[发明专利]开关电源故障预测方法、装置、计算机设备和存储介质

权利要求书

1.一种开关电源故障预测方法，其特征在于，包括以下步骤：

对开关电源的各电信号进行采样，并获取各所述电信号的退化特征参数；

处理各所述退化特征参数，得到退化特征参数时间序列；

对所述退化特征参数时间序列进行曲线拟合，得到故障预测模型；

根据退化参数阈值与所述故障预测模型，得到所述开关电源的剩余正常工作时间。

2.根据权利要求1所述的开关电源故障预测方法，其特征在于，所述退化特征参数包括纹波峰峰值平均值；所述电信号包括所述开关电源的输出电压信号；

获取所述电信号的退化特征参数的步骤包括：

对所述输出电压信号进行提取，得到所述输出电压信号的各纹波峰峰值；

根据各所述纹波峰峰值，得到所述纹波峰峰值平均值。

3.根据权利要求1所述的开关电源故障预测方法，其特征在于，所述退化特征参数为电压转换效率或电流转换效率；所述电信号包括所述开关电源的输入电信号和输出电信号；所述输入电信号为输入电压信号或输入电流信号；所述输出电信号为输出电压信号或输出电流信号；

获取所述电信号的退化特征参数的步骤包括：

根据所述输入电压信号和所述输出电压信号，得到所述开关电源的电压转换效率；

或根据所述输入电流信号和所述输出电流信号，得到所述开关电源的电流转换效率。

4.根据权利要求1所述的开关电源故障预测方法，其特征在于，对开关电源的各电信号进行采样的步骤中：

在预设周期到来时，对所述对开关电源的各电信号进行采样；其中，所述采样的采样频率大于所述开关电源的开关频率的5倍；所述采样的采样精度大于5毫伏；所述采样的采样时间大于或等于5秒。

5.根据权利要求1所述的开关电源故障预测方法，其特征在于，对所述退化特征参数时间序列进行曲线拟合，得到故障预测模型的步骤，包括：

采用多项式拟合算法对所述退化特征参数时间序列进行曲线拟合，得到故障预测模型。

6.一种开关电源故障预测装置，其特征在于，包括：

采样单元，用于对开关电源的各电信号进行采样；

提取单元，用于获取各所述电信号的退化特征参数；

参数时间序列获取单元，处理各所述退化特征参数，得到退化特征参数时间序列；

模型建立单元，用于所述退化特征参数时间序列进行曲线拟合，得到故障预测模型；

处理单元，用于根据退化参数阈值与所述故障预测模型，得到所述开关电源的剩余正常工作时间。

7.根据权利要求6所述的开关电源故障预测装置，其特征在于，所述退化特征参数包括纹波峰峰值平均值；所述电信号包括所述开关电源的输出电压信号；

所述提取单元用于对所述输出电压信号进行提取，得到所述输出电压信号的各纹波峰峰值；还用于根据各所述纹波峰峰值，得到所述纹波峰峰值平均值。

8.根据权利要求6所述的开关电源故障预测装置，其特征在于，

所述退化特征参数为电压转换效率或电流转换效率；所述电信号包括所述开关电源的输入电信号和输出电信号；所述输入电信号为输入电压信号或输入电流信号；所述输出电信号为输出电压信号或输出电流信号；

所述提取单元，用于根据所述输入电压信号和所述输出电压信号，得到所述开关电源的电压转换效率；或用于根据所述输入电流信号和所述输出电流信号，得到所述开关电源的电流转换效率。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。