[发明专利]电机转子故障检测方法、装置及终端设备

权利要求书

1.一种电机转子故障检测方法，其特征在于，包括：

对预设神经网络的网络参数进行初始化；基于初始化后的预设神经网络的网络参数和预设寻优模型进行参数寻优，得到最优网络参数；将最优网络参数作为预设神经网络的当前网络参数，并基于当前网络参数和转子状态检测信号样本对预设神经网络进行训练；获取待检测转子的状态检测信号，并将状态检测信号输入至训练完成的预设神经网络，得到待检测转子的故障状态评估结果；

其中，所述转子状态检测信号包括：电机转子绕组的电压分布、直流阻抗、交流阻抗参数，还包括电机的振动信号，还包括电机内冷水含量、压力、流量、PH值、温度数据，还包括电机定子、转子绝缘压板的松紧度；

其中，基于初始化后的预设神经网络的网络参数和预设寻优模型进行参数寻优，得到最优网络参数，包括：S11：随机生成k个寻优粒子，对初始化后的预设神经网络的网络参数进行k次随机变换，得到k个预设神经网络的网络参数；基于k个预设神经网络的网络参数对k个寻优粒子的位置参数进行初始化；S12：基于每个寻优粒子的位置参数对该寻优粒子的适应度进行计算；S13：根据寻优粒子适应度的计算结果删除预设比例的寻优粒子，得到剩余寻优粒子；S14：更新剩余寻优粒子的位置参数，并选取剩余寻优粒子中适应度最高的两个寻优粒子进行交叉变异；S15：检测步骤S14的执行次数是否达到预设阈值，若步骤S14的执行次数达到预设阈值，则将剩余寻优粒子中适应度最高的寻优粒子的位置参数作为最优网络参数输出；若步骤S14的执行次数未达到预设阈值，则返回执行步骤S12～S14；其中，步骤S13包括：根据寻优粒子的适应度对寻优粒子进行升序排序，根据预设比例将前n个寻优粒子删除，以淘汰适应度值低的n个寻优粒子，加快剩余寻优粒子的进化能力。

2.如权利要求1所述的电机转子故障检测方法，其特征在于，对于某一个寻优粒子，该寻优粒子的适应度确定方法为：

其中，L_p(j)(x^r,x^s)为位置参数为p(j)的寻优粒子的适应度值，x^r为网络参数为p(j)的预设神经网络的预期输出值，x^s为网络参数为p(j)的预设神经网络的实际输出值，E为x^r和x^s的数据维数。

3.如权利要求1所述的电机转子故障检测方法，其特征在于，对于某一个寻优粒子，该寻优粒子的位置参数更新方法为：

p(j)_new＝p(j)_old+wv(j)_old+c1r1(p_ig(j)-p(j)_old)+c2r2(p_g(j)-p(j)_old)

其中，p(j)_new为更新后的该寻优粒子的位置参数，p(j)_old为更新前的该寻优粒子的位置参数，w为惯性权重，v(j)_old为该寻优粒子的移动速度，c1和c2为预设值，r1和r2为(0，1)之间的随机数，p_ig(j)为该寻优粒子的最优位置，p_g(j)为当前剩余寻优粒子中适应度值最高的寻优粒子的位置参数。

4.如权利要求1所述的电机转子故障检测方法，其特征在于，所述基于当前网络参数和转子状态检测信号样本对预设神经网络进行训练，包括：

S21：在当前网络参数下，将转子状态检测信号样本输入至预设神经网络；

S22：计算预设神经网络预期输出值和实际输出值的误差；

S23：若该误差在误差允许范围内，则确定预设神经网络训练完成；若该误差未在预设误差允许范围内，则对预设神经网络的网络参数进行微调，将微调后的网络参数作为当前网络参数，并返回执行步骤S21。