本發(fā)明涉及電機控制技術(shù)領(lǐng)域，具體涉及具有故障檢測功能的交流電機。

背景技術(shù)：

在地鐵等軌道車輛的空調(diào)機組中，室外側(cè)會設(shè)置有冷凝風(fēng)機，冷凝風(fēng)機一般都是采用交流電機。在實際運行過程中，交流電機可能會因為過載、缺相、短路等原因出現(xiàn)故障，相關(guān)技術(shù)中，主控板對交流電機的故障是不會進(jìn)行檢測和處理的，交流電機在出現(xiàn)故障后，只要達(dá)到熱過載保護(hù)器的復(fù)位條件和復(fù)位時間，交流電機即重新開啟投入運行，在這種情況下，如果交流電機長時間運行，不僅導(dǎo)致冷凝風(fēng)機的損壞，影響空調(diào)系統(tǒng)的正常運行，還會導(dǎo)致車輛主電源跳閘，影響整個列車的安全穩(wěn)定運行。

技術(shù)實現(xiàn)要素：

為了解決上述問題，本發(fā)明旨在提供具有故障檢測功能的交流電機。

本發(fā)明的目的采用以下技術(shù)方案來實現(xiàn)：

具有故障檢測功能的交流電機，包括交流電機本體和安裝在交流電機本體上的故障檢測器，所述故障檢測器包括依次連接的熱過載保護(hù)器、計數(shù)器、故障判斷用微型處理器和主控板，所述熱過載保護(hù)器與交流電機本體連接；所述計數(shù)器用于對所述熱過載保護(hù)器的動作次數(shù)進(jìn)行計數(shù)；所述故障判斷用微型處理器用于判斷所述動作次數(shù)在預(yù)定時間內(nèi)是否超過預(yù)定次數(shù)，若超過，向所述主控板發(fā)送切斷交流電機回路的命令，所述主控板按照所述命令進(jìn)行相應(yīng)操作。

本發(fā)明的有益效果為：通過設(shè)置故障檢測器，根據(jù)熱過載保護(hù)器是否動作，向主控板輸出交流電機是否故障的結(jié)果，主控板按照命令進(jìn)行相應(yīng)的操作，在達(dá)不到安全運行標(biāo)準(zhǔn)時，主控板即刻切斷交流電機的回路，交流電機在修復(fù)前無法再投入運行，進(jìn)而確保交流電機、空調(diào)系統(tǒng)和整列車的安全穩(wěn)定運行，從而解決了上述的技術(shù)問題。

附圖說明

利用附圖對本發(fā)明作進(jìn)一步說明，但附圖中的應(yīng)用場景不構(gòu)成對本發(fā)明的任何限制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1是本發(fā)明的原理示意圖。

圖2是本發(fā)明健康狀態(tài)監(jiān)測器的結(jié)構(gòu)示意圖。

附圖標(biāo)記：

交流電機本體1、故障檢測器2、熱過載保護(hù)器3、計數(shù)器4、故障判斷用微型處理器5、主控板6、健康狀態(tài)監(jiān)測器7、狀態(tài)數(shù)據(jù)輸入單元8、數(shù)據(jù)歸一化單元9、主要構(gòu)件評估單元10、主要構(gòu)件健康狀態(tài)判定單元11、交流電機綜合評估單元12。

具體實施方式

結(jié)合以下應(yīng)用場景對本發(fā)明作進(jìn)一步描述。

應(yīng)用場景1

參見圖1、圖2，本應(yīng)用場景的一個實施例中的具有故障檢測功能的交流電機，具有故障檢測功能的交流電機，包括交流電機本體1和安裝在交流電機本體1上的故障檢測器2，所述故障檢測器2包括依次連接的熱過載保護(hù)器3、計數(shù)器4、故障判斷用微型處理器5和主控板6，所述熱過載保護(hù)器3與交流電機本體1連接；所述計數(shù)器4用于對所述熱過載保護(hù)器3的動作次數(shù)進(jìn)行計數(shù)；所述故障判斷用微型處理器5用于判斷所述動作次數(shù)在預(yù)定時間內(nèi)是否超過預(yù)定次數(shù)，若超過，向所述主控板6發(fā)送切斷交流電機回路的命令，所述主控板6按照所述命令進(jìn)行相應(yīng)操作。

本實施例通過設(shè)置故障檢測器2，根據(jù)熱過載保護(hù)器3是否動作，向主控板6輸出交流電機是否故障的結(jié)果，主控板6按照命令進(jìn)行相應(yīng)的操作，在達(dá)不到安全運行標(biāo)準(zhǔn)時，主控板6即刻切斷交流電機的回路，交流電機在修復(fù)前無法再投入運行，進(jìn)而確保交流電機、空調(diào)系統(tǒng)和整列車的安全穩(wěn)定運行，從而解決了上述的技術(shù)問題。

優(yōu)選的，所述預(yù)定時間為1小時。

本優(yōu)選實施例設(shè)定1小時為預(yù)定時間，有利于故障判斷的標(biāo)準(zhǔn)化，提高故障判斷的準(zhǔn)確性。

優(yōu)選的，所述預(yù)定時間為1小時時，所述預(yù)定次數(shù)為6次。

本優(yōu)選實施例在預(yù)定時間為1小時的基礎(chǔ)上，規(guī)定預(yù)定次數(shù)為6次，進(jìn)一步利于故障判斷的標(biāo)準(zhǔn)化，提高故障判斷的準(zhǔn)確性。

優(yōu)選的，所述交流電機本體1上還安裝有小型的健康狀態(tài)監(jiān)測器7，所述健康狀態(tài)監(jiān)測器7包括狀態(tài)數(shù)據(jù)輸入單元8、數(shù)據(jù)歸一化單元9、主要構(gòu)件評估單元10、主要構(gòu)件健康狀態(tài)判定單元11和交流電機綜合評估單元12；所述狀態(tài)數(shù)據(jù)輸入單元8用于輸入根據(jù)人為設(shè)定的采集指標(biāo)采集的交流電機的狀態(tài)監(jiān)測數(shù)據(jù)，所述采集指標(biāo)包括交流電機相對應(yīng)的主要構(gòu)件、主要構(gòu)件的監(jiān)測項目以及各監(jiān)測項目在重要程度上的權(quán)重因子；所述數(shù)據(jù)歸一化單元9用于對所述狀態(tài)監(jiān)測數(shù)據(jù)進(jìn)行歸一化處理；所述主要構(gòu)件評估單元10用于評估所述主要構(gòu)件的健康狀態(tài)，所述主要構(gòu)件健康狀態(tài)判定單元11用于所述各主要構(gòu)件是否處于健康狀態(tài)；所述交流電機綜合評估單元12用于評估所述具有故障檢測功能的交流電機的健康狀態(tài)。

