故障诊断方法、装置、电子设备及存储介质制造方法及图纸

本申请提供的一种故障诊断方法、装置、电子设备及存储介质，获取牵引变流器的系统状态信息和传感器信息；基于所述系统状态信息确定工况信息，并至少基于所述传感器信息确定事件信息；基于所述工况信息和所述事件信息，确定工况事件信息；将所述工况事件信息输入至预先建立的Petri网诊断模型，确定所述牵引变流器中各个故障模式对应的故障的概率，其中，各个故障模式包括：工况事件信息；基于各个故障模式对应的故障的概率确定所述牵引变流器的目标故障。标故障。标故障。

【技术实现步骤摘要】
故障诊断方法、装置、电子设备及存储介质


[0001]本申请涉及牵引变流器控制领域，特别地涉及一种故障诊断方法、装置、电子设备及存储介质。

技术介绍

[0002]在机车、动车组等列车运行过程中，任何微小或潜在的故障和隐患若不能被及时诊断和发现，都有可能引发连锁反应造成事故，甚至酿成灾难性后果。牵引系统作为高速列车的“心脏”，由于其运行环境复杂，腐蚀，温度，湿度以及供电浪涌，静电等因素都会影响其运行状态，极易发生故障，且不能通过定期维修的方式来消除。如果列车在运行途中发生了故障，最好能实现在线准确故障源定位，以便及时排除故障或执行适当的隔离保护策略。如未能及时诊断出故障原因并排除故障，可能造成行车事故，延误列车的正常运行，影响整个线路乃至全路的运输秩序。因此，开展牵引系统故障诊断和预测的研究,对于提高高速列车的运行可靠性有着极其重要的意义。
[0003]目前列车牵引系统的故障诊断仍主要基于采集传感器信号，采用简单超阈值报警等故障检测方法，如牵引系统网侧过压、过流，牵引变流器输入、输出过流，中间直流过压/欠压，冷却系统温度、水压力过高/过低等检测与保护功能。然而此类检测方法属于故障表征的检测，无法诊断出现此类表征的真实原因，一般需要临时停车由司机或系统维护人员进行排查，不能实现对牵引系统的精准故障定位。

