【技术实现步骤摘要】
一种基于人工智能的变换器运行故障预测系统
[0001]本专利技术涉及变换器运行故障预测
，具体为一种基于人工智能的变换器运行故障预测系统。
技术介绍
[0002]变换器，是将信源发出的信息按一定的目的进行变换。和传统的变换器相比，它具有如下优点：不需要中间直流储能环节；能够四象限运行；具有优良的输入电流波形和输出电压波形；可自由控制的功率因数；其中，DC
‑
DC变换器是构建其他许多类型电能变换器的基本组成部分。为了有效实地现各种电能变换功能，并使系统安全、平稳地运行，直流
‑
直流变换器必须与其他功能模块相互配合，组成一个控制系统，共同完成电能的变换和调节。
[0003]但是在现有技术中，DC
‑
DC变换器在运行过程中，不能够针对变换器的不同类型故障进行针对性预测，以至于变换器的故障预测准确性降低，同时在进行参数性故障预测时不能够将实时运行状态的影响进行分析，以至于参数性故障预测效率低且准确性差；
[0004]针对上述的技术缺陷，现提出一种解决方案。<...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的变换器运行故障预测系统，其特征在于，包括服务器，服务器通讯连接有：故障类型分析单元，用于将变换器的故障类型进行分析，根据变换器的历史运行过程分析对其进行故障类型划分，将变换器标记为分析对象，设置标号i，i为大于1的自然数，获取到分析对象的历史运行时间段，并根据历史运行时间段对分析对象进行故障类型分析，采集到历史运行时间段内分析对象的故障时间段，其中故障时间段表示为分析对象故障产生时刻至故障完成维护时刻之间的时间段，通过分析将故障类型划分为结构性故障和参数性故障，并将其对应名称发送至服务器；运行影响分析单元，用于将分析对象的实时运行过程进行分析，通过分析获取到实时运行过程中分析对象的运行状态分析系数，根据运行状态分析系数比较生成高成本信号、低效率运行信号以及运行合格信号，并将其发送至服务器；参数预测分析单元，用于将对应分析对象进行参数分析预测，将分析对象的内部电路进行分析，内部电路中通过导线相连的元件标记为关键点部位，通过关键点部位分析生成参数性故障高风险信号或者参数性故障低风险信号，并将其发送至服务器；元件划分分析单元，用于将分析对象内部元件进行分析，根据内部元件分析进行结构性故障预测，将分析对象内部元件进行分析，若内部元件的运行状态改变时，对应内部元件所在电路的运行参数随之改变，则将对应内部元件标记为控制性元件；若内部元件的运行状态改变且对应内部元件所在电路的运行参数无改变，则将对应内部元件标记为承载性元件；根据分析对象内部元件的所处位置，将同一电路内的控制性元件和承载性元件标记为串联元件组，将非同一电路内的控制性元件和承载性元件标记为并联元件组通过分析生成结构性故障高风险信号或者结构性故障低风险信号，并将其发送至服务器。2.根据权利要求1所述的一种基于人工智能的变换器运行故障预测系统，其特征在于，故障类型分析单元的运行过程如下：获取到分析对象故障时间段起始时刻对应运行参数的浮动跨度以及对应运行参数浮动过程中运行参数的浮动持续时长，并将其分别与参数浮动跨度阈值和参数浮动持续时长阈值进行比较：若分析对象故障时间段起始时刻对应运行参数的浮动跨度超过参数浮动跨度阈值，或者对应运行参数浮动过程中运行参数的浮动持续时长未超过参数浮动持续时长阈值，则判定分析对象故障发生速度快，将对应故障类型标记为结构性故障；若分析对象故障时间段起始时刻对应运行参数的浮动跨度未超过参数浮动跨度阈值，且对应运行参数浮动过程中运行参数的浮动持续时长超过参数浮动持续时长阈值，则判定分析对象故障发生速度慢，将对应故障类型标记为参数性故障；并将结构性故障和参数性故障对应类型名称一同发送至服务器。3.根据权利要求1所述的一种基于人工智能的变换器运行故障预测系统，其特征在于，运行影响分析单元的运行过程如下：采集到实时运行过程中分...
【专利技术属性】
技术研发人员：李荣，宫彦军，陈爱武，朱建，付清云，潘海军，
申请(专利权)人：湖南科技学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。