本優(yōu)選實施例構(gòu)建了健康狀態(tài)監(jiān)測器7的整體架構(gòu)，完善了系統(tǒng)的健康狀態(tài)分析功能。

優(yōu)選的，設(shè)主要構(gòu)件x共有m_x個監(jiān)測項目，采用監(jiān)測儀器α對第i個監(jiān)測項目進(jìn)行監(jiān)測時，i＝1,...m_x，由于溫度和濕度的影響可能會產(chǎn)生監(jiān)測量誤差，引入溫度修正因子ψ_α和濕度修正因子Φ_α，其中T為監(jiān)測儀器α對監(jiān)測項目進(jìn)行監(jiān)測時的環(huán)境溫度，T₀和為監(jiān)測儀器α監(jiān)測時適用的標(biāo)準(zhǔn)溫度，其中H為監(jiān)測儀器α對監(jiān)測項目進(jìn)行監(jiān)測時的環(huán)境濕度，H₀為監(jiān)測儀器α監(jiān)測時適用的標(biāo)準(zhǔn)濕度，所述數(shù)據(jù)歸一化單元9采用的歸一化處理公式為：

$G_i=1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}\·{\mathrm{\Φ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2}$

其中，G_i表示第i個監(jiān)測項目被歸一化處理后的狀態(tài)監(jiān)測量，G_i∈[0,1]，當(dāng)G_i靠近0時表示狀態(tài)良好，G_i靠近1時表示狀態(tài)較差；J_i為第i個監(jiān)測項目的原狀態(tài)監(jiān)測量，δ_bi為第i個監(jiān)測項目處于正常狀態(tài)范圍且對應(yīng)于最佳狀態(tài)時的邊界值，δ_ci為第i個監(jiān)測項目處于正常狀態(tài)范圍但不屬于最佳狀態(tài)時的邊界值。

本優(yōu)選實施例設(shè)計了數(shù)據(jù)歸一化單元9的歸一化處理公式，將不同的監(jiān)測量都變換到0到1之間并具有相同的正常與異常的邊界，方便狀態(tài)監(jiān)測數(shù)據(jù)的后續(xù)處理，并在歸一化處理公式中引入溫度修正因子和濕度修正因子，簡化了歸一化處理的過程，提高了歸一化處理的精度。

優(yōu)選的，設(shè)影響主要構(gòu)件x狀態(tài)的所有歸一化后的狀態(tài)監(jiān)測量集合為{G_i,i＝1,...,m_x}，主要構(gòu)件評估單元10采取的主要構(gòu)件x的健康狀態(tài)指標(biāo)Z_x的計算公式設(shè)定為：

若所有G_i≤1-e^-0.5時，

$Z_x=\underset{i=1}{\overset{m_x}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_x}{\Σ}}{Q}_i=1$

若至少有一個G_i>1-e^-0.5時，

$Z_x=\underset{i=1}{\overset{m_c}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_c}{\Σ}}{Q}_i=1$

其中，Ζ_x表示主要構(gòu)件x的健康狀態(tài)評估指標(biāo)，Z_i∈[0,1],1-e^-0.5為歸一化后的狀態(tài)監(jiān)測量對應(yīng)于正常的臨界值，m_c為歸一化后的狀態(tài)監(jiān)測量小于臨界值1-e^-0.5時的數(shù)目，Q_i為第i個監(jiān)測項目在主要構(gòu)件x中的重要程度上的權(quán)重因子，m_c＜m_x時，權(quán)重因子Q_i隨m_c的個數(shù)不同按比例調(diào)整。

本優(yōu)選實施例提出了主要構(gòu)件健康狀態(tài)的評估指標(biāo)的計算公式，將不同的歸一化后的監(jiān)測量都變換到0到1之間并具有相同的正常與異常的邊界，從而可以簡單全面地得到主要構(gòu)件的健康狀態(tài)，簡化了主要構(gòu)件的健康狀態(tài)的評估，在保證準(zhǔn)確度的同時提高了健康狀態(tài)評估的速度。

優(yōu)選的，所述主要構(gòu)件健康狀態(tài)判定單元11的判定原則為：若主要構(gòu)件x狀態(tài)異常的概率P_x大于設(shè)定的閾值P_Y,判定所述主要構(gòu)件x為異常，若主要構(gòu)件x狀態(tài)異常的概率P_x不大于設(shè)定的閾值P_Y,P_Y的取值范圍是[0.1,0.2],判定所述主要構(gòu)件x為健康，設(shè)有n個樣本的主要構(gòu)件的綜合狀態(tài)指標(biāo)Z_x1,...,Z_xn取自連續(xù)分布H(Z_x)，所述主要構(gòu)件x處于狀態(tài)異常的概率P_x的計算公式為：

$P_x=1-\frac{{\∫}_{e^{-1}}^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}{{\∫}_0^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}$

此處

${\hat{H}}_n\left(Z_x\right)=\frac{1}{n}\·\frac{n^{1/5}}{1.6\mathrm{\φ}}\·\underset{k=1}{\overset{n}{\Σ}}\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{1}{2}\·(Z_x-Z_k)\·\frac{n^{1/5}}{1.6\mathrm{\φ}}}$

其中，為任意點Z_x處的核密度，b為樣本標(biāo)準(zhǔn)差，J為四分位數(shù)間距。

本優(yōu)選實施例通過對主要構(gòu)件的異常概率計算結(jié)果來判定主要構(gòu)件的健康狀態(tài)，分析精度高，且加快了主要構(gòu)件的健康狀態(tài)分析的速度。

優(yōu)選的，設(shè)交流電機共有N個主要構(gòu)件，主要構(gòu)件x處于狀態(tài)異常的概率為P_x，其中x＝1,2,…,N，所述交流電機綜合評估單元12采用的綜合狀態(tài)健康指標(biāo)B的計算公式如下：

$B=1-{\Σ}_{x=1}^N\left(P_x{W}_x\right),{\Σ}_{x=1}^N{W}_x=1$

式中，W_x為第x個主要構(gòu)件在變電站中的重要程度的權(quán)重因子，設(shè)定閾值E，若B>E，則變電站屬于健康狀態(tài)，E的取值范圍是[0.9,0.99]。

本優(yōu)選實施例利用權(quán)重因子計算交流電機的健康狀態(tài)，計算精度高，進(jìn)一步提高了系統(tǒng)監(jiān)測精度。

在此應(yīng)用場景中，上述實施例取P_Y＝0.1，E＝0.9，對交流電機健康狀態(tài)的監(jiān)測分析速度相對提高了10％，監(jiān)測分析精度相對提高了12％。