技术实现思路

[0004]针对上述问题，本申请提供一种故障诊断方法、装置、电子设备及存储介质。
[0005]本申请提供了一种故障诊断方法，包括：
[0006]获取牵引变流器的系统状态信息和传感器信息；
[0007]基于所述系统状态信息确定工况信息，并至少基于所述传感器信息确定事件信息；
[0008]基于所述工况信息和所述事件信息，确定工况事件信息；
[0009]将所述工况事件信息输入至Petri网诊断模型，确定所述牵引变流器中各个故障模式对应的故障的概率，其中，各个故障模式包括：工况事件信息；
[0010]基于各个故障模式对应的故障的概率确定所述牵引变流器的目标故障。
[0011]在一些实施例中，所述方法还包括：
[0012]获取牵引变流器的系统原理信息、控制逻辑信息和第一历史数据；
[0013]基于所述系统原理信息、所述控制逻辑信息和所述第一历史数据确定Petri网诊断模型。
[0014]在一些实施例中，所述基于所述系统原理信息、所述控制逻辑信息和所述第一历史数据确定Petri网诊断模型，包括：
[0015]基于所述系统原理信息进行故障工况事件分析得到工况事件信息集；
[0016]基于所述控制逻辑信息和所述工况事件信息集，确定工况事件时序变化规律；
[0017]基于工况事件时序变化规律和所述第一历史数据建立Petri网诊断模型。
[0018]在一些实施例中，所述基于工况事件时序变化规律和所述第一历史数据建立Petri网诊断模型，包括：
[0019]基于所述工况事件变化规律确定初始Petri网诊断模型；
[0020]基于所述第一历史数据确定所述初始Petri网诊断模型中各个变迁节点的第一触发概率；
[0021]基于所述第一触发概率和所述初始Petri网诊断模型，确定所述Petri网诊断模型。
[0022]在一些实施例中，所述基于各个故障模式对应的故障的概率确定所述牵引变流器的目标故障，包括：
[0023]从各个故障模式对应的故障的概率中确定概率最大值；
[0024]将概率最大值对应的故障确定为目标故障。
[0025]在一些实施例中，所述至少基于所述传感器信息确定事件信息，包括：
[0026]基于所述传感器信息和所述工况事件信息集，识别所述事件信息；
[0027]所述方法还包括：
[0028]输出所述目标故障和所述目标故障对应的故障模式，以提示目标人员进行处理。
[0029]在一些实施例中，所述方法还包括：
[0030]获取第二历史数据；
[0031]基于所述第二历史数据确定所述Petri网诊断模型中各个变迁节点的第二触发概率；
[0032]基于所述第二触发更新所述Petri网诊断模型。
[0033]本申请实施例提供一种故障诊断装置，包括：
[0034]第一获取模块，用于获取牵引变流器的系统状态信息和传感器信息；
[0035]第一确定模块，用于基于所述系统状态信息确定工况信息，并至少基于所述传感器信息确定事件信息；
[0036]第二确定模块，用于基于所述工况信息和所述事件信息，确定工况事件信息；
[0037]第三确定模块，用于将所述工况事件信息输入至Petri网诊断模型，确定所述牵引变流器中各个故障模式对应的故障的概率，其中，各个故障模式包括：工况事件信息；
[0038]第四确定模块，用于基于各个故障模式对应的故障的概率确定所述牵引变流器的目标故障。
[0039]本申请实施例提供一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行上述任意一项所述故障诊断方法。
[0040]本申请实施例提供一种存储介质，该存储介质存储的计算机程序，能够被一个或多个处理器执行，能够用来实现上述任一项所述故障诊断方法。
[0041]本申请提供的一种故障诊断方法、装置、电子设备及存储介质，通过获取牵引变流器的系统状态信息和传感器信息，然后基于系统状态信息确定工况信息，并基于传感器信息确定时间信息，基于公开信息和时间信息确定工况事件信息，然后将工况时间信息输入至Petri网诊断模型，确定牵引变流器中各个故障模式对应的故障的概率，从而基于各个故
障模式对应的故障的概率确定所述牵引变流器的目标故障，能够实现对牵引变流器故障的精确定位。
附图说明
[0042]在下文中将基于实施例并参考附图来对本申请进行更详细的描述。
[0043]图1为本申请实施例提供的一种故障诊断方法的实现流程示意图；
[0044]图2为本申请实施例提供的一种Petri网诊断模型的示意图；
[0045]图3为本申请实施例提供的一种故障诊断方法的原理示意图；
[0046]图4为本申请实施例提供的一种故障诊断装置的结构示意图；
[0047]图5为本申请实施例提供的电子设备的组成结构示意图。
[0048]在附图中，相同的部件使用相同的附图标记，附图并未按照实际的比例绘制。
具体实施方式
[0049]为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0050]在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种故障诊断方法，其特征在于，包括：获取牵引变流器的系统状态信息和传感器信息；基于所述系统状态信息确定工况信息，并至少基于所述传感器信息确定事件信息；基于所述工况信息和所述事件信息，确定工况事件信息；将所述工况事件信息输入至预先建立的Petri网诊断模型，确定所述牵引变流器中各个故障模式对应的故障的概率，其中，各个故障模式包括：工况事件信息；基于各个故障模式对应的故障的概率确定所述牵引变流器的目标故障。2.根据要求1所述的方法，其特征在于，所述方法还包括：获取牵引变流器的系统原理信息、控制逻辑信息和第一历史数据；基于所述系统原理信息、所述控制逻辑信息和所述第一历史数据确定Petri网诊断模型。3.根据权利要求2所述的方法，其特征在于，所述基于所述系统原理信息、所述控制逻辑信息和所述第一历史数据确定Petri网诊断模型，包括：基于所述系统原理信息进行故障工况事件分析得到工况事件信息集；基于所述控制逻辑信息和所述工况事件信息集，确定工况事件时序变化规律；基于工况事件时序变化规律和所述第一历史数据建立Petri网诊断模型。4.根据权利要求3所述的方法，其特征在于，所述基于工况事件时序变化规律和所述第一历史数据建立Petri网诊断模型，包括：基于所述工况事件变化规律确定初始Petri网诊断模型；基于所述第一历史数据确定所述初始Petri网诊断模型中各个变迁节点的第一触发概率；基于所述第一触发概率和所述初始Petri网诊断模型，确定所述Petri网诊断模型。5.根据权利要求1所述的方法，其特征在于，所述基于各个故障模式对应的故障的概率确定所述牵...

【专利技术属性】
技术研发人员：袁靖，李学明，刘天，谭永光，熊亚洲，彭辉，黄明明，郑勇，
申请(专利权)人：株洲中车时代软件技术有限公司，
类型：发明
国别省市：