[发明专利]绝缘故障诊断方法、装置、设备及计算机可读存储介质

说明书

本申请提供一种绝缘故障诊断方法、装置、设备及计算机可读存储介质。该方法包括获取待检测装置的交流电流波形；对交流电流波形进行特征提取，得到目标故障特征量；将目标故障特征量输入预设神经网络，其中，预设神经网络通过故障特征量和绝缘故障种类训练得到；获取预设神经网络输出的目标绝缘故障种类，从而可以在待检测装置正常运行过程中采集电流波形，针对输入的目标故障特征量获取到准确的目标绝缘故障种类，故障诊断实现简单，提高了诊断结果的准确性。

技术领域

本申请涉及故障检测领域，尤其涉及一种绝缘故障诊断方法、装置、设备及计算机可读存储介质。

背景技术

城市轨道交通由于具有安全舒适、载客量大、运行速度快、节能环保等优势，成为了人们日常出行的首选，随着城市轨道交通的广泛使用，提高城市轨道交通车辆的安全性、降低城市轨道交通车辆的能耗成为重点。

为了提高能源利用率，列车采用能馈供电装置为整车供电，从而实现能量的双向流动，达到列车再生制动能量的回馈再利用的效果。然而能馈供电装置功率大，容易发生绝缘故障，造成安全隐患。现有技术通常采用检测绝缘器件之间是否存在电流的方式判断能馈供电装置中的器件是否产生绝缘故障。

然而现有技术诊断绝缘故障实现复杂，诊断结果准确性低。

发明内容

本申请提供一种绝缘故障诊断方法、装置、设备及计算机可读存储介质，从而解决现有技术诊断绝缘故障实现复杂，诊断结果准确性低的技术问题。

第一方面，本申请提供一种绝缘故障诊断方法，包括：

获取待检测装置的交流电流波形；

对所述交流电流波形进行特征提取，得到目标故障特征量；

将所述目标故障特征量输入预设神经网络，其中，所述预设神经网络通过故障特征量和绝缘故障种类训练得到；

获取所述预设神经网络输出的目标绝缘故障种类。

这里，本申请实施例可以在待检测装置正常运行过程中采集电流波形，从而基于采集的电流波形，将此电流波形进行特征提取后获得的目标故障特征量输入至训练好的预设神经网络，得到目标绝缘故障种类，即可确定待检测设备的是否发生故障及故障类型，及时发现故障，进而对故障进行处理，提高了待检测设备的运行寿命，而且，由于神经网络通过故障特征量和绝缘故障种类训练得到，因此可以针对输入的目标故障特征量获取到准确的目标绝缘故障种类，提高了诊断结果的准确性，另外，本申请实施例仅需获取装置的交流电流波形就能确定装置的绝缘故障，故障诊断过程简单，适合应用。

可选的，所述对所述交流电流波形进行特征提取，得到目标故障特征量，包括：

基于三层小波包分解对所述交流电流波形进行分解；

计算分解后波形的小波包范数熵，并根据所述范数熵，得到所述目标故障特征量。

这里，本申请实施例采取了小波包分解的和范数熵计算方式对交流电流波形进行预处理，实现故障特征信息的提取，其中，小波包处理可以对信号进行精细的分析，将信号的高频和低频部分进行精细的分解，从而可以提取精确的信号特征，进而，获取到准确的目标故障特征量，进一步地提高了诊断结果的准确性。

可选的，所述神经网络包括输入层、输出层和隐含层，所述输入层节点个数由单次输入所述故障特征量的个数决定，所述输出层节点个数由所述绝缘故障种类的个数决定。

这里，上述神经网络可以根据实际情况确定，本申请实施例对此不做特别限制。

可选的，在所述将所述目标故障特征量输入预设神经网络之前，还包括：

将所述故障特征量由所述输入层和所述隐含层传输至所述输出层，得到所述故障特征量对应的绝缘故障种类；