應(yīng)用場景2

參見圖1、圖2，本應(yīng)用場景的一個實施例中的具有故障檢測功能的交流電機，具有故障檢測功能的交流電機，包括交流電機本體1和安裝在交流電機本體1上的故障檢測器2，所述故障檢測器2包括依次連接的熱過載保護(hù)器3、計數(shù)器4、故障判斷用微型處理器5和主控板6，所述熱過載保護(hù)器3與交流電機本體1連接；所述計數(shù)器4用于對所述熱過載保護(hù)器3的動作次數(shù)進(jìn)行計數(shù)；所述故障判斷用微型處理器5用于判斷所述動作次數(shù)在預(yù)定時間內(nèi)是否超過預(yù)定次數(shù)，若超過，向所述主控板6發(fā)送切斷交流電機回路的命令，所述主控板6按照所述命令進(jìn)行相應(yīng)操作。

本實施例通過設(shè)置故障檢測器2，根據(jù)熱過載保護(hù)器3是否動作，向主控板6輸出交流電機是否故障的結(jié)果，主控板6按照命令進(jìn)行相應(yīng)的操作，在達(dá)不到安全運行標(biāo)準(zhǔn)時，主控板6即刻切斷交流電機的回路，交流電機在修復(fù)前無法再投入運行，進(jìn)而確保交流電機、空調(diào)系統(tǒng)和整列車的安全穩(wěn)定運行，從而解決了上述的技術(shù)問題。

優(yōu)選的，所述預(yù)定時間為1小時。

本優(yōu)選實施例設(shè)定1小時為預(yù)定時間，有利于故障判斷的標(biāo)準(zhǔn)化，提高故障判斷的準(zhǔn)確性。

優(yōu)選的，所述預(yù)定時間為1小時時，所述預(yù)定次數(shù)為6次。

本優(yōu)選實施例在預(yù)定時間為1小時的基礎(chǔ)上，規(guī)定預(yù)定次數(shù)為6次，進(jìn)一步利于故障判斷的標(biāo)準(zhǔn)化，提高故障判斷的準(zhǔn)確性。

優(yōu)選的，所述交流電機本體1上還安裝有小型的健康狀態(tài)監(jiān)測器7，所述健康狀態(tài)監(jiān)測器7包括狀態(tài)數(shù)據(jù)輸入單元8、數(shù)據(jù)歸一化單元9、主要構(gòu)件評估單元10、主要構(gòu)件健康狀態(tài)判定單元11和交流電機綜合評估單元12；所述狀態(tài)數(shù)據(jù)輸入單元8用于輸入根據(jù)人為設(shè)定的采集指標(biāo)采集的交流電機的狀態(tài)監(jiān)測數(shù)據(jù)，所述采集指標(biāo)包括交流電機相對應(yīng)的主要構(gòu)件、主要構(gòu)件的監(jiān)測項目以及各監(jiān)測項目在重要程度上的權(quán)重因子；所述數(shù)據(jù)歸一化單元9用于對所述狀態(tài)監(jiān)測數(shù)據(jù)進(jìn)行歸一化處理；所述主要構(gòu)件評估單元10用于評估所述主要構(gòu)件的健康狀態(tài)，所述主要構(gòu)件健康狀態(tài)判定單元11用于所述各主要構(gòu)件是否處于健康狀態(tài)；所述交流電機綜合評估單元12用于評估所述具有故障檢測功能的交流電機的健康狀態(tài)。

本優(yōu)選實施例構(gòu)建了健康狀態(tài)監(jiān)測器7的整體架構(gòu)，完善了系統(tǒng)的健康狀態(tài)分析功能。

優(yōu)選的，設(shè)主要構(gòu)件x共有m_x個監(jiān)測項目，采用監(jiān)測儀器α對第i個監(jiān)測項目進(jìn)行監(jiān)測時，i＝1,...m_x，由于溫度和濕度的影響可能會產(chǎn)生監(jiān)測量誤差，引入溫度修正因子ψ_α和濕度修正因子Φ_α，其中T為監(jiān)測儀器α對監(jiān)測項目進(jìn)行監(jiān)測時的環(huán)境溫度，T₀和為監(jiān)測儀器α監(jiān)測時適用的標(biāo)準(zhǔn)溫度，其中H為監(jiān)測儀器α對監(jiān)測項目進(jìn)行監(jiān)測時的環(huán)境濕度，H₀為監(jiān)測儀器α監(jiān)測時適用的標(biāo)準(zhǔn)濕度，所述數(shù)據(jù)歸一化單元9采用的歸一化處理公式為：

$G_i=1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}\·{\mathrm{\Φ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2}$

其中，G_i表示第i個監(jiān)測項目被歸一化處理后的狀態(tài)監(jiān)測量，G_i∈[0,1]，當(dāng)G_i靠近0時表示狀態(tài)良好，G_i靠近1時表示狀態(tài)較差；J_i為第i個監(jiān)測項目的原狀態(tài)監(jiān)測量，δ_bi為第i個監(jiān)測項目處于正常狀態(tài)范圍且對應(yīng)于最佳狀態(tài)時的邊界值，δ_ci為第i個監(jiān)測項目處于正常狀態(tài)范圍但不屬于最佳狀態(tài)時的邊界值。

本優(yōu)選實施例設(shè)計了數(shù)據(jù)歸一化單元9的歸一化處理公式，將不同的監(jiān)測量都變換到0到1之間并具有相同的正常與異常的邊界，方便狀態(tài)監(jiān)測數(shù)據(jù)的后續(xù)處理，并在歸一化處理公式中引入溫度修正因子和濕度修正因子，簡化了歸一化處理的過程，提高了歸一化處理的精度。

優(yōu)選的，設(shè)影響主要構(gòu)件x狀態(tài)的所有歸一化后的狀態(tài)監(jiān)測量集合為{G_i,i＝1,...,m_x}，主要構(gòu)件評估單元10采取的主要構(gòu)件x的健康狀態(tài)指標(biāo)Z_x的計算公式設(shè)定為：

若所有G_i≤1-e^-0.5時，

$Z_x=\underset{i=1}{\overset{m_x}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_x}{\Σ}}{Q}_i=1$

若至少有一個G_i>1-e^-0.5時，

$Z_x=\underset{i=1}{\overset{m_c}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_c}{\Σ}}{Q}_i=1$

其中，Ζ_x表示主要構(gòu)件x的健康狀態(tài)評估指標(biāo)，Z_i∈[0,1],1-e^-0.5為歸一化后的狀態(tài)監(jiān)測量對應(yīng)于正常的臨界值，m_c為歸一化后的狀態(tài)監(jiān)測量小于臨界值1-e^-0.5時的數(shù)目，Q_i為第i個監(jiān)測項目在主要構(gòu)件x中的重要程度上的權(quán)重因子，m_c＜m_x時，權(quán)重因子Q_i隨m_c的個數(shù)不同按比例調(diào)整。

