买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及配电箱故障检测技术领域，尤其涉及一种配电箱故障检测方法。所述方法包括以下步骤：通过温度和电流传感器对配电箱进行传感器数据采集并进行多维数据预处理，得到多维时序数据集；对多维时序数据集进行高维特征向量构建的，得到高维特征向量集；对高维特征向量集进行动态特征提取，得到多维特征矩阵；获取历史配电箱故障案例数据；对多维特征矩阵进行不同特征子集的差异分析，得到特征差异统计量矩阵。本发明通过对多种故障模式的精准识别和故障区域的精确定位，有效解决了传统方法在故障分析能力、特征提取和识别能力方面的不足，实现了配电箱故障检测的智能化、精准化和高效化。

主权项：1.一种配电箱故障检测方法，其特征在于，包括以下步骤：步骤S1：通过温度和电流传感器对配电箱进行传感器数据采集并进行多维数据预处理，得到多维时序数据集；步骤S2：对多维时序数据集进行高维特征向量构建的，得到高维特征向量集；对高维特征向量集进行动态特征提取，得到多维特征矩阵，其中步骤S2包括以下步骤：步骤S21：对多维时序数据集进行时序分割，得到时序片段集；对时序片段集中的每个时间片段进行温度和电流数据的单变量特征初步提取，得到单变量特征集；步骤S22：根据单变量特征集对时序片段集进行时序特征增强，得到增强时域特征集；对增强时域特征集中的每个时间片段进行快速傅里叶变换，得到频域特征集；步骤S23：对单变量特征集、增强时域特征集以及频域特征集进行高维特征向量构建的，得到高维特征向量集；步骤S24：对高维特征向量集进行特征相关性分析，得到特征相关性矩阵；根据特征相关性矩阵对高维特征向量集进行特征重要性排序，得到关键特征排序集；步骤S25：对关键特征排序集进行特征降维，得到降维特征集；对降维特征集进行特征时间序列重构，得到故障特征时间序列；对故障特征时间序列进行多维特征矩阵生成，得到多维特征矩阵；步骤S3：获取历史配电箱故障案例数据；对多维特征矩阵进行不同特征子集的差异分析，得到特征差异统计量矩阵；根据特征差异统计量矩阵以及历史配电箱故障案例数据进行故障特征片段提取并进行故障特征向量重构，得到故障特征向量，其中步骤S3包括以下步骤：步骤S31：对多维特征矩阵中的时间序列进行时序模式聚类分析，得到时序模式簇集；对时序模式簇集进行簇内特征关联分析，得到簇内特征关联矩阵集；步骤S32：根据簇内特征关联矩阵集进行关键特征子集识别，得到关键特征子集；对关键特征子集中的不同特征子集进行差异分析，得到特征差异统计量矩阵；步骤S33：根据特征差异统计量矩阵进行特征权重计算，得到特征权重向量；根据特征权重向量对关键特征子集进行多特征加权融合，得到融合特征时间序列；步骤S34：获取历史配电箱故障案例数据；根据历史配电箱故障案例数据中的配电箱历史故障数据进行故障时间窗口定位，得到故障时间窗数据；步骤S35：根据故障时间窗数据对融合特征时间序列进行故障特征片段提取，得到故障特征片段数据；对故障特征片段数据进行故障特征向量重构，得到故障特征向量；步骤S4：根据历史配电箱故障案例数据进行案例故障模式特征描述分析，得到故障模式特征描述库；根据故障特征向量以及故障模式特征描述库进行故障模式识别，得到候选故障模式排序列表；根据候选故障模式排序列表进行故障相似度向量生成，得到故障相似度向量，其中步骤S4包括以下步骤：步骤S41：对历史配电箱故障案例数据进行特征提取并进行关联分析，得到案例配电箱故障特征向量；对案例配电箱故障特征向量进行初步故障案例库构建，得到初步故障案例库；步骤S42：对初步故障案例库中的案例配电箱故障特征向量进行故障案例聚类分析，得到故障模式簇集；步骤S43：对故障模式簇集进行故障模式特征描述，得到故障模式特征描述库；步骤S44：根据故障特征向量以及故障模式特征描述库进行故障模式识别，得到候选故障模式排序列表，其中步骤S44包括以下步骤：步骤S441：对故障特征向量以及故障模式特征描述库进行故障模式相似度计算；得到故障模式相似度矩阵；步骤S442：对故障模式相似度矩阵进行故障模式识别权重分配，得到故障模式识别权重数据；步骤S443：根据故障模式识别权重数据对故障模式相似度矩阵进行相似度加权融合，得到加权故障模式相似度矩阵；步骤S444：利用预设的故障模式相似度阈值对加权故障模式相似度矩阵进行候选故障模式筛选，得到候选故障模式集合；步骤S445：对候选故障模式集合进行候选模式排序，得到候选故障模式排序列表；步骤S45：根据候选故障模式排序列表进行相似度置信度计算，得到故障模式置信度向量；对候选故障模式排序列表以及故障模式置信度向量进行故障相似度向量生成，得到故障相似度向量；步骤S5：对配电箱进行故障相关因素数据收集，得到故障关联因素数据集；根据历史配电箱故障案例数据以及故障关联因素数据集进行故障模式概率评估，得到校准故障模式概率向量；根据故障关联因素数据集对校准故障模式概率向量进行故障概率修正，得到故障概率分布数据；步骤S6：根据故障概率分布数据对候选故障模式排序列表进行故障概率排序，得到故障模式排序列表；获取配电箱回路拓扑数据；根据故障模式排序列表以及配电箱回路拓扑数据进行故障模式回路关联分析，得到故障模式回路关联表；根据故障模式回路关联表以及故障模式排序列表进行故障区域定位，得到故障区域定位结果数据；根据故障区域定位结果数据以及故障模式特征描述库进行故障原因分析，得到配电箱故障原因分析报告，以实现配电箱故障检测工作。

全文数据：

权利要求：

百度查询： 深圳市飞霞机电技术有限公司 一种配电箱故障检测方法