵；对所述电源传递特征矩阵进行闭环极点计算和带宽裕度计算，生成电源控制稳定度矩阵，并对所述电源控制稳定度矩阵进行电压电流环路耦合度计算，生成双环特征矩阵；对所述双环特征矩阵进行瞬态响应评估和电源开环增益计算，得到电源状态特征数据。
7、可选的，在本专利技术第一方面的第四种实现方式中，所述对所述电源状态特征数据进行多层电气参数的运行特征关联和关联运行状态的评估，得到所述目标电源适配器的电源性能评估结果，包括：对所述电源状态特征数据中的电压稳定度数据进行时序网络构建，得到电压特征子图，以及构建出所述电源状态特征数据中的电流谐波特征数据对应的电流特征子图，并对所述电压特征子图和所述电流特征子图进行拓扑特征合并，得到初始电气特征图；对所述初始电气特征图进行电压波动特征的提取，得到电压节点矩阵，以及对所述初始电气特征图进行电流畸变特征的提取，得到电流节点矩阵，并对所述电压节点矩阵和所述电流节点矩阵进行边特征构建，得到电气参数关联矩阵；对所述电气参数关联矩阵进行多层电压电流耦合计算，得到电气参数耦合矩阵，并对所述电气参数耦合矩阵进行谐波畸变率计算，得到电气谐波特性矩阵；对所述电气谐波特性矩阵进行谐波功率和基波功率的合成计算，得到电源功率质量矩阵，并对所述电源功率质量矩阵进行电气特性组合，得到综合电气特征矩阵；对所述综合电气特征矩阵进行时序演化计算，生成电气状态演化矩阵，并对所述电气状态演化矩阵进行特征空间重构和评估，得到目标电源适配器的电源性能评估结果。
8、可选的，在本专利技术第一方本文档来自技高网...
【技术保护点】
1.一种电源适配器的故障检测方法，其特征在于，所述电源适配器的故障检测方法包括：
2.根据权利要求1所述电源适配器的故障检测方法，其特征在于，所述获取目标电源适配器预设的多维电气参数的原始电源电气数据，包括：
3.根据权利要求2所述电源适配器的故障检测方法，其特征在于，所述基于各所述电气参数对应的电气特征，对所述原始电源电气数据进行特征解耦，得到基础电气特征数据，包括：
4.根据权利要求3所述电源适配器的故障检测方法，其特征在于，所述对所述基础电气特征数据进行运行状态的时频特征分解和特征重构，得到电源状态特征数据，包括：
5.根据权利要求3所述电源适配器的故障检测方法，其特征在于，所述对所述电源状态特征数据进行多层电气参数的运行特征关联和关联运行状态的评估，得到所述目标电源适配器的电源性能评估结果，包括：
6.根据权利要求5所述电源适配器的故障检测方法，其特征在于，所述对所述电源性能评估结果进行故障特征的状态参数映射，得到电源状态故障特征，包括：
7.根据权利要求1所述电源适配器的故障检测方法，其特征在于，所
8.一种电源适配器的故障检测装置，其特征在于，所述电源适配器的故障检测装置包括：
9.一种电源适配器的故障检测设备，其特征在于，所述电源适配器的故障检测设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述电源适配器的故障检测方法的各个步骤。
...【技术特征摘要】
1.一种电源适配器的故障检测方法，其特征在于，所述电源适配器的故障检测方法包括：
2.根据权利要求1所述电源适配器的故障检测方法，其特征在于，所述获取目标电源适配器预设的多维电气参数的原始电源电气数据，包括：
3.根据权利要求2所述电源适配器的故障检测方法，其特征在于，所述基于各所述电气参数对应的电气特征，对所述原始电源电气数据进行特征解耦，得到基础电气特征数据，包括：
4.根据权利要求3所述电源适配器的故障检测方法，其特征在于，所述对所述基础电气特征数据进行运行状态的时频特征分解和特征重构，得到电源状态特征数据，包括：
5.根据权利要求3所述电源适配器的故障检测方法，其特征在于，所述对所述电源状态特征数据进行多层电气参数的运行特征关联和关联运行状态的评估，得到所述目标电源适配器的电源性能评估结果，...
【专利技术属性】
技术研发人员：樊敬波，王柱，邱振海，余超，
申请(专利权)人：深圳市晨旭通科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。