本優(yōu)選實施例提出了主要構(gòu)件健康狀態(tài)的評估指標(biāo)的計算公式，將不同的歸一化后的監(jiān)測量都變換到0到1之間并具有相同的正常與異常的邊界，從而可以簡單全面地得到主要構(gòu)件的健康狀態(tài)，簡化了主要構(gòu)件的健康狀態(tài)的評估，在保證準(zhǔn)確度的同時提高了健康狀態(tài)評估的速度。

優(yōu)選的，所述主要構(gòu)件健康狀態(tài)判定單元11的判定原則為：若主要構(gòu)件x狀態(tài)異常的概率P_x大于設(shè)定的閾值P_Y,判定所述主要構(gòu)件x為異常，若主要構(gòu)件x狀態(tài)異常的概率P_x不大于設(shè)定的閾值P_Y,P_Y的取值范圍是[0.1,0.2],判定所述主要構(gòu)件x為健康，設(shè)有n個樣本的主要構(gòu)件的綜合狀態(tài)指標(biāo)Z_x1,...,Z_xn取自連續(xù)分布H(Z_x)，所述主要構(gòu)件x處于狀態(tài)異常的概率P_x的計算公式為：

$P_x=1-\frac{{\∫}_{e^{-1}}^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}{{\∫}_0^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}$

此處

${\hat{H}}_n\left(Z_x\right)=\frac{1}{n}\·\frac{n^{1/5}}{1.6\mathrm{\φ}}\·\underset{k=1}{\overset{n}{\Σ}}\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{1}{2}\·(Z_x-Z_k)\·\frac{n^{1/5}}{1.6\mathrm{\φ}}}$

其中，為任意點Z_x處的核密度，b為樣本標(biāo)準(zhǔn)差，J為四分位數(shù)間距。

本優(yōu)選實施例通過對主要構(gòu)件的異常概率計算結(jié)果來判定主要構(gòu)件的健康狀態(tài)，分析精度高，且加快了主要構(gòu)件的健康狀態(tài)分析的速度。

優(yōu)選的，設(shè)交流電機共有N個主要構(gòu)件，主要構(gòu)件x處于狀態(tài)異常的概率為P_x，其中x＝1,2,…,N，所述交流電機綜合評估單元12采用的綜合狀態(tài)健康指標(biāo)B的計算公式如下：

$B=1-{\Σ}_{x=1}^N\left(P_x{W}_x\right),{\Σ}_{x=1}^N{W}_x=1$

式中，W_x為第x個主要構(gòu)件在變電站中的重要程度的權(quán)重因子，設(shè)定閾值E，若B>E，則變電站屬于健康狀態(tài)，E的取值范圍是[0.9,0.99]。

本優(yōu)選實施例利用權(quán)重因子計算交流電機的健康狀態(tài)，計算精度高，進(jìn)一步提高了系統(tǒng)監(jiān)測精度。

在此應(yīng)用場景中，上述實施例取P_Y＝0.12，E＝0.92，對交流電機健康狀態(tài)的監(jiān)測分析速度相對提高了9％，監(jiān)測分析精度相對提高了13％。

應(yīng)用場景3

參見圖1、圖2，本應(yīng)用場景的一個實施例中的具有故障檢測功能的交流電機，具有故障檢測功能的交流電機，包括交流電機本體1和安裝在交流電機本體1上的故障檢測器2，所述故障檢測器2包括依次連接的熱過載保護(hù)器3、計數(shù)器4、故障判斷用微型處理器5和主控板6，所述熱過載保護(hù)器3與交流電機本體1連接；所述計數(shù)器4用于對所述熱過載保護(hù)器3的動作次數(shù)進(jìn)行計數(shù)；所述故障判斷用微型處理器5用于判斷所述動作次數(shù)在預(yù)定時間內(nèi)是否超過預(yù)定次數(shù)，若超過，向所述主控板6發(fā)送切斷交流電機回路的命令，所述主控板6按照所述命令進(jìn)行相應(yīng)操作。

本實施例通過設(shè)置故障檢測器2，根據(jù)熱過載保護(hù)器3是否動作，向主控板6輸出交流電機是否故障的結(jié)果，主控板6按照命令進(jìn)行相應(yīng)的操作，在達(dá)不到安全運行標(biāo)準(zhǔn)時，主控板6即刻切斷交流電機的回路，交流電機在修復(fù)前無法再投入運行，進(jìn)而確保交流電機、空調(diào)系統(tǒng)和整列車的安全穩(wěn)定運行，從而解決了上述的技術(shù)問題。

優(yōu)選的，所述預(yù)定時間為1小時。

本優(yōu)選實施例設(shè)定1小時為預(yù)定時間，有利于故障判斷的標(biāo)準(zhǔn)化，提高故障判斷的準(zhǔn)確性。

優(yōu)選的，所述預(yù)定時間為1小時時，所述預(yù)定次數(shù)為6次。

本優(yōu)選實施例在預(yù)定時間為1小時的基礎(chǔ)上，規(guī)定預(yù)定次數(shù)為6次，進(jìn)一步利于故障判斷的標(biāo)準(zhǔn)化，提高故障判斷的準(zhǔn)確性。

優(yōu)選的，所述交流電機本體1上還安裝有小型的健康狀態(tài)監(jiān)測器7，所述健康狀態(tài)監(jiān)測器7包括狀態(tài)數(shù)據(jù)輸入單元8、數(shù)據(jù)歸一化單元9、主要構(gòu)件評估單元10、主要構(gòu)件健康狀態(tài)判定單元11和交流電機綜合評估單元12；所述狀態(tài)數(shù)據(jù)輸入單元8用于輸入根據(jù)人為設(shè)定的采集指標(biāo)采集的交流電機的狀態(tài)監(jiān)測數(shù)據(jù)，所述采集指標(biāo)包括交流電機相對應(yīng)的主要構(gòu)件、主要構(gòu)件的監(jiān)測項目以及各監(jiān)測項目在重要程度上的權(quán)重因子；所述數(shù)據(jù)歸一化單元9用于對所述狀態(tài)監(jiān)測數(shù)據(jù)進(jìn)行歸一化處理；所述主要構(gòu)件評估單元10用于評估所述主要構(gòu)件的健康狀態(tài)，所述主要構(gòu)件健康狀態(tài)判定單元11用于所述各主要構(gòu)件是否處于健康狀態(tài)；所述交流電機綜合評估單元12用于評估所述具有故障檢測功能的交流電機的健康狀態(tài)。

