电机健康状态预测方法技术

本申请涉及一种电机健康状态预测方法

【技术实现步骤摘要】
电机健康状态预测方法、装置、计算机设备、存储介质


[0001]本申请涉及电机监测
，特别是涉及一种电机健康状态预测方法
、
装置
、
计算机设备
、
存储介质
。

技术介绍

[0002]随着电机在工业制造各领域的广泛使用，通过对电机的健康状态进行预测，以提前获知电机可能发生的故障，对于保障正常的生产制造显得尤为重要
。
[0003]目前的电机健康状态预测系统多是基于电机的电流
、
转速和电磁转矩等参数提取信号特征值，再通过小波神经网络预测模型得到电机故障预测的结果
。
[0004]然而，上述采用方法获得的预测结果准确度较低
。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够提高电机健康状态预测准确度的电机健康状态预测方法
、
装置
、
计算机设备
、
存储介质
。
[0006]第一方面，本申请提供了一种电机健康状态预测方法，该方法包括：
[0007]获取第一参数，第一参数为目标部件的运行状态参数，目标部件为电机发生故障时故障点所在的部件；
[0008]根据第一参数和预设的参数融合模型确定第二参数，第二参数为电机的运行状态参数；
[0009]根据第二参数，确定电机的健康评分数据，电机的健康评分数据表征电机健康状态历史结果；
[0010]根据电机的健康评分数据和指数平滑算法模型得到第一预测结果，并在第一预测结果的预测误差在预设误差范围内的情况下，将电机健康状态预测结果确定为第一预测结果；
[0011]在第一预测结果的预测误差在预设误差范围外的情况下，根据电机的健康评分数据和线性回归算法预测模型得到第二预测结果，并将电机健康状态预测结果确定为第二预测结果
。
[0012]在其中一个实施例中，根据第一参数和预设的参数融合模型确定第二参数，包括：
[0013]根据第一参数和公式
(1)
确定第二参数：
[0014][0015]其中，
g
为第二参数；
w
为多个目标部件；
m(w)
为第一参数；
q(w)
为第一参数的权重
。
[0016]在其中一个实施例中，获取第一参数，包括：
[0017]根据目标预测时间，确定第一参数的历史时间段，目标预测时间晚于历史时间段，目标预测时间用于表征用户期望在某一时间范围内对电机的健康状态进行预测的时间；
[0018]获取历史时间段内的第一参数
。
[0019]在其中一个实施例中，根据第二参数，确定电机的健康评分数据，包括：
[0020]根据第二参数和预设的单因子健康评分模型得到电机的初步健康评分数据；
[0021]根据初步健康评分数据和预设的多因子健康评分模型得到电机的健康评分数据
。
[0022]在其中一个实施例中，根据第二参数和预设的单因子健康评分模型得到电机的初步健康评分数据，包括：
[0023]根据第二参数，确定第二参数在历史时间段内多个时刻的健康分；
[0024]根据第二参数在历史时间段内多个时刻的健康分和预设的单因子健康评分模型得到初步健康评分数据
。
[0025]在其中一个实施例中，根据第二参数在历史时间段内多个时刻的健康分和预设的单因子健康评分模型得到初步健康评分数据，包括：
[0026]根据第二参数在历史时间段内多个时刻的健康分和公式
(2)
确定初步健康评分数据：
[0027][0028]其中，
j
为历史时间段内多个时刻，
f
为初步健康评分数据；
S(j)
为第二参数
j
时刻的健康分；
V(j)
为第二参数
j
时刻的健康分的权重；
β
为历史时间段内速度变化趋势修正值
。
[0029]在其中一个实施例中，预测误差的确定步骤，包括：
[0030]根据第一预测结果
、
电机健康状态实际结果和对称平均绝对百分比误差模型得到预测误差
。
[0031]在其中一个实施例中，根据第一参数和预设的参数融合模型确定第二参数的步骤之前，包括：
[0032]剔除第一参数中处于预设范围之外的参数
。
[0033]第二方面，提供一种电机健康状态预测装置，该装置包括：
[0034]第一参数获取模块，用于获取第一参数，第一参数为目标部件的运行状态参数，目标部件为电机发生故障时故障点所在的部件；
[0035]第二参数确定模块，用于根据第一参数和预设的参数融合模型确定第二参数，第二参数为电机的运行状态参数；
[0036]评分确定模块，用于根据第二参数，确定电机的健康评分数据，电机的健康评分数据表征电机健康状态历史结果；
