【技术实现步骤摘要】
本专利技术涉及自动化，尤其涉及一种变频器快速停机方法、装置、设备及存储介质。
技术介绍
1、变频器作为电力电子技术中的关键组件，广泛应用于工业、能源、交通等多个领域。它通过改变电源的频率来控制交流电机的速度，从而实现能量的高效利用和工艺流程的优化。然而，随着工业自动化程度的不断提高，变频器的可靠性和安全性显得尤为重要。特别是在高负荷或恶劣环境下工作的变频器，容易出现过热、电路故障等问题，变频器在调节电机速度的过程中会产生热量，过高的温度不仅会影响变频器本身的效率和寿命，还可能导致安全事故。目前，变频器的温度检测主要依赖于传统的温度传感器，如热电偶或热阻。这些传感器虽然在特定应用中相对准确和可靠，但也存在一些限制。例如，它们可能无法提供关于变频器内部不同部位的详细温度分布信息，对于预测和防止局部过热现象的能力有限，导致变频器进行快速停机的时间并不准确。
技术实现思路
1、本专利技术的主要目的在于解决现有的热检测方式导致变频器进行快速停机的时间并不准确的技术问题。
2、本专利技术第一方面提供了一种变频器快速停机方法，所述变频器快速停机方法包括：
3、确定目标变频器，在所述目标变频器工作过程中实时获取所述目标变频器的输出波形；
4、在所述目标变频器工作过程中对所述目标变频器进行热成像拍摄，得到对应的热成像视频，并对所述热成像视频进行分帧操作，得到所述热成像视频的多个关键帧图像；
5、对所述多个关键帧图像进行图像特征提取，得到所述多个关键帧图
6、将所述特征图和所述特征向量输入预设的多模态神经网络模型中，得到所述目标变频器的实时热检测结果，其中所述实时热检测结果包括热检测异常和热检测正常，以及当所述实时热检测结果为热检测异常时的异常类型；
7、若所述热检测结果为热检测异常，则根据所述异常类型判断是否对所述目标变频器进行快速停机。
8、可选的，在本专利技术第一方面的第一种实现方式中，所述对所述热成像视频进行分帧操作，得到所述热成像视频的多个关键帧图像包括：
9、对所述热成像视频进行分帧操作，得到所述热成像视频的多个图像帧；
10、对所述多个图像帧进行逐帧比对，计算各图像帧之间的相似度；
11、根据所述多个图像帧的时间轴，将所述相似度大于预设相似度阈值的图像帧抽取为所述热成像视频的关键帧图像，得到多个关键帧图像。
12、可选的，在本专利技术第一方面的第二种实现方式中，所述对所述多个关键帧图像进行图像特征提取，得到所述多个关键帧图像对应的特征图包括：
13、根据所述多个关键帧图像中各像素的像素数值生成各关键帧图像对应的颜色直方图，并根据所述颜色直方图生成对应的关键帧图像的温度分布特征；
14、根据所述多个关键帧图像中各像素的像素数值对对应的关键帧图像进行热点检测，得到各颜色直方图的热点区域特征；
15、融合各关键帧图像对应的温度分布特征和热点区域特征，得到各关键帧图像对应的热成像特征，并根据所述热成像特征生成对应的关键帧图像对应的特征图。
16、可选的，在本专利技术第一方面的第三种实现方式中，所述对所述输出波形进行特征提取，得到特征向量包括：
17、获取所述目标变频器对应的解析函数，并根据所述解析函数对所述输出波形进行多尺度分解，得到各尺度下所述输出波形的近似系数和细节系数；
18、对各尺度下的近似系数和细节系数进行平方运算，得到各尺度下的能量值；
19、对所述各尺度下的能量值进行归一化处理，并提取归一化处理后的能量值的能量信号特征；
20、根据各尺度下的能量信号特征组合生成所述输出波形的特征向量。
21、可选的，在本专利技术第一方面的第四种实现方式中，所述获取所述目标变频器对应的解析函数，并根据所述解析函数对所述输出波形进行多尺度分解，得到各尺度下所述输出波形的近似系数和细节系数包括：
22、将所述输出波形作为当前尺度的当前近似系数，并通过预设的解析函数根据所述当前近似系数计算所述当前尺度的低频成分和高频成分；
23、将所述高频成分作为当前尺度的当前细节系数，并将所述低频成分作为当前尺度的下一尺度的当前近似系数；
24、将所述当前尺度的下一尺度更新为当前尺度，并返回至通过预设的解析函数根据所述当前近似系数计算所述当前尺度的低频成分和高频成分的步骤，直至达到预设的尺度数量；
25、将各尺度的当前近似系数和当前细节系数作为各尺度下所述输出波形的近似系数和细节系数。
26、可选的，在本专利技术第一方面的第五种实现方式中，所述将所述特征图和所述特征向量输入预设的多模态神经网络模型中，得到所述目标变频器的实时热检测结果包括：