本優(yōu)選實施例構(gòu)建了健康狀態(tài)監(jiān)測器7的整體架構(gòu)，完善了系統(tǒng)的健康狀態(tài)分析功能。

優(yōu)選的，設(shè)主要構(gòu)件x共有m_x個監(jiān)測項目，采用監(jiān)測儀器α對第i個監(jiān)測項目進(jìn)行監(jiān)測時，i＝1,...m_x，由于溫度和濕度的影響可能會產(chǎn)生監(jiān)測量誤差，引入溫度修正因子ψ_α和濕度修正因子Φ_α，其中T為監(jiān)測儀器α對監(jiān)測項目進(jìn)行監(jiān)測時的環(huán)境溫度，T₀和為監(jiān)測儀器α監(jiān)測時適用的標(biāo)準(zhǔn)溫度，其中H為監(jiān)測儀器α對監(jiān)測項目進(jìn)行監(jiān)測時的環(huán)境濕度，H₀為監(jiān)測儀器α監(jiān)測時適用的標(biāo)準(zhǔn)濕度，所述數(shù)據(jù)歸一化單元9采用的歸一化處理公式為：

$G_i=1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}\·{\mathrm{\Φ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2}$

其中，G_i表示第i個監(jiān)測項目被歸一化處理后的狀態(tài)監(jiān)測量，G_i∈[0,1]，當(dāng)G_i靠近0時表示狀態(tài)良好，G_i靠近1時表示狀態(tài)較差；J_i為第i個監(jiān)測項目的原狀態(tài)監(jiān)測量，δ_bi為第i個監(jiān)測項目處于正常狀態(tài)范圍且對應(yīng)于最佳狀態(tài)時的邊界值，δ_ci為第i個監(jiān)測項目處于正常狀態(tài)范圍但不屬于最佳狀態(tài)時的邊界值。

本優(yōu)選實施例設(shè)計了數(shù)據(jù)歸一化單元9的歸一化處理公式，將不同的監(jiān)測量都變換到0到1之間并具有相同的正常與異常的邊界，方便狀態(tài)監(jiān)測數(shù)據(jù)的后續(xù)處理，并在歸一化處理公式中引入溫度修正因子和濕度修正因子，簡化了歸一化處理的過程，提高了歸一化處理的精度。

優(yōu)選的，設(shè)影響主要構(gòu)件x狀態(tài)的所有歸一化后的狀態(tài)監(jiān)測量集合為{G_i,i＝1,...,m_x}，主要構(gòu)件評估單元10采取的主要構(gòu)件x的健康狀態(tài)指標(biāo)Z_x的計算公式設(shè)定為：

若所有G_i≤1-e^-0.5時，

$Z_x=\underset{i=1}{\overset{m_x}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_x}{\Σ}}{Q}_i=1$

若至少有一個G_i>1-e^-0.5時，

$Z_x=\underset{i=1}{\overset{m_c}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_c}{\Σ}}{Q}_i=1$

其中，Ζ_x表示主要構(gòu)件x的健康狀態(tài)評估指標(biāo)，Z_i∈[0,1],1-e^-0.5為歸一化后的狀態(tài)監(jiān)測量對應(yīng)于正常的臨界值，m_c為歸一化后的狀態(tài)監(jiān)測量小于臨界值1-e^-0.5時的數(shù)目，Q_i為第i個監(jiān)測項目在主要構(gòu)件x中的重要程度上的權(quán)重因子，m_c＜m_x時，權(quán)重因子Q_i隨m_c的個數(shù)不同按比例調(diào)整。

本優(yōu)選實施例提出了主要構(gòu)件健康狀態(tài)的評估指標(biāo)的計算公式，將不同的歸一化后的監(jiān)測量都變換到0到1之間并具有相同的正常與異常的邊界，從而可以簡單全面地得到主要構(gòu)件的健康狀態(tài)，簡化了主要構(gòu)件的健康狀態(tài)的評估，在保證準(zhǔn)確度的同時提高了健康狀態(tài)評估的速度。

優(yōu)選的，所述主要構(gòu)件健康狀態(tài)判定單元11的判定原則為：若主要構(gòu)件x狀態(tài)異常的概率P_x大于設(shè)定的閾值P_Y,判定所述主要構(gòu)件x為異常，若主要構(gòu)件x狀態(tài)異常的概率P_x不大于設(shè)定的閾值P_Y,P_Y的取值范圍是[0.1,0.2],判定所述主要構(gòu)件x為健康，設(shè)有n個樣本的主要構(gòu)件的綜合狀態(tài)指標(biāo)Z_x1,...,Z_xn取自連續(xù)分布H(Z_x)，所述主要構(gòu)件x處于狀態(tài)異常的概率P_x的計算公式為：

$P_x=1-\frac{{\∫}_{e^{-1}}^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}{{\∫}_0^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}$

此處

${\hat{H}}_n\left(Z_x\right)=\frac{1}{n}\·\frac{n^{1/5}}{1.6\mathrm{\φ}}\·\underset{k=1}{\overset{n}{\Σ}}\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{1}{2}\·(Z_x-Z_k)\·\frac{n^{1/5}}{1.6\mathrm{\φ}}}$

其中，為任意點Z_x處的核密度，b為樣本標(biāo)準(zhǔn)差，J為四分位數(shù)間距。

本優(yōu)選實施例通過對主要構(gòu)件的異常概率計算結(jié)果來判定主要構(gòu)件的健康狀態(tài)，分析精度高，且加快了主要構(gòu)件的健康狀態(tài)分析的速度。

優(yōu)選的，設(shè)交流電機共有N個主要構(gòu)件，主要構(gòu)件x處于狀態(tài)異常的概率為P_x，其中x＝1,2,…,N，所述交流電機綜合評估單元12采用的綜合狀態(tài)健康指標(biāo)B的計算公式如下：

$B=1-{\Σ}_{x=1}^N\left(P_x{W}_x\right),{\Σ}_{x=1}^N{W}_x=1$

式中，W_x為第x個主要構(gòu)件在變電站中的重要程度的權(quán)重因子，設(shè)定閾值E，若B>E，則變電站屬于健康狀態(tài)，E的取值范圍是[0.9,0.99]。

本優(yōu)選實施例利用權(quán)重因子計算交流電機的健康狀態(tài)，計算精度高，進(jìn)一步提高了系統(tǒng)監(jiān)測精度。

在此應(yīng)用場景中，上述實施例取T＝0.15，E＝0.94，對交流電機健康狀態(tài)的監(jiān)測分析速度相對提高了8％，監(jiān)測分析精度相對提高了10％。。

