故障诊断方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种故障诊断方法、装置、计算机设备和存储介质。方法包括：对电子电路的当前故障信号进行时频域分析，得到当前故障信号的时频域特征；分别根据时频域特征中各维度子特征对故障分析的贡献度，以及各维度子特征之间的时序特性，对时频域特征进行解析，得到电子电路的第一诊断结果和第二诊断结果；根据第一诊断结果和第二诊断结果，确定电子电路的目标诊断结果。通过上述方法可以实现对电子电路中细小故障的诊断，且增加了故障诊断精准性。且增加了故障诊断精准性。且增加了故障诊断精准性。

【技术实现步骤摘要】
故障诊断方法、装置、计算机设备和存储介质


[0001]本申请涉及电力
，特别是涉及一种故障诊断方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着科技的进步与发展，电力已经成为生产生活中不可或缺的一部分，电子电路作为电力的载体，若其发生故障，则会严重影响正常的生产生活，特别是电子电路已经成为了导弹、鱼雷、各种炸弹等武器装备中的核心组件，一旦发生事故，将造成极大的损失与伤亡，因此对电子电路的故障分析就显得尤为重要。
[0003]目前，通常采用的故障检测方法是根据电路的输出电压进行故障判断，该方式只能对较为明显的故障进行诊断，当遇到特征微弱、复杂或者故障现象不明显的电子电路故障时，往往难以对其进行诊断，这些无法被诊断到的故障造成了极大的安全隐患，因此如何对特征微弱的细小故障进行诊断成为了亟待解决的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够诊断细小故障的故障诊断方法、装置计算机设备和存储介质。
[0005]第一方面，本申请提供了一种故障诊断方法。该方法包括：
[0006]对电子电路的当前故障信号进行时频域分析，得到当前故障信号的时频域特征；
[0007]分别根据时频域特征中各维度子特征对故障分析的贡献度，以及各维度子特征之间的时序特性，对时频域特征进行解析，得到电子电路的第一诊断结果和第二诊断结果；
[0008]根据第一诊断结果和第二诊断结果，确定电子电路的目标诊断结果。
[0009]在其中一个实施例中，对电子电路的当前故障信号进行时频域分析，得到当前故障信号的时频域特征，包括：
[0010]通过变分模态分解算法，对电子电路的当前故障信号进行频域分析，得到当前故障信号的频域特征；
[0011]通过小波变换算法，对当前故障信号进行时域分析，得到当前故障信号的时域特征；
[0012]根据频域特征和时域特征，确定当前故障信号的时频域特征。
[0013]在其中一个实施例中，分别根据时频域特征中各维度子特征对故障分析的贡献度，以及各维度子特征之间的时序特性，对时频域特征进行解析，得到电子电路的第一诊断结果和第二诊断结果，包括：
[0014]通过深度残差收缩网络，根据时频域特征中各维度子特征对故障分析的贡献度，对时频域特征进行解析，得到电子电路的第一诊断结果；
[0015]通过长短期记忆网络，根据时频域特征中各维度子特征之间的时序特性，对时频域特征进行解析，得到电子电路的第二诊断结果。
[0016]在其中一个实施例中，通过深度残差收缩网络，根据时频域特征中各维度子特征对故障分析的贡献度，对时频域特征进行解析，得到电子电路的第一诊断结果，包括：
[0017]根据时频域特征，生成时频域特征图；
[0018]通过深度残差收缩网络，根据时频域特征图，提取时频域特征中各维度子特征，以及基于注意力机制，确定各维度子特征对故障分析的贡献度，并根据各维度子特征和各维度子特征对应的贡献度，解析电子电路的第一诊断结果。
[0019]在其中一个实施例中，该方法还包括：
[0020]获取电子电路的历史故障信号；
[0021]基于重叠采样法，从历史故障信号中截取至少两个信号片段，作为训练样本；其中，相邻两次截取的信号片段中存在信号重叠区域；
[0022]基于训练样本，训练深度残差收缩网络和长短期记忆网络。
[0023]在其中一个实施例中，根据第一诊断结果和第二诊断结果，确定电子电路的目标诊断结果，包括：
[0024]根据第一诊断结果和第一诊断结果对应的第一权重，以及第二诊断结果和第二诊断结果的对应的第二权重，确定电子电路的目标诊断结果。
[0025]第二方面，本申请还提供了一种故障诊断装置。该装置包括：
[0026]特征获取模块，用于对电子电路的当前故障信号进行时频域分析，得到当前故障信号的时频域特征；
[0027]结果诊断模块，用于分别根据时频域特征中各维度子特征对故障分析的贡献度，以及各维度子特征之间的时序特性，对时频域特征进行解析，得到电子电路的第一诊断结果和第二诊断结果；
[0028]故障确定模块，用于根据第一诊断结果和第二诊断结果，确定电子电路的目标诊断结果。
[0029]第三方面，本申请还提供了一种计算机设备。计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
[0030]对电子电路的当前故障信号进行时频域分析，得到当前故障信号的时频域特征；
[0031]分别根据时频域特征中各维度子特征对故障分析的贡献度，以及各维度子特征之间的时序特性，对时频域特征进行解析，得到电子电路的第一诊断结果和第二诊断结果；
[0032]根据第一诊断结果和第二诊断结果，确定电子电路的目标诊断结果。
[0033]第四方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0034]对电子电路的当前故障信号进行时频域分析，得到当前故障信号的时频域特征；
[0035]分别根据时频域特征中各维度子特征对故障分析的贡献度，以及各维度子特征之间的时序特性，对时频域特征进行解析，得到电子电路的第一诊断结果和第二诊断结果；
[0036]根据第一诊断结果和第二诊断结果，确定电子电路的目标诊断结果。
[0037]第五方面，本申请还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0038]对电子电路的当前故障信号进行时频域分析，得到当前故障信号的时频域特征；
[0039]分别根据时频域特征中各维度子特征对故障分析的贡献度，以及各维度子特征之
间的时序特性，对时频域特征进行解析，得到电子电路的第一诊断结果和第二诊断结果；
[0040]根据第一诊断结果和第二诊断结果，确定电子电路的目标诊断结果。
[0041]上述故障诊断方法、装置、计算机设备和存储介质。提取电子电路的故障信号进行时频域分析得到时频域特征，并将时频域特征分别进行两种解析，得到两种诊断结果，并根据两种诊断结果确定电子电路的最终诊断结果，由于本方案是根据时域和频域两个维度的诊断结果确定最终诊断结果，因此对于极其微小的故障也可能够精准的检测到，最大限度的保证了电子电路的安全性，保证了生产生活的正常进行。
附图说明
[0042]图1为一个实施例中故障诊断方法的应用环境图；
[0043]图2为一个实施例中故障诊断方法的流程示意图；
[0044]图3为一个实施例中获取时频域特征的原理示意图；
[0045]图4为一个实施例中获取第一诊断结果和第二诊断结果的原理示意图；
[0046]图5为一个实施例中获取目标诊断结果的原理示意图；
[0047]图6为一个实施例中训练深度残差收缩网络和长短期本文档来自技高网...

