设备状态检测方法、装置及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115077685A(43)申请公布日2022.09.20(21)申请号202210543123.4G06K9/00(2022.01)(22)申请日2022.05.18G06K9/62(2022.01)(71)申请人国网青海省电力公司地址810008青海省西宁市城西区胜利路89号申请人国网青海省电力公司电力科学研究院(72)发明人赵文强马润生范彩兄周军王正伟雷国斌石生超祁富志徐嘉伟王克荣罗仲全(74)专利代理机构北京康信知识产权代理有限责任公司11240专利代理师张文华(51)Int.Cl.G01H17/00(2006.01)权利要求书2页说明书11页附图4页(54)发明名称设备状态检测方法、装置及系统(57)摘要本申请公开了一种设备状态检测方法、装置及系统。其中，该方法包括：获取目标设备的目标振动信号；对目标振动信号进行奇异谱分析，确定目标振动信号中的目标分量信号；对目标分量信号进行时域分析和频域分析，得到时域特征值和频域特征值；将时域特征值和频域特征值输入状态诊断模型，通过状态诊断模型确定所述目标设备的运行状态，其中，状态诊断模型是基于目标设备的历史运行数据训练得到的决策树模型。本申请解决了相关技术中在检测设备状态时，由人工分析检测数据不仅计算复杂且效率较低的技术问题。CN115077685ACN115077685A权利要求书1/2页1.一种设备状态检测方法，其特征在于，包括：获取目标设备的目标振动信号；对所述目标振动信号进行奇异谱分析，确定所述目标振动信号中的目标分量信号；对所述目标分量信号进行时域分析和频域分析，得到时域特征值和频域特征值；将所述时域特征值和频域特征值输入状态诊断模型，通过所述状态诊断模型确定所述目标设备的运行状态，其中，所述状态诊断模型是基于所述目标设备的历史运行数据训练得到的决策树模型。2.根据权利要求1所述的方法，其特征在于，获取目标设备的振动信号，包括：获取位于所述目标设备上的目标传感器采集的振动信号；对所述振动信号进行模数转换，得到所述目标振动信号。3.根据权利要求1所述的方法，其特征在于，对所述目标振动信号进行奇异谱分析，确定所述目标振动信号中的目标分量信号，包括：确定所述目标振动信号对应的第一时间序列，并确定所述第一时间序列的轨迹矩阵；对所述轨迹矩阵进行奇异值分解，将所述轨迹矩阵分解为第一数量的初等矩阵；对所述第一数量的初等矩阵进行分组，并对每组所述初等矩阵进行求和，得到第二数量的合成矩阵，从所述第二数量的合成矩阵中确定目标合成矩阵；通过对角平均计算方式将所述目标合成矩阵转换为第二时间序列，基于所述第二时间序列确定所述目标分量信号。4.根据权利要求1所述的方法，其特征在于，对所述目标分量信号进行时域分析和频域分析，得到时域特征值和频域特征值，包括：对所述目标分量信号进行时域分析，得到所述时域特征值，所述时域特征值至少包括以下其中之一：用于表示所述目标分量信号的时域平均值的均值，用于表示所述目标分量信号的振幅与能量的均方根，用于表示所述目标分量信号的不对称特征的偏度，用于表示所述目标分量信号的峰值的峭度，用于表示所述目标分量信号中的冲击的波峰因子，用于表示所述目标分量信号的形状的形状因子；对所述目标分量信号进行傅里叶变换得到目标频谱信号，并对所述目标频谱信号进行频域分析，得到所述频域特征值，所述频域特征值至少包括以下其中之一：用于表示所述频谱信号的重心的谱矩心，用于表示所述频谱信号的扩散度的谱扩散度，用于表示所述频谱信号的对称性的谱偏度，用于表示所述频谱信号中瞬态信号位置的谱峭度，用于表示所述频谱信号中峰值的指标的谱波峰因子，用于表示所述频谱信号的能量分布的谱熵。5.根据权利要求1所述的方法，其特征在于，所述状态诊断模型的训练过程包括：获取所述目标设备的所述历史运行数据，所述历史运行数据中包括：历史振动信号和与所述历史振动信号对应的历史运行状态；对所述历史振动信号进行奇异谱分析，确定所述历史振动信号中的历史分量信号，并对所述历史分量信号进行时域分析和频域分析，得到历史时域特征值和历史频域特征值；基于梯度提升决策树算法构建所述决策树模型，并基于所述历史时域特征值、所述历史频域特征值和所述历史运行状态对所述决策树模型进行迭代训练，得到所述状态诊断模型，其中，所述决策树模型包括：根节点、中间节点和叶节点。6.根据权利要求5所述的方法，其特征在于，基于所述历史时域特征值、所述历史频域2CN115077685A权利要求书2/2页特征值和所述历史运行状态，对所述决策树模型进行迭代训练，包括：将所述历史时域特征值和所述历史频域特征值输入所述决策树模型，通过所述决策树模型输出得到所述设备的预测运行状态；基于所述预测运行状态和所述历史运行状态构建