應(yīng)用場景4

參見圖1、圖2，本應(yīng)用場景的一個實施例中的具有故障檢測功能的交流電機，具有故障檢測功能的交流電機，包括交流電機本體1和安裝在交流電機本體1上的故障檢測器2，所述故障檢測器2包括依次連接的熱過載保護(hù)器3、計數(shù)器4、故障判斷用微型處理器5和主控板6，所述熱過載保護(hù)器3與交流電機本體1連接；所述計數(shù)器4用于對所述熱過載保護(hù)器3的動作次數(shù)進(jìn)行計數(shù)；所述故障判斷用微型處理器5用于判斷所述動作次數(shù)在預(yù)定時間內(nèi)是否超過預(yù)定次數(shù)，若超過，向所述主控板6發(fā)送切斷交流電機回路的命令，所述主控板6按照所述命令進(jìn)行相應(yīng)操作。

本實施例通過設(shè)置故障檢測器2，根據(jù)熱過載保護(hù)器3是否動作，向主控板6輸出交流電機是否故障的結(jié)果，主控板6按照命令進(jìn)行相應(yīng)的操作，在達(dá)不到安全運行標(biāo)準(zhǔn)時，主控板6即刻切斷交流電機的回路，交流電機在修復(fù)前無法再投入運行，進(jìn)而確保交流電機、空調(diào)系統(tǒng)和整列車的安全穩(wěn)定運行，從而解決了上述的技術(shù)問題。

優(yōu)選的，所述預(yù)定時間為1小時。

本優(yōu)選實施例設(shè)定1小時為預(yù)定時間，有利于故障判斷的標(biāo)準(zhǔn)化，提高故障判斷的準(zhǔn)確性。

優(yōu)選的，所述預(yù)定時間為1小時時，所述預(yù)定次數(shù)為6次。

本優(yōu)選實施例在預(yù)定時間為1小時的基礎(chǔ)上，規(guī)定預(yù)定次數(shù)為6次，進(jìn)一步利于故障判斷的標(biāo)準(zhǔn)化，提高故障判斷的準(zhǔn)確性。

優(yōu)選的，所述交流電機本體1上還安裝有小型的健康狀態(tài)監(jiān)測器7，所述健康狀態(tài)監(jiān)測器7包括狀態(tài)數(shù)據(jù)輸入單元8、數(shù)據(jù)歸一化單元9、主要構(gòu)件評估單元10、主要構(gòu)件健康狀態(tài)判定單元11和交流電機綜合評估單元12；所述狀態(tài)數(shù)據(jù)輸入單元8用于輸入根據(jù)人為設(shè)定的采集指標(biāo)采集的交流電機的狀態(tài)監(jiān)測數(shù)據(jù)，所述采集指標(biāo)包括交流電機相對應(yīng)的主要構(gòu)件、主要構(gòu)件的監(jiān)測項目以及各監(jiān)測項目在重要程度上的權(quán)重因子；所述數(shù)據(jù)歸一化單元9用于對所述狀態(tài)監(jiān)測數(shù)據(jù)進(jìn)行歸一化處理；所述主要構(gòu)件評估單元10用于評估所述主要構(gòu)件的健康狀態(tài)，所述主要構(gòu)件健康狀態(tài)判定單元11用于所述各主要構(gòu)件是否處于健康狀態(tài)；所述交流電機綜合評估單元12用于評估所述具有故障檢測功能的交流電機的健康狀態(tài)。

本優(yōu)選實施例構(gòu)建了健康狀態(tài)監(jiān)測器7的整體架構(gòu)，完善了系統(tǒng)的健康狀態(tài)分析功能。

優(yōu)選的，設(shè)主要構(gòu)件x共有m_x個監(jiān)測項目，采用監(jiān)測儀器α對第i個監(jiān)測項目進(jìn)行監(jiān)測時，i＝1,...m_x，由于溫度和濕度的影響可能會產(chǎn)生監(jiān)測量誤差，引入溫度修正因子ψ_α和濕度修正因子Φ_α，其中T為監(jiān)測儀器α對監(jiān)測項目進(jìn)行監(jiān)測時的環(huán)境溫度，T₀和為監(jiān)測儀器α監(jiān)測時適用的標(biāo)準(zhǔn)溫度，其中H為監(jiān)測儀器α對監(jiān)測項目進(jìn)行監(jiān)測時的環(huán)境濕度，H₀為監(jiān)測儀器α監(jiān)測時適用的標(biāo)準(zhǔn)濕度，所述數(shù)據(jù)歸一化單元9采用的歸一化處理公式為：

$G_i=1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}\·{\mathrm{\Φ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2}$

其中，G_i表示第i個監(jiān)測項目被歸一化處理后的狀態(tài)監(jiān)測量，G_i∈[0,1]，當(dāng)G_i靠近0時表示狀態(tài)良好，G_i靠近1時表示狀態(tài)較差；J_i為第i個監(jiān)測項目的原狀態(tài)監(jiān)測量，δ_bi為第i個監(jiān)測項目處于正常狀態(tài)范圍且對應(yīng)于最佳狀態(tài)時的邊界值，δ_ci為第i個監(jiān)測項目處于正常狀態(tài)范圍但不屬于最佳狀態(tài)時的邊界值。

本優(yōu)選實施例設(shè)計了數(shù)據(jù)歸一化單元9的歸一化處理公式，將不同的監(jiān)測量都變換到0到1之間并具有相同的正常與異常的邊界，方便狀態(tài)監(jiān)測數(shù)據(jù)的后續(xù)處理，并在歸一化處理公式中引入溫度修正因子和濕度修正因子，簡化了歸一化處理的過程，提高了歸一化處理的精度。

優(yōu)選的，設(shè)影響主要構(gòu)件x狀態(tài)的所有歸一化后的狀態(tài)監(jiān)測量集合為{G_i,i＝1,...,m_x}，主要構(gòu)件評估單元10采取的主要構(gòu)件x的健康狀態(tài)指標(biāo)Z_x的計算公式設(shè)定為：

若所有G_i≤1-e^-0.5時，

$Z_x=\underset{i=1}{\overset{m_x}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_x}{\Σ}}{Q}_i=1$

若至少有一個G_i>1-e^-0.5時，

$Z_x=\underset{i=1}{\overset{m_c}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_c}{\Σ}}{Q}_i=1$

其中，Ζ_x表示主要構(gòu)件x的健康狀態(tài)評估指標(biāo)，Z_i∈[0,1],1-e^-0.5為歸一化后的狀態(tài)監(jiān)測量對應(yīng)于正常的臨界值，m_c為歸一化后的狀態(tài)監(jiān)測量小于臨界值1-e^-0.5時的數(shù)目，Q_i為第i個監(jiān)測項目在主要構(gòu)件x中的重要程度上的權(quán)重因子，m_c＜m_x時，權(quán)重因子Q_i隨m_c的個數(shù)不同按比例調(diào)整。

