[发明专利]用于电气牵引系统的微小故障检测与定位的系统设计方法

权利要求书

1.一种用于电气牵引系统的微小故障检测与定位方法，其特征在于包括如下步骤：

第一阶段：建立离线数据模型

步骤1，采集电气牵引系统的传感器稳态运行数据并对离线数据进行预处理；

步骤2，计算预处理后数据不同层子空间的主元成分和残差成分量值以及载荷向量；

步骤3，确定并计算主元分析法的性能指标及其概率密度函数和故障检测阈值；

第二阶段：在线故障诊断

步骤4，对在线数据进行处理；

步骤5，计算不同层子空间的主元成分和残差成分的性能指标；

步骤6，利用获得的故障检测阈值，构造概率矩阵并用贝叶斯推理来进行故障诊断；

所述步骤6中，对于故障采样样本x^c∈R^m，构造比率向量如下：

设r^c的第k个元素为利用逻辑函数计算概率值如下：

其中，假设故障c有N_c个测量量，构造概率矩阵并利用最大似然估计法计算其均值向量和协方差矩阵

其中，N_f是某一类故障的数目，是第j个概率矩阵，x_b是第b个采样值；

因此，类故障下有个均值向量和协方差矩阵；结合贝叶斯推理过程，任意采样的故障样本x_uk分类的后验概率如下：

其中，是比例因子，是先验概率，这二者都由故障数据集得到；假设概率矩阵P^c服从高斯分布，即计算似然概率P(x_uk|c)如下：

那么，采样的故障样本x_uk就被分为第d类故障：

2.如权利要求1所述的用于电气牵引系统的微小故障检测与定位方法，其特征在于：所述步骤1中，根据采集到的传感器数据，对数据进行归一化处理并重新定义归一化后的数据集。

3.如权利要求2所述的用于电气牵引系统的微小故障检测与定位方法，其特征在于：所述对数据进行归一化处理的过程是：

定义采集的N个离线样本数据X＝[x_k(1),…,x_k(m)]∈R^N×m，其中k＝1,…,N，i＝1,…,m，m是测量的变量维数；然后通过下式计算每一列的平均值和方差σ²(i)：

根据和σ，利用下式将x_k(i)进行归一化：

在此基础上，将归一化后的离线数据集重新定义为X。

4.如权利要求1所述的用于电气牵引系统的微小故障检测与定位方法，其特征在于：所述步骤2的具体内容是：选择深度主元分析的分解阶数，并计算每层子空间的主元成分和残差成分量值；在此基础上，获得主元成分的载荷向量和特征值。