本发明涉及数据处理，具体涉及一种基于电数据分析的传感器故障诊断方法。
背景技术：
1、传感器是一种能够将某种物理量或化学量转化成可测量的电信号的装置或器件，其广泛应用于各种领域。传感器故障诊断是确保系统可靠运行的重要一环，当传感器出现故障时，可能导致数据采集不准确、控制错误等，对系统的性能和安全产生不良影响。
2、通过传感器采集的数据来诊断传感器故障，现有方法通常采用stl时序分解，获取传感器采集数据中异常数据，但是外部电磁干扰或被测系统的负载发生变化也会引起传感器采集数据的变化，导致异常检测结果不能准确反映传感器的故障情况。
技术实现思路
1、为解决上述问题，本发明提供一种基于电数据分析的传感器故障诊断方法。
2、本发明的一种基于电数据分析的传感器故障诊断方法采用如下技术方案：
3、本发明一个实施例提供了一种基于电数据分析的传感器故障诊断方法，该方法包括以下步骤：
4、通过传感器采集设备的电压数据和电流数据；
5、根据电压数据和电流数据得到电压数据的残差项和电流数据的残差项，所述电压数据的残差项包括若干残差点；根据电压数据的残差项得到电压数据的残差项中若干离群残差点；
6、根据电压数据的残差项中残差点的斜率和残差值得到电压数据的残差项中每个离群残差点的突变程度；根据电压数据的残差项中每个离群残差点的斜率得到电压数据的残差项中每个离群残差点的链码序列；根据电压数据的残差项中每个离群残差点的链码序列、残差值及电流数据的残差项，得到电压数据的残差项中每个离群残差点的差异程度；
7、根据电压数据的残差项中每个离群残差点的突变程度和电压数据的残差项中每个离群残差点的差异程度，得到电压数据的残差项中每个离群残差点的异常程度；根据电压数据的残差项中每个离群残差点的异常程度判断传感器的故障。
8、进一步地，所述根据电压数据的残差项得到电压数据的残差项中若干离群残差点，包括的具体步骤如下：
9、将电压数据的残差项，记为第一残差项；将第一残差项中残差点的残差值的绝对值大于的残差点作为第一残差项的离群残差点，为第一残差项中所有残差值取绝对值后的标准差。
10、进一步地，所述根据电压数据的残差项中残差点的斜率和残差值得到电压数据的残差项中每个离群残差点的突变程度，包括的具体步骤如下：
11、将第一残差项中任意一个离群残差点，记为目标离群残差点；将第一残差项中目标离群残差点之后的th1个残差点构成的集合，记为第一集合，th1为预设的一个第一数值；获取第一残差项中若干极小值点；
12、
13、式中，为第一集合的第个残差点的斜率，为第一集合的第个残差点的斜率，为第一集合的第个残差点和目标离群残差点的欧式距离，为第一集合中残差点的个数，为目标离群残差点的残差值，为取绝对值，为第一残差项中距离目标离群残差点最近的极小值点的残差值，为第一残差项中目标离群残差点左侧横轴距离最近的极小值点和右侧横轴距离最近的极小值点之间的横轴间距，为目标离群残差点的突变程度。
14、进一步地，所述根据电压数据的残差项中每个离群残差点的斜率得到电压数据的残差项中每个离群残差点的链码序列，包括的具体步骤如下：
15、以目标离群残差点为中心建立二维直角坐标系，将二维直角坐标系的纵轴右侧区域按角度均等划分为th2个区间，th2为预设的一个第二数值，按顺时针的方向对th2区间从1开始进行连续编号，得到的结果作为每个区间的链码数，将目标离群残差点斜率对应角度所在区间的链码数，作为目标离群残差点的链码数；在目标离群残差点左侧获取与目标离群残差点斜率符号相反的横轴距离最近的残差点，记为第一残差点，在目标离群残差点右侧获取与目标离群残差点斜率符号相反的横轴距离最近的残差点，记为第二残差点，将第一残差点和第二残差点构成的区间范围，记为第一区间范围，将第一区间范围中所有残差点的链码数构成的序列，记为目标离群残差点的链码序列。
16、进一步地，所述根据电压数据的残差项中每个离群残差点的链码序列、残差值及电流数据的残差项，得到电压数据的残差项中每个离群残差点的差异程度，包括的具体步骤如下：
17、将电流数据的残差项，记为第二残差项；
18、
19、式中，的具体获取方法如下：在第一残差项除目标离群残差点以外所有的离群残差点的链码序列中，将与目标离群残差点的链码序列相同的链码序列的个数记为；为第一残差项中离群残差点的数量；为目标离群残差点的邻域密度；为目标离群残差点的参照邻域密度，为参照离群残差点的残差值，为目标离群残差点的差异程度。
20、进一步地，所述目标离群残差点的邻域密度的具体获取方法如下：
