[发明专利]一种温度仪表故障诊断方法及装置

权利要求书

1.一种温度仪表故障诊断方法，其特征在于，包括：

获取所述温度仪表的时序数据；

根据所述时序数据，确定表示所述时序数据的特征向量；

将所述特征向量输入诊断模型，输出诊断结果，其中，所述诊断结果包括：是否发生故障或故障类型。

2.根据权利要求1所述的方法，其特征在于，在所述获取所述温度仪表的时序数据之前，还包括：

获取第一故障数据集，所述第一故障数据集中包括时序数据样本和所述故障类型；

对所述时序数据样本进行数据预处理，获取所述特征向量；

通过所述特征向量，构建第一训练数据集；

将所述第一训练数据集输入极限学习机，训练得到所述诊断模型。

3.根据权利要求2所述的方法，其特征在于，所述获取第一故障数据集，包括：

获取所述温度仪表在正常工况下的时序数据样本；

对所述时序数据样本进行故障注入，构建所述第一故障数据集。

4.根据权利要求1所述的方法，其特征在于，所述根据所述时序数据，获取表示所述时序数据的特征向量，包括：

对所述时序数据进行小波包时频分析，得到所述时序数据的时频系数；

对所述时频系数进行样本熵计算，构建所述特征向量。

5.根据权利要求2所述的方法，其特征在于，在所述将所述特征向量输入诊断模型，输出诊断结果之后，还包括：

在所述故障类型不属于所述第一故障数据集的情况下，将所述故障类型对应的所述时序数据作为数据样本，构建第二故障数据集；

对所述数据样本进行数据预处理，获取表示所述数据样本的所述特征向量；

通过所述特征向量，构建第二训练数据集，更新所述诊断模型。

6.一种温度仪表故障诊断的装置，其特征在于，包括：

获取模块，用于获取所述温度仪表的时序数据；

确定模块，用于根据所述时序数据，确定表示所述时序数据的特征向量；

输出模块，用于将所述特征向量输入诊断模型，输出诊断结果，其中，所述诊断结果包括：是否发生故障或故障类型。

7.根据权利要求6所述的装置，其特征在于，所述获取模块，还用于：

在所述获取所述温度仪表的时序数据之前，获取第一故障数据集，所述第一故障数据集中包括时序数据样本和所述故障类型；

对所述时序数据样本进行数据预处理，获取所述特征向量；

通过所述特征向量，构建第一训练数据集；

将所述第一训练数据集输入极限学习机，训练得到所述诊断模型。

8.根据权利要求7所述的装置，其特征在于，所述获取模块，用于：

获取所述温度仪表在正常工况下的时序数据样本；

对所述时序数据样本进行故障注入，构建所述第一故障数据集。

9.根据权利要求6所述的装置，其特征在于，所述确定模块，用于：

对所述时序数据进行小波包时频分析，得到所述时序数据的时频系数；

对所述时频系数进行样本熵计算，构建所述特征向量。

10.根据权利要求7所述的装置，其特征在于，所述输出模块，还用于：

在所述将所述特征向量输入诊断模型，输出诊断结果之后，在所述故障类型不属于所述第一故障数据集的情况下，将所述故障类型对应的所述时序数据作为数据样本，构建第二故障数据集；

对所述数据样本进行数据预处理，获取表示所述数据样本的所述特征向量；

通过所述特征向量，构建第二训练数据集，更新所述诊断模型。