27、将所述特征图和所述特征向量输入预设的多模态神经网络模型中，通过所述多模态神经网络模型的注意力机制层分别计算所述特征图和所述特征向量的注意力权重向量；
28、通过所述多模态神经网络模型中的特征融合层根据所述权重向量对所述特征图和所述特征向量进行加权融合，得到融合特征向量；
29、通过所述多模态神经网络模型中的分类层根据所述融合特征向量计算所述目标变频器的实时热检测结果，通过所述多模态神经网络模型中的输出层输出所述实时热检测结果。
30、可选的，在本专利技术第一方面的第六种实现方式中，所述通过所述多模态神经网络模型中的分类层根据所述融合特征向量计算所述目标变频器的实时热检测结果，通过所述多模态神经网络模型中的输出层输出所述实时热检测结果包括：
31、通过所述多模态神经网络模型中的分类层将所述融合特征向量线性变换映射至高维特征空间，得到线性变换结果；
32、通过预设的激活函数对所述线性变换结果进行非线性变换，得到非线性变换结果；
33、通过所述分类层中的全连接层根据所述非线性变换结果计算所述目标变频器对应不同实时热检测结果的概率；
34、将概率最高的实时热检测结果作为所述目标变频器的实时热检测结果，并通过所述多模态神经网络模型中的输出层输出所述实时热检测结果。
35、本专利技术第二方面提供了一种变频器快速停机装置，所述变频器快速停机装置包括：
36、数据获取模块，用于确定目标变频器，在所述目标变频器工作过程中实时获取所述目标变频器的输出波形；
37、热成像模块，用于在所述目标变频器工作过程中对所述目标变频器进行热成像拍摄，得到对应的热成像视频，并对所述热成像视频进行分帧操作，得到所述热成像视频的多个关键帧图像；
38、特征提取模块，用于对所述多个关键帧图像进行图像特征提取，得到所述多个关键帧图像对应的特征图，并对所述输出波形进行特征提取，得到特征向量；
39、模型输入模块，用于将所述特征图和所述特征向量输入预设的多模态神经网络模型中，得到所述本文档来自技高网...
【技术保护点】
1.一种变频器快速停机方法，其特征在于，所述变频器快速停机方法包括：
2.根据权利要求1所述的变频器快速停机方法，其特征在于，所述对所述热成像视频进行分帧操作，得到所述热成像视频的多个关键帧图像包括：
3.根据权利要求1所述的变频器快速停机方法，其特征在于，所述对所述多个关键帧图像进行图像特征提取，得到所述多个关键帧图像对应的特征图包括：
4.根据权利要求1所述的变频器快速停机方法，其特征在于，所述对所述输出波形进行特征提取，得到特征向量包括：
5.根据权利要求3所述的变频器快速停机方法，其特征在于，所述获取所述目标变频器对应的解析函数，并根据所述解析函数对所述输出波形进行多尺度分解，得到各尺度下所述输出波形的近似系数和细节系数包括：
6.根据权利要求1所述的变频器快速停机方法，其特征在于，所述将所述特征图和所述特征向量输入预设的多模态神经网络模型中，得到所述目标变频器的实时热检测结果包括：
7.根据权利要求6所述的变频器快速停机方法，其特征在于，所述通过所述多模态神经网络模型中的分类层根据所述融合特征向量计
8.一种变频器快速停机装置，其特征在于，所述变频器快速停机装置包括：
9.一种变频器快速停机设备，其特征在于，所述变频器快速停机设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任意一项所述变频器快速停机方法的步骤。
...【技术特征摘要】
1.一种变频器快速停机方法，其特征在于，所述变频器快速停机方法包括：
2.根据权利要求1所述的变频器快速停机方法，其特征在于，所述对所述热成像视频进行分帧操作，得到所述热成像视频的多个关键帧图像包括：
3.根据权利要求1所述的变频器快速停机方法，其特征在于，所述对所述多个关键帧图像进行图像特征提取，得到所述多个关键帧图像对应的特征图包括：
4.根据权利要求1所述的变频器快速停机方法，其特征在于，所述对所述输出波形进行特征提取，得到特征向量包括：
5.根据权利要求3所述的变频器快速停机方法，其特征在于，所述获取所述目标变频器对应的解析函数，并根据所述解析函数对所述输出波形进行多尺度分解，得到各尺度下所述输出波形的近似系数和细节系数包括：
6.根据权利要求1所述的变频器快速停...
【专利技术属性】
技术研发人员：杨珍，刘诗敏，
申请(专利权)人：深圳市科沃电气技术有限公司，
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。