[发明专利]一种船舶电气设备故障探测方法及系统

权利要求书

1.一种船舶电气设备故障探测方法，其特征在于，所述方法包括：

根据预设采样时间采集每个电气设备的设备特征参数；所述设备特征参数包括工作情况序列、无功功率序列和电磁辐射序列；根据每个电气设备的耗电参数和负荷参数获得工作情况序列；获得每个所述电气设备的无功功率序列；获得每个所述电气设备位置处的电磁辐射序列；根据所述设备特征参数获得每个所述电气设备的质量评分；

获取每个所述电气设备和其他电气设备间的所述工作情况序列的第一相似性，具体获取方法包括：

根据第一相似性公式获得所述第一相似性；所述第一相似性公式包括：

其中，为电气设备和电气设备之间的所述第一相似性，为电气设备的所述工作情况序列，为电气设备的所述工作情况序列，为余弦相似度函数，为绝对值函数；

将每个所述电气设备对应的所有所述第一相似性累加，获得每个所述电气设备对于电网的整体使用强度；根据所述整体使用强度对所述电气设备进行分类，获得多个工况组；

获得每个所述工况组内每个所述电气设备的所述无功功率序列的第二相似性，具体获取方法包括：根据第二相似性公式获得所述第二相似性；所述第二相似性公式包括：

其中，为电气设备和电气设备之间的所述第二相似性，为电气设备的所述无功功率序列，为电气设备的所述无功功率序列，为电气设备的所述无功功率序列中的最大值，为电气设备的所述无功功率序列中的最大值，为动态时间弯曲距离函数；

获得每个所述工况组内每个所述电气设备的所述电磁辐射序列的第三相似性，具体获取方法包括：根据第三相似性公式获得所述第三相似性；所述第三相似性公式包括：

其中，为电气设备和电气设备之间的所述第三相似性，为电气设备的所述电磁辐射序列，为电气设备的所述电磁辐射序列，为皮尔逊相关系数计算函数，为均值函数，为动态时间弯曲距离函数；

根据每个工况组内的所述第二相似性和所述第三相似性获得每个所述工况组的样本权重；以所述工况组作为训练数据，结合所述样本权重训练时间卷积网络；

获得目标设备的目标设备特征参数；将所述目标设备特征参数输入所述时间卷积网络中，输出目标质量评分和预测设备特征参数；根据所述目标质量评分和所述预测设备特征参数进行故障评估和预警。

2.根据权利要求1所述的一种船舶电气设备故障探测方法，其特征在于，所述根据所述设备特征参数获得每个所述电气设备的质量评分包括：

获得所述无功功率序列和预设标准无功功率序列的第一差异；获得所述电磁辐射序列和预设标准电磁辐射序列的第二差异；根据所述第一差异和第二差异获得所述质量评分；所述质量评分与所述第一差异和所述第二差异呈反比。

3.根据权利要求1所述的一种船舶电气设备故障探测方法，其特征在于，所述根据所述整体使用强度对所述电气设备进行分类，获得多个工况组包括：

利用密度聚类算法根据所述整体使用强度进行聚类，获得多个聚类簇，每个所述聚类簇为所述工况组。

4.根据权利要求1所述的一种船舶电气设备故障探测方法，其特征在于，所述根据每个工况组内的所述第二相似性和所述第三相似性获得每个所述工况组的样本权重包括：

将所述工况组内所述第二相似性累加并归一化，获得第一组内联系强度；将所述工况组内所述第三相似性累加并归一化，获得第二组内联系强度；将所述第一组内联系强度和所述第二组内联系强度相乘后归一化，获得所述样本权重。

5.根据权利要求1所述的一种船舶电气设备故障探测方法，其特征在于，所述以所述工况组作为训练数据，结合所述样本权重训练时间卷积网络包括：

以所述样本权重作为子损失函数的权重；将所述子损失函数累加后获得所述时间卷积网络的损失函数；根据所述损失函数训练所述时间卷积网络。

6.一种船舶电气设备故障探测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~5任意一项所述方法的步骤。