【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，所述方法包括：对电子电路的当前故障信号进行时频域分析，得到所述当前故障信号的时频域特征；分别根据所述时频域特征中各维度子特征对故障分析的贡献度，以及各维度子特征之间的时序特性，对所述时频域特征进行解析，得到所述电子电路的第一诊断结果和第二诊断结果；根据所述第一诊断结果和所述第二诊断结果，确定所述电子电路的目标诊断结果。2.根据权利要求1所述的方法，其特征在于，所述对电子电路的当前故障信号进行时频域分析，得到所述当前故障信号的时频域特征，包括：通过变分模态分解算法，对电子电路的当前故障信号进行频域分析，得到所述当前故障信号的频域特征；通过小波变换算法，对所述当前故障信号进行时域分析，得到所述当前故障信号的时域特征；根据所述频域特征和所述时域特征，确定所述当前故障信号的时频域特征。3.根据权利要求1所述的方法，其特征在于，所述分别根据所述时频域特征中各维度子特征对故障分析的贡献度，以及各维度子特征之间的时序特性，对所述时频域特征进行解析，得到所述电子电路的第一诊断结果和第二诊断结果，包括：通过深度残差收缩网络，根据所述时频域特征中各维度子特征对故障分析的贡献度，对所述时频域特征进行解析，得到所述电子电路的第一诊断结果；通过长短期记忆网络，根据所述时频域特征中各维度子特征之间的时序特性，对所述时频域特征进行解析，得到所述电子电路的第二诊断结果。4.根据权利要求3所述的方法，其特征在于，所述通过深度残差收缩网络，根据所述时频域特征中各维度子特征对故障分析的贡献度，对所述时频域特征进行解析，得到所述电子电路的第一诊断结果，包括：根据所述时频域特征，生成时频域特征图；通过深度残差收缩网络，根据所述时频域特征图，提取时频域特征中各维度子特征，以及基于注意力机制，...

【专利技术属性】
技术研发人员：孟苓辉，谢锦阳，陈义强，路国光，周振威，刘俊斌，何世烈，俞鹏飞，余陆斌，
申请(专利权)人：中国电子产品可靠性与环境试验研究所工业和信息化部电子第五研究所中国赛宝实验室，
类型：发明
国别省市：