[发明专利]一种电梯中长期老化故障诊断方法、装置、介质和设备

权利要求书

1.一种电梯中长期老化故障诊断方法，其特征在于，包括：

输入电梯曳引机的电流时间序列和有功功率时间序列；

将所述电流时间序列和所述有功功率时间序列分别转变成灰度二值图像；

利用改进的二维卷积神经网络对所述电流时间序列对应的灰度二值图像进行分析，获得表征电梯运行过程的第一识别结果；

根据数据描述性分析的预设多个指标对所述有功功率时间序列对应的灰度二值图像进行分析，获得表征电梯运行过程的第二识别结果；

根据所述第一识别结果、所述第二识别结果和电梯运行状态的采样结果，诊断电梯是否发生中长期老化故障。

2.根据权利要求1所述的方法，其特征在于，所述的将所述电流时间序列和所述有功功率时间序列分别转变成灰度二值图像，具体包括：

对所述电流时间序列和所述有功功率时间序列分别进行插值处理；

对插值处理后的电流时间序列和插值处理后的有功功率时间序列分别进行灰度二值化处理，获得所述电流时间序列和所述有功功率时间序列分别对应的灰度二值图像。

3.根据权利要求2所述的方法，其特征在于，所述改进的二维卷积神经网络包括：

第一卷积层(C1)，其包括24个特征图，卷积核的大小为3×3，采用整流线型单元函数ReLU作为激活函数，并且采用的卷积方式是有效卷积；

第二卷积层(C2)，其包括24个特征图，卷积核的大小为3×3，采用整流线型单元函数ReLU作为激活函数；

下采样层(C3)，其池化区域的大小是2×2，采用的池化方法是最大值池化法；

第一全连接层(F4)，其包含128个神经元，采用整流线型单元函数ReLU作为激活函数，并且采用正则化方法Dropout；

第二全连接层(F5)，其24个神经元分别对应24个电梯工况类别，并且采用softmax函数作为激活函数。

4.根据权利要求3所述的方法，其特征在于，所述改进的二维卷积神经网络的卷积核的数量是10个至25个；和/或，所述Dropout的比例设置为0.25。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述第一识别结果或者所述第二识别结果包括：

指示电梯上行或下行的识别结果；

指示电梯移动的楼层数的识别结果，和/或，指示电梯运行的起点楼层和终点楼层的识别结果；以及，

指示电梯的载重是否超过预设重量值的识别结果。

6.根据权利要求1-4中任一项所述的方法，其特征在于，所述预设多个指标包括：偏度、变异系数、分位数、以及震荡性。

7.根据权利要求1-4中任一项所述的方法，其特征在于，在诊断出电梯发生中长期老化故障之后，还包括：确定电梯中长期老化故障的具体类型；所述电梯中长期老化故障的具体类型包括如下中的任意一种或多种：加速过电流、减速过电流、恒速过电流、逆变单元保护、加速过电压、编码器故障。

8.一种电梯中长期老化故障诊断装置，其特征在于，包括：

数据输入模块，用于输入电梯曳引机的电流时间序列和有功功率时间序列；

二值化处理模块，用于将所述电流时间序列和所述有功功率时间序列分别转变成灰度二值图像；

第一识别模块，用于利用改进的二维卷积神经网络对所述电流时间序列对应的灰度二值图像进行分析，获得表征电梯运行过程的第一识别结果；

第二识别模块，用于根据数据描述性分析的预设多个指标对所述有功功率时间序列对应的灰度二值图像进行分析，获得表征电梯运行过程的第二识别结果；

故障诊断模块，用于根据所述第一识别结果、所述第二识别结果和电梯运行状态的采样结果，诊断电梯是否发生中长期老化故障。

9.一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，该程序被处理器执行时实现如权利要求1-7中任意一项所述的电梯中长期老化故障诊断方法。

10.一种计算机设备，其特征在于，其包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-7中任一所述的电梯中长期老化故障诊断方法。