[发明专利]一种永磁电机健康状态检测方法及系统

说明书

本发明涉及永磁电机健康监测领域，公开了一种永磁电机健康状态检测方法及系统，以实现准确对永磁电机健康状态的检测；本发明的方法包括从电机运行时的测量信号中提取相应统计特征，统计特征包括频域特征、时域特征、以及时频域特征，采用二元状态转移算法从相应统计特征中选取重构模型所需的特征组合；获取特征组合的历史正常数据，根据该历史正常数据训练堆栈自编码机得到重构模型，并根据重构模型得到健康因子，使用健康因子检测永磁电机的健康状态。

技术领域

本发明涉及永磁电机健康监测领域，尤其涉及一种永磁电机健康状态检测方法及系统。

背景技术

随着电力机车的快速发展，其安全性和可靠性也越来越受到重视。而电机作为其核心部件，对机车的安全运行至关重要。而长时间不间断地运作于高压、大电流、高转速的条件下，使得其极其容易发生异常。所以机车的牵引电机是整个系统维护的重点。目前，为了保证电机的安全运行，已经有很多数据驱动的健康状态检测方法被提出。但这些方法，有些依赖单一特征，无法全面表征系统的健康问题，又有些使用比较复杂的方法融合大量特征，对监测装置的性能提出了较高的要求。

因此，如何有效得检测永磁电机健康状态成为一个急需解决的问题。

发明内容

本发明目的在于提供一种永磁电机健康状态检测方法及系统，以实现准确对永磁电机健康状态的检测。

为实现上述目的，本发明提供了一种永磁电机健康状态检测方法，包括以下步骤：

S1：从电机运行时的测量信号中提取相应统计特征，所述统计特征包括频域特征、时域特征、以及时频域特征，采用二元状态转移算法从所述相应统计特征中选取重构模型所需的特征组合；

S2：获取所述特征组合的历史正常数据，根据该历史正常数据训练堆栈自编码机得到重构模型；

S3：根据所述重构模型得到健康因子，根据所述健康因子检测永磁电机的健康状态，若所述健康因子大于设定的健康因子阈值，则判定系统状态发生异常；若所述健康因子小于或者等于设定的健康因子阈值，则判定系统状态健康

优选地，S1中，所述频域特征包括FFT系数、频域偏度、频域均值、以及频域方差；

所述时域特征包括均值、方差、最大值、偏度、极差、分位数、熵；

所述时频域特征包括小波变换系数和EMD趋势。

优选地，所述S1具体包括以下步骤：

S11：设总共有S个测量信号，从每个测量信号提取F个特征，将特征总数记为Q；

用Q维的向量X_K定义包括健康因子的特征组合p_K为：

式中，x_p为特征p对应的x值，p∈[1,Q]，当特征p被包含于特征组合p_K时，x_p为1，否则x_p为0，K表示组合中特征数目；

S12：设定目标函数，该目标函数的计算公式为：

J(X)＝w₁K+w₂FAR+w₃FDR；

式中，K为所用特征数量，w₁为所用特征数量的相应权重，FAR为误报率，w₂为相应权重，且该w₂取负值，ADR为异常发现率，w₃为异常发现率的相应权重；

其中，误报率FAR的计算公式为：

FAR＝prob(HI＞HI_th|正常运行)；