本優(yōu)選實施例提出了主要構(gòu)件健康狀態(tài)的評估指標(biāo)的計算公式，將不同的歸一化后的監(jiān)測量都變換到0到1之間并具有相同的正常與異常的邊界，從而可以簡單全面地得到主要構(gòu)件的健康狀態(tài)，簡化了主要構(gòu)件的健康狀態(tài)的評估，在保證準(zhǔn)確度的同時提高了健康狀態(tài)評估的速度。

優(yōu)選的，所述主要構(gòu)件健康狀態(tài)判定單元11的判定原則為：若主要構(gòu)件x狀態(tài)異常的概率P_x大于設(shè)定的閾值P_Y,判定所述主要構(gòu)件x為異常，若主要構(gòu)件x狀態(tài)異常的概率P_x不大于設(shè)定的閾值P_Y,P_Y的取值范圍是[0.1,0.2],判定所述主要構(gòu)件x為健康，設(shè)有n個樣本的主要構(gòu)件的綜合狀態(tài)指標(biāo)Z_x1,...,Z_xn取自連續(xù)分布H(Z_x)，所述主要構(gòu)件x處于狀態(tài)異常的概率P_x的計算公式為：

$P_x=1-\frac{{\∫}_{e^{-1}}^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}{{\∫}_0^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}$

此處

${\hat{H}}_n\left(Z_x\right)=\frac{1}{n}\·\frac{n^{1/5}}{1.6\mathrm{\φ}}\·\underset{k=1}{\overset{n}{\Σ}}\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{1}{2}\·(Z_x-Z_k)\·\frac{n^{1/5}}{1.6\mathrm{\φ}}}$

其中，為任意點Z_x處的核密度，b為樣本標(biāo)準(zhǔn)差，J為四分位數(shù)間距。

本優(yōu)選實施例通過對主要構(gòu)件的異常概率計算結(jié)果來判定主要構(gòu)件的健康狀態(tài)，分析精度高，且加快了主要構(gòu)件的健康狀態(tài)分析的速度。

優(yōu)選的，設(shè)交流電機共有N個主要構(gòu)件，主要構(gòu)件x處于狀態(tài)異常的概率為P_x，其中x＝1,2,…,N，所述交流電機綜合評估單元12采用的綜合狀態(tài)健康指標(biāo)B的計算公式如下：

$B=1-{\Σ}_{x=1}^N\left(P_x{W}_x\right),{\Σ}_{x=1}^N{W}_x=1$

式中，W_x為第x個主要構(gòu)件在變電站中的重要程度的權(quán)重因子，設(shè)定閾值E，若B>E，則變電站屬于健康狀態(tài)，E的取值范圍是[0.9,0.99]。

本優(yōu)選實施例利用權(quán)重因子計算交流電機的健康狀態(tài)，計算精度高，進(jìn)一步提高了系統(tǒng)監(jiān)測精度。

在此應(yīng)用場景中，上述實施例取T＝0.18，E＝0.98，對交流電機健康狀態(tài)的監(jiān)測分析速度相對提高了11％，監(jiān)測分析精度相對提高了9％。

應(yīng)用場景5

參見圖1、圖2，本應(yīng)用場景的一個實施例中的具有故障檢測功能的交流電機，具有故障檢測功能的交流電機，包括交流電機本體1和安裝在交流電機本體1上的故障檢測器2，所述故障檢測器2包括依次連接的熱過載保護(hù)器3、計數(shù)器4、故障判斷用微型處理器5和主控板6，所述熱過載保護(hù)器3與交流電機本體1連接；所述計數(shù)器4用于對所述熱過載保護(hù)器3的動作次數(shù)進(jìn)行計數(shù)；所述故障判斷用微型處理器5用于判斷所述動作次數(shù)在預(yù)定時間內(nèi)是否超過預(yù)定次數(shù)，若超過，向所述主控板6發(fā)送切斷交流電機回路的命令，所述主控板6按照所述命令進(jìn)行相應(yīng)操作。

本實施例通過設(shè)置故障檢測器2，根據(jù)熱過載保護(hù)器3是否動作，向主控板6輸出交流電機是否故障的結(jié)果，主控板6按照命令進(jìn)行相應(yīng)的操作，在達(dá)不到安全運行標(biāo)準(zhǔn)時，主控板6即刻切斷交流電機的回路，交流電機在修復(fù)前無法再投入運行，進(jìn)而確保交流電機、空調(diào)系統(tǒng)和整列車的安全穩(wěn)定運行，從而解決了上述的技術(shù)問題。

優(yōu)選的，所述預(yù)定時間為1小時。

本優(yōu)選實施例設(shè)定1小時為預(yù)定時間，有利于故障判斷的標(biāo)準(zhǔn)化，提高故障判斷的準(zhǔn)確性。

優(yōu)選的，所述預(yù)定時間為1小時時，所述預(yù)定次數(shù)為6次。

本優(yōu)選實施例在預(yù)定時間為1小時的基礎(chǔ)上，規(guī)定預(yù)定次數(shù)為6次，進(jìn)一步利于故障判斷的標(biāo)準(zhǔn)化，提高故障判斷的準(zhǔn)確性。

優(yōu)選的，所述交流電機本體1上還安裝有小型的健康狀態(tài)監(jiān)測器7，所述健康狀態(tài)監(jiān)測器7包括狀態(tài)數(shù)據(jù)輸入單元8、數(shù)據(jù)歸一化單元9、主要構(gòu)件評估單元10、主要構(gòu)件健康狀態(tài)判定單元11和交流電機綜合評估單元12；所述狀態(tài)數(shù)據(jù)輸入單元8用于輸入根據(jù)人為設(shè)定的采集指標(biāo)采集的交流電機的狀態(tài)監(jiān)測數(shù)據(jù)，所述采集指標(biāo)包括交流電機相對應(yīng)的主要構(gòu)件、主要構(gòu)件的監(jiān)測項目以及各監(jiān)測項目在重要程度上的權(quán)重因子；所述數(shù)據(jù)歸一化單元9用于對所述狀態(tài)監(jiān)測數(shù)據(jù)進(jìn)行歸一化處理；所述主要構(gòu)件評估單元10用于評估所述主要構(gòu)件的健康狀態(tài)，所述主要構(gòu)件健康狀態(tài)判定單元11用于所述各主要構(gòu)件是否處于健康狀態(tài)；所述交流電機綜合評估單元12用于評估所述具有故障檢測功能的交流電機的健康狀態(tài)。