21、获取第一残差项中所有的极大值点，将所有极大值点的残差值取绝对值后的均值，作为第一残差项中任意一个离群残差点的半径，记为r1，将以目标离群残差点为圆心半径为r1的范围内残差点的数量，作为目标离群残差点的邻域密度。
22、进一步地，所述目标离群残差点的参照邻域密度的具体获取方法如下：
23、获取第二残差项中所有的极大值点，将所有极大值点的残差值取绝对值后的均值，作为第二残差项中任意一个离群残差点的半径，记为r2，在第二残差项中获取与目标离群残差点次序相同的残差点，记为参照离群残差点，将以参照离群残差点为圆心半径为r2的范围内残差点的数量，作为目标离群残差点的参照邻域密度。
24、进一步地，所述得到电压数据的残差项中每个离群残差点的异常程度，包括的具体步骤如下：
25、
26、式中，为目标离群残差点的突变程度，为目标离群残差点的差异程度，为归一化函数，为目标离群残差点的异常程度。
27、进一步地，所述根据电压数据的残差项中每个离群残差点的异常程度判断传感器的故障，包括的具体步骤如下：
28、预设一个第一阈值，记为，若，目标离群残差点为第一残差项的异常残差点；将第一残差项中异常残差点在电压数据中对应的数据点，作为异常数据点，若电压数据中存在异常数据点，传感器存在故障，若电压数据中不存在异常数据点，传感器不存在故障。
29、进一步地，所述根据电压数据和电流数据得到电压数据的残差项和电流数据的残差项，包括的具体步骤如下：
30、将电压数据输入到stl分解算法中，输出得到电压数据的残差项；将电流数据输入到stl分解算法中，输出得到电流数据的残差项。
31、本发明的技术方案的有益效果是：本发明通过传感器采集到电压数据和电流数据后，通过对数据进行分析得到数据的残差项，在数据的残差项进行分析异常，减少原数据中噪声波动对异常分析的干扰，使得对传感器故障诊断更加准确，通过电压数据的残差项中残差点的斜率和残差值得到电压数据的残差项中每个离群残差点的突变程度，在获取突变程度时，通过分析残差点的斜率连续性变化，使得突变程度更加准确，可以更好的反映传感器采集的电压数据的突变特性，而后结合链码序列和电流数据的残差项，得到电压数据的残差项中每个离群残差点的差异程度，其中通过分析传感器采集的电压数据的残差中离群残差点的链码序列，更好描述该离群残差点处多个连续点的连线组成的形状，通过统计时序方向上的链码重复率可以得到该离群残差点的形状差异性，进而结合突变程度和差异程度得到残差点的异常，并判断传感器的故障，减少设备负荷变化或电磁干扰引起的非真实异常，使得传感器的故障诊断更加准确。
1.一种基于电数据分析的传感器故障诊断方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种基于电数据分析的传感器故障诊断方法，其特征在于，所述根据电压数据的残差项得到电压数据的残差项中若干离群残差点，包括的具体步骤如下：
3.根据权利要求2所述一种基于电数据分析的传感器故障诊断方法，其特征在于，所述根据电压数据的残差项中残差点的斜率和残差值得到电压数据的残差项中每个离群残差点的突变程度，包括的具体步骤如下：
4.根据权利要求3所述一种基于电数据分析的传感器故障诊断方法，其特征在于，所述根据电压数据的残差项中每个离群残差点的斜率得到电压数据的残差项中每个离群残差点的链码序列，包括的具体步骤如下：
5.根据权利要求3所述一种基于电数据分析的传感器故障诊断方法，其特征在于，所述根据电压数据的残差项中每个离群残差点的链码序列、残差值及电流数据的残差项，得到电压数据的残差项中每个离群残差点的差异程度，包括的具体步骤如下：
6.根据权利要求5所述一种基于电数据分析的传感器故障诊断方法，其特征在于，所述目标离群残差点的邻域密度的具体获取方法如下：
7.根据权利要求5所述一种基于电数据分析的传感器故障诊断方法，其特征在于，所述目标离群残差点的参照邻域密度的具体获取方法如下：
8.根据权利要求3所述一种基于电数据分析的传感器故障诊断方法，其特征在于，所述得到电压数据的残差项中每个离群残差点的异常程度，包括的具体步骤如下：
9.根据权利要求8所述一种基于电数据分析的传感器故障诊断方法，其特征在于，所述根据电压数据的残差项中每个离群残差点的异常程度判断传感器的故障，包括的具体步骤如下：
10.根据权利要求1所述一种基于电数据分析的传感器故障诊断方法，其特征在于，所述根据电压数据和电流数据得到电压数据的残差项和电流数据的残差项，包括的具体步骤如下：
