摘要
本发明公开了一种基于高精度转矩分布的退磁故障检测方法及系统,该方法包括:根据永磁同步电机在多个转速下的多个电气参数,计算磁链训练数据,并构建磁链分布模型;基于所述磁链训练数据对应的差分数据,建立数据驱动铁损补偿模型,对所述磁链分布模型进行补偿,得到磁链映射数据;基于独立成分分析算法,对所述磁链映射数据组成的转矩矩阵分布数据进行处理,得到退磁故障参数;判断所述退磁故障参数是否大于预设的信号阈值,若是,则确定所述永磁同步电机存在退磁故障。可见,本发明能够实现基于磁链分布模型和铁损补偿的高精度转矩分布数据以及独立成分分析的故障参数提取和精准退磁故障诊断,提升电机运行可靠性和维护效率。
技术关键词
退磁故障
同步电机
独立成分分析算法
数据
永磁
铁损
稀疏贝叶斯学习
高斯分布模型
参数
可执行程序代码
电流
电机运行可靠性
噪声模型
模型误差
协方差矩阵
径向基核函数
定子
非线性
系统为您推荐了相关专利信息
新能源电池
电池容量预测
充放电曲线
Canny算法
电池检测模块
风险评估值
电力设备
环境风险评估
媒体访问控制地址
账号
适配器
参数更新方法
故障诊断模型
状态监测数据
深度残差网络
模型生成方法
骨科
计算机程序指令
可读存储介质
模型生成装置