本優(yōu)選實施例構(gòu)建了健康狀態(tài)監(jiān)測器7的整體架構(gòu)，完善了系統(tǒng)的健康狀態(tài)分析功能。

優(yōu)選的，設(shè)主要構(gòu)件x共有m_x個監(jiān)測項目，采用監(jiān)測儀器α對第i個監(jiān)測項目進(jìn)行監(jiān)測時，i＝1,...m_x，由于溫度和濕度的影響可能會產(chǎn)生監(jiān)測量誤差，引入溫度修正因子ψ_α和濕度修正因子Φ_α，其中T為監(jiān)測儀器α對監(jiān)測項目進(jìn)行監(jiān)測時的環(huán)境溫度，T₀和為監(jiān)測儀器α監(jiān)測時適用的標(biāo)準(zhǔn)溫度，其中H為監(jiān)測儀器α對監(jiān)測項目進(jìn)行監(jiān)測時的環(huán)境濕度，H₀為監(jiān)測儀器α監(jiān)測時適用的標(biāo)準(zhǔn)濕度，所述數(shù)據(jù)歸一化單元9采用的歸一化處理公式為：

$G_i=1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}\·{\mathrm{\Φ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2}$

其中，G_i表示第i個監(jiān)測項目被歸一化處理后的狀態(tài)監(jiān)測量，G_i∈[0,1]，當(dāng)G_i靠近0時表示狀態(tài)良好，G_i靠近1時表示狀態(tài)較差；J_i為第i個監(jiān)測項目的原狀態(tài)監(jiān)測量，δ_bi為第i個監(jiān)測項目處于正常狀態(tài)范圍且對應(yīng)于最佳狀態(tài)時的邊界值，δ_ci為第i個監(jiān)測項目處于正常狀態(tài)范圍但不屬于最佳狀態(tài)時的邊界值。

本優(yōu)選實施例設(shè)計了數(shù)據(jù)歸一化單元9的歸一化處理公式，將不同的監(jiān)測量都變換到0到1之間并具有相同的正常與異常的邊界，方便狀態(tài)監(jiān)測數(shù)據(jù)的后續(xù)處理，并在歸一化處理公式中引入溫度修正因子和濕度修正因子，簡化了歸一化處理的過程，提高了歸一化處理的精度。

優(yōu)選的，設(shè)影響主要構(gòu)件x狀態(tài)的所有歸一化后的狀態(tài)監(jiān)測量集合為{G_i,i＝1,...,m_x}，主要構(gòu)件評估單元10采取的主要構(gòu)件x的健康狀態(tài)指標(biāo)Z_x的計算公式設(shè)定為：

若所有G_i≤1-e^-0.5時，

$Z_x=\underset{i=1}{\overset{m_x}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_x}{\Σ}}{Q}_i=1$

若至少有一個G_i>1-e^-0.5時，

$Z_x=\underset{i=1}{\overset{m_c}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_c}{\Σ}}{Q}_i=1$

其中，Ζ_x表示主要構(gòu)件x的健康狀態(tài)評估指標(biāo)，Z_i∈[0,1],1-e^-0.5為歸一化后的狀態(tài)監(jiān)測量對應(yīng)于正常的臨界值，m_c為歸一化后的狀態(tài)監(jiān)測量小于臨界值1-e^-0.5時的數(shù)目，Q_i為第i個監(jiān)測項目在主要構(gòu)件x中的重要程度上的權(quán)重因子，m_c＜m_x時，權(quán)重因子Q_i隨m_c的個數(shù)不同按比例調(diào)整。

本優(yōu)選實施例提出了主要構(gòu)件健康狀態(tài)的評估指標(biāo)的計算公式，將不同的歸一化后的監(jiān)測量都變換到0到1之間并具有相同的正常與異常的邊界，從而可以簡單全面地得到主要構(gòu)件的健康狀態(tài)，簡化了主要構(gòu)件的健康狀態(tài)的評估，在保證準(zhǔn)確度的同時提高了健康狀態(tài)評估的速度。

優(yōu)選的，所述主要構(gòu)件健康狀態(tài)判定單元11的判定原則為：若主要構(gòu)件x狀態(tài)異常的概率P_x大于設(shè)定的閾值P_Y,判定所述主要構(gòu)件x為異常，若主要構(gòu)件x狀態(tài)異常的概率P_x不大于設(shè)定的閾值P_Y,P_Y的取值范圍是[0.1,0.2],判定所述主要構(gòu)件x為健康，設(shè)有n個樣本的主要構(gòu)件的綜合狀態(tài)指標(biāo)Z_x1,...,Z_xn取自連續(xù)分布H(Z_x)，所述主要構(gòu)件x處于狀態(tài)異常的概率P_x的計算公式為：

$P_x=1-\frac{{\∫}_{e^{-1}}^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}{{\∫}_0^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}$

此處

${\hat{H}}_n\left(Z_x\right)=\frac{1}{n}\·\frac{n^{1/5}}{1.6\mathrm{\φ}}\·\underset{k=1}{\overset{n}{\Σ}}\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{1}{2}\·(Z_x-Z_k)\·\frac{n^{1/5}}{1.6\mathrm{\φ}}}$

其中，為任意點Z_x處的核密度，b為樣本標(biāo)準(zhǔn)差，J為四分位數(shù)間距。

本優(yōu)選實施例通過對主要構(gòu)件的異常概率計算結(jié)果來判定主要構(gòu)件的健康狀態(tài)，分析精度高，且加快了主要構(gòu)件的健康狀態(tài)分析的速度。

優(yōu)選的，設(shè)交流電機共有N個主要構(gòu)件，主要構(gòu)件x處于狀態(tài)異常的概率為P_x，其中x＝1,2,…,N，所述交流電機綜合評估單元12采用的綜合狀態(tài)健康指標(biāo)B的計算公式如下：

$B=1-{\Σ}_{x=1}^N\left(P_x{W}_x\right),{\Σ}_{x=1}^N{W}_x=1$

式中，W_x為第x個主要構(gòu)件在變電站中的重要程度的權(quán)重因子，設(shè)定閾值E，若B>E，則變電站屬于健康狀態(tài)，E的取值范圍是[0.9,0.99]。

本優(yōu)選實施例利用權(quán)重因子計算交流電機的健康狀態(tài)，計算精度高，進(jìn)一步提高了系統(tǒng)監(jiān)測精度。

在此應(yīng)用場景中，上述實施例取T＝0.2，E＝0.99，對交流電機健康狀態(tài)的監(jiān)測分析速度相對提高了12％，監(jiān)測分析精度相對提高了14％。

最后應(yīng)當(dāng)說明的是，以上應(yīng)用場景僅用以說明本發(fā)明的技術(shù)方案，而非對本發(fā)明保護(hù)范圍的限制，盡管參照較佳應(yīng)用場景對本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實質(zhì)和范圍。