[发明专利]一种发电机转子故障诊断方法及装置

权利要求书

1.一种发电机转子故障诊断方法，其特征在于，包括：

获取多组训练数据及每组所述训练数据对应的转子状态信息；

利用多组训练数据及每组训练数据对应的转子状态信息训练分类器；

获取实时采集的测试数据，将所述测试数据输入所述分类器，得到与所述测试数据对应的转子状态信息；

其中，每组所述训练数据及测试数据均包括对应时刻发电机的定子电流信号、转子震动信号及磁场密度信号，所述转子状态信息为表明对应时刻所述发电机是否发生转子偏心故障的信息。

2.根据权利要求1所述的方法，其特征在于，利用多组训练数据及每组训练数据对应的转子状态信息训练分类器，包括：

将多组训练数据及每组训练数据对应的转子状态信息输入预先获取的支持向量机模型进行训练，得到对应的分类器。

3.根据权利要求2所述的方法，其特征在于，将多组训练数据及每组训练数据对应的转子状态信息输入支持向量机模型进行训练之前，还包括：

利用混沌粒子群算法及SMO高效算法优化所述支持向量机模型中包含的对应模型参数。

4.根据权利要求1所述的方法，其特征在于，获取训练数据及测试数据之后，还包括：

利用小波包分析变换对所述训练数据及测试数据中包含的定子电流信号进行分解重构，并利用分解重构得到的信号对应执行所述训练分类器的步骤或所述将所述测试数据输入所述分类器的步骤。

5.根据权利要求4所述的方法，其特征在于，获取训练数据及测试数据之后，还包括：

对所述训练数据及测试数据中包含的转子震动信号及磁场密度信号进行归一化处理及放大处理，并利用处理得到的信号对应执行所述训练分类器的步骤或所述将所述测试数据输入所述分类器的步骤。

6.一种发电机转子故障诊断装置，其特征在于，包括：

获取模块，用于：获取多组训练数据及每组所述训练数据对应的转子状态信息；

训练模块，用于：利用多组训练数据及每组训练数据对应的转子状态信息训练分类器；

测试模块，用于：获取实时采集的测试数据，将所述测试数据输入所述分类器，得到与所述测试数据对应的转子状态信息；其中，每组所述训练数据及测试数据均包括对应时刻发电机的定子电流信号、转子震动信号及磁场密度信号，所述转子状态信息为表明对应时刻所述发电机是否发生转子偏心故障的信息。

7.根据权利要求6所述的装置，其特征在于，所述训练模块包括：

训练单元，用于：将多组训练数据及每组训练数据对应的转子状态信息输入预先获取的支持向量机模型进行训练，得到对应的分类器。

8.根据权利要求7所述的装置，其特征在于，还包括：

优化模块，用于：将多组训练数据及每组训练数据对应的转子状态信息输入支持向量机模型进行训练之前，利用混沌粒子群算法及SMO高效算法优化所述支持向量机模型中包含的对应模型参数。

9.根据权利要求6所述的装置，其特征在于，还包括：

分解重构模块，用于获取训练数据及测试数据之后，利用小波包分析变换对所述训练数据及测试数据中包含的定子电流信号进行分解重构，并指示所述训练模块及所述测试模块利用分解重构得到的信号对应执行所述训练分类器的步骤或所述将所述测试数据输入所述分类器的步骤。

10.根据权利要求9所述的装置，其特征在于，还包括：

预处理模块，用于：获取训练数据及测试数据之后，对所述训练数据及测试数据中包含的转子震动信号及磁场密度信号进行归一化处理及放大处理，并指示所述训练模块及所述测试模块利用处理得到的信号对应执行所述训练分类器的步骤或所述将所述测试数据输入所述分类器的步骤。