[0037]第一电机健康状态预测结果确定模块，用于根据电机的健康评分数据和指数平滑算法模型得到第一预测结果，并在第一预测结果的预测误差在预设误差范围内的情况下，将电机健康状态预测结果确定为第一预测结果；
[0038]第二电机健康状态预测结果确定模块，用于在第一预测结果的预测误差在预设误差范围外的情况下，根据电机的健康评分数据和线性回归算法预测模型得到第二预测结果，并将电机健康状态预测结果确定为第二预测结果
。
[0039]第三方面，提供一种计算机设备，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上述实施例中的方法的步骤
。
[0040]第四方面，提供一种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上述实施例中的方法的步骤
。
[0041]上述电机健康状态预测方法
、
装置
、
计算机设备
、
存储介质，至少具有以下有益效果：
[0042]基于电机各个部件在电机整体运行过程中所起到的作用，通过和获取电机发生故障时故障点所在的第一参数
(
目标部件的运行状态参数
)
；根据上述第一参数和预设的参数融合模型确定第二参数
(
电机整体的运行状态参数
)
，从而更真实地反映电机的整体运行状态，为后续的电机健康状态预测提供更准确的数据
。
然后，根据第二参数，确定电机的健康评分数据；根据电机的健康评分数据和指数平滑算法模型得到第一预测结果，并在第一预测结果的预测误差在预设误差范围内的情况下，将电机健康状态预测结果确定为第一预测结果；在第一预测结果的预测误差在预设误差范围外的情况下，根据电机的健康评分数据和线性回归算法预测模型得到第二预测结果，并将电机健康状态本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种电机健康状态预测方法，其特征在于，所述方法包括：获取第一参数，所述第一参数为目标部件的运行状态参数，所述目标部件为电机发生故障时故障点所在的部件；根据所述第一参数和预设的参数融合模型确定第二参数，所述第二参数为所述电机的运行状态参数；根据所述第二参数，确定所述电机的健康评分数据，所述电机的健康评分数据表征所述电机健康状态历史结果；根据所述电机的健康评分数据和指数平滑算法模型得到第一预测结果，并在所述第一预测结果的预测误差在预设误差范围内的情况下，将电机健康状态预测结果确定为所述第一预测结果；在所述第一预测结果的预测误差在所述预设误差范围外的情况下，根据所述电机的健康评分数据和线性回归算法预测模型得到第二预测结果，并将所述电机健康状态预测结果确定为所述第二预测结果
。2.
根据权利要求1所述的方法，其特征在于，所述根据所述第一参数和预设的参数融合模型确定第二参数，包括：根据所述第一参数和公式
(1)
确定第二参数：其中，
g
为所述第二参数；
w
为多个所述目标部件；
m(w)
为第一参数；
q(w)
为第一参数的权重
。3.
根据权利要求1所述的方法，其特征在于，所述获取第一参数，包括：根据目标预测时间，确定所述第一参数的历史时间段，所述目标预测时间晚于所述历史时间段，所述目标预测时间用于表征用户期望在某一时间范围内对电机的健康状态进行预测的时间；获取所述历史时间段内的所述第一参数
。4.
根据权利要求3所述的方法，其特征在于，所述根据所述第二参数，确定所述电机的健康评分数据，包括：根据所述第二参数和预设的单因子健康评分模型得到所述电机的初步健康评分数据；根据所述初步健康评分数据和预设的多因子健康评分模型得到所述电机的健康评分数据
。5.
根据权利要求4所述的方法，其特征在于，所述根据所述第二参数和预设的单因子健康评分模型得到所述电机的初步健康评分数据，包括：根据所述第二参数，确定所述第二参数在所述历史时间段内多个时刻的健康分；根据所述第二参数在所述历史时间段内多个时刻的健康分和所述预设的单因子健康评分模型得到所述初步健康评分数据
。6.
根据权利要求5所述的方法，其特征在于，所述根据所述第二参数在所述历史时间段内多个时刻的健康分和所述预设的单因子健康评分模型得到...

【专利技术属性】
技术研发人员：钟君，胡静坤，梁家海，刘发，廖元远，江伟乐，
申请(专利权)人：广州明珞装备股份有限公司，
类型：发明
国别省市：