[发明专利]一种基于卷积神经网络来获取交流接触器电寿命的方法

说明书

本发明提供一种基于卷积神经网络来获取交流接触器电寿命的方法，包括获取交流接触器的分断电弧实验数据以及每一次分断电弧实验前后的触头质量数据；计算出每一次分断电弧实验的触头质量损耗数据，并处理得到分断电弧离散样本，进一步将触头质量损耗数据及分断电弧离散样本按一定比例随机分为训练集和测试集；构建基于卷积神经网络回归的交流接触器电寿命预测模型；对预测模型进行训练和测试，通过比较，得到训练好的预测模型；获取交流接触器的当前分断电弧数据，导入的训练好的预测模型中，输出交流接触器电寿命。实施本发明，不需现有接通‑断开操作方法之前分断操作的数据即可实现交流接触器电寿命准确预测，提高了可靠性与资源利用率。

技术领域

本发明涉及交流接触器检测技术领域，尤其涉及一种基于卷积神经网络来 获取交流接触器电寿命的方法。

背景技术

低压电器中的交流接触器有着通断操作频繁的特点，被广泛、大量地运用 于电气控制系统中。电磁式交流接触器是本文的研究对象，这种接触器通常有 使用寿命，一旦使用寿命达到了极限，交流接触器就无法继续工作了。

机械寿命和电气寿命是交流接触器使用寿命的两大分类，并且电气寿命远 远小于机械寿命，若电寿命可以延长，能给电力系统带来很大的经济效益。为 了研究交流接触器的电寿命，可以通过一定的手段对电寿命进行预测，为电寿 命的延长提供了一种手段。

目前，采用接通-断开操作次数计数的方法来交流接触器电寿命进行预测， 为了保证安全，最大操作次数被保守地设置在一个较小的区域，虽然这种预测 方法简单易行，但存在着可靠性不高与资源利用率低的问题，无法满足不断进 步的现代工业社会对工业产品高精度、高环保的要求。

发明内容

本发明实施例所要解决的技术问题在于，提供一种基于卷积神经网络来获 取交流接触器电寿命的方法，不需要现有技术中接通-断开操作方法之前分断操 作的数据即可实现交流接触器电寿命的准确预测，提高可靠性与资源利用率。

为了解决上述技术问题，本发明实施例提供了一种基于卷积神经网络来获 取交流接触器电寿命的方法，所述方法包括以下步骤：

获取交流接触器的分断电弧实验数据以及每一次分断电弧实验前后的触头 质量数据；

根据所获取到的交流接触器每一次分断电弧实验前后的触头质量数据，计 算出每一次分断电弧实验的触头质量损耗数据，并将所获取到的交流接触器的 分断电弧实验数据处理成分断电弧离散样本，且进一步将所计算出的触头质量 损耗数据以及所处理得到的分断电弧离散样本按一定比例随机分为训练集和测 试集；

以分断电弧离散点样本为模型特征，触头质量损耗数据为模型标签，构建 出基于卷积神经网络回归的交流接触器电寿命预测模型；

根据所述训练集和所述测试集，分别对所述交流接触器电寿命预测模型进 行训练和测试，并通过比较所述交流接触器电寿命预测模型分别在训练和测试 中触头总质量损耗标签和所述卷积神经网络输出的均方误差值，得到训练好的 交流接触器电寿命预测模型；

获取交流接触器的当前分断电弧数据，并将所获取到的交流接触器的当前 分断电弧数据导入所得到的训练好的交流接触器电寿命预测模型中，所述训练 好的交流接触器电寿命预测模型输出的结果即为交流接触器电寿命。

其中，所述每一次分断电弧实验的触头质量损耗数据是根据每一次分断电 弧实验前后的触头质量数据，得到每一次分断电弧实验前后的触头质量损耗， 并进一步采用线性插值法处理每一次分断电弧实验前后的触头质量损耗而得到 的。

其中，所述将所获取到的交流接触器的分断电弧实验数据处理成分断电弧 离散样本的具体步骤包括：

在所获取到的交流接触器的分断电弧实验数据中，确定采样点，并采用线 性插值法扩增所述采样点的个数，且进一步归一化将所述线性插值后的采样点 数据范围限制在[0,1]内；