[发明专利]器件诊断方法、平台、系统及可读存储介质在审
申请号: | 202010736161.2 | 申请日: | 2020-07-28 |
公开(公告)号: | CN114002517A | 公开(公告)日: | 2022-02-01 |
发明(设计)人: | 陈世静;胡宗权 | 申请(专利权)人: | 比亚迪股份有限公司 |
主分类号: | G01R31/00 | 分类号: | G01R31/00 |
代理公司: | 深圳青年人专利商标代理有限公司 44350 | 代理人: | 吴桂华 |
地址: | 518118 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 器件 诊断 方法 平台 系统 可读 存储 介质 | ||
1.一种器件诊断方法,其特征在于,包括:
实时获取同种类型设备的同一类器件的健康状态评估参数,所述健康状态评估参数与所述器件当前的健康状态相关联;
确定所述同一类器件的所有健康状态评估参数中是否存在可疑参数,所述可疑参数为与其他的所述健康状态评估参数存在预设误差的健康状态评估参数;
若存在所述可疑参数,则诊断所述可疑参数对应的器件处于不健康状态。
2.根据权利要求1所述的方法,其特征在于,所述确定所述同一类器件的所有健康状态评估参数中是否存在可疑参数,包括:
确定所述所有健康状态评估参数对应的第一均值和第一标准差;
根据所述所有健康状态评估参数对应的第一均值和第一标准差,确定所述同一类器件中各器件的健康状态评估参数是否为可疑参数。
3.根据权利要求2所述的方法,其特征在于,所述根据所述所有健康状态评估参数对应的第一均值和第一标准差,确定所述同一类器件中各器件的健康状态评估参数是否为可疑参数,包括:
确定所述各器件的健康状态评估参数与所述第一均值的差值绝对值,以获取所述各器件对应的第一绝对误差;
确定所述各器件对应的第一绝对误差与所述第一标准差的比值;
根据所述所有健康状态评估参数的数量确定比较系数,所述比较系数与所述数量呈正相关关系;
若所述各器件中,目标器件对应的第一绝对误差与所述第一标准差的比值大于或等于所述比较系数,则确定所述目标器件对应的健康状态评估参数为可疑参数。
4.根据权利要求2所述的方法,其特征在于,所述根据所述所有健康状态评估参数对应的第一均值和第一标准差,确定所述同一类器件中各器件的健康状态评估参数是否为可疑参数,包括:
确定所述各器件的健康状态评估参数与所述第一均值的差值,以获取所述各器件对应的目标误差值;
确定所述各器件对应的目标误差值与所述第一标准差的比值;
若所述各器件中,目标器件对应的目标误差值与所述第一标准差的比值大于或等于格拉布斯临界值,则确定所述目标器件对应的健康状态评估参数为可疑参数,所述格拉布斯临界值与预设显著性水平系数和所有健康状态评估参数的数量相关。
5.根据权利要求1所述的方法,其特征在于,所述确定所述同一类器件的所有健康状态评估参数中是否存在可疑参数,包括:
确定所述所有健康状态评估参数中剩余健康状态评估参数对应的第二均值和第二标准差,所述剩余健康状态评估参数为所述所有健康状态评估参数中,除目标器件对应的健康状态评估参数外的所有健康状态评估参数;
确定所述目标器件对应的健康状态评估参数与所述第二均值的差值绝对值,以获取所述目标器件对应的第二绝对误差;
确定所述目标器件对应的第二绝对误差与所述第二标准差的比值;
若所述目标器件对应的第二绝对误差与所述第二标准差的比值大于或等于罗曼诺夫斯基检验系数,则确定所述目标器件对应的健康状态评估参数为可疑参数,所述罗曼诺夫斯基检验系数与预设显著性水平系数和所有健康状态评估参数的数量相关。
6.根据权利要求1所述的方法,其特征在于,所述确定所述同一类器件的所有健康状态评估参数中是否存在可疑参数,包括:
a、根据所述所有健康状态评估参数的大小,确定出极端大小值,所述极端大小值包括最大评估参数和最小评估参数;
b、根据所述极端大小值对应的狄克松统计量公式,确定所述极端大小值对应的统计值;
c、确定所述统计值是否大于或等于所述统计值对应的狄克松临界值,所述狄克松临界值与预设显著性水平系数和所有健康状态评估参数的数量相关;
d、若所述统计值是否大于或等于所述统计值对应的狄克松临界值,则确定所述极端大小值对应的健康状态评估参数为可疑参数,并从所述所有健康状态评估参数中剔除所述极端大小值;
e、将剔除所述极端大小值后的剩余健康状态评估参数重复执行a-e步骤,直至确定出所有可疑参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于比亚迪股份有限公司,未经比亚迪股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010736161.2/1.html,转载请声明来源钻瓜专利网。