1.一种基于低频注入技术的绝缘电阻检测方法,其特征在于,包括:
在神经网络中构建神经网络模型,所述神经网络模型包括各分布电容值下不同阻值的样本电阻,所述样本电阻对应的样本电压值轨迹以及所述样本电阻对应的稳态电压;
按照预置时间间隔实时对所述目标电阻端的电压值进行采集,根据采集到的电压值确定所述目标电阻端的电压值波形处于上升沿阶段或者下降沿阶段,并按照所述预置时间间隔采集所述目标电阻端的电压值波形中上升沿或下降沿中的预置时间段内的目标电压值;
通过所述神经网络将所述采集到的目标电压值组成待比对的电压值轨迹,并在所述神经网络模型中查找与所述待比对的电压值轨迹完全相同的目标样本电压值轨迹;
在所述神经网络模型中查找所述目标样本电压值轨迹对应的目标稳态电压,并根据所述目标稳态电压、所述目标电阻对应的分布电容值、所述目标电阻的阻值和预置电阻值算出待检测正极绝缘电阻和待检测负极绝缘电阻的阻值。
2.根据权利要求1所述的方法,其特征在于,所述构建神经网络模型之前还包括:
创建离线数据库,所述离线数据库用于存储各分布电容值下不同阻值的样本电阻端的稳态电压值,以及所述样本电阻端的电压值波形。
3.根据权利要求2所述的方法,其特征在于,所述在神经网络中构建神经网络模型包括:
从所述离线数据库中获取所述各分布电容值下样本电阻端的电压值波形、所述各分布电容值下不同阻值的样本电阻端的稳态电压值;
从所述各分布电容值下样本电阻端的电压值波形中提取待采集的上升沿和下降沿;
按照所述预置时间间隔分别采集所述待采集的上升沿和下降沿中的所述预置时间段内的电压样本点;
通过所述神经网络将所述各分布电容值下的样本电阻、所述样本电阻对应的电压样本点、所述样本电阻端的稳态电压值进行训练,得到所述神经网络模型。
4.根据权利要求1所述的方法,其特征在于,所述将根据所述目标稳态电压、所述目标电阻对应的分布电容值、所述目标电阻的阻值和预置电阻值算出待检测正极绝缘电阻和待检测负极绝缘电阻的阻值包括:
利用低频注入技术的检测绝缘电阻的电路,并根据所述目标稳态电压、所述目标电阻对应的分布电容值、所述目标电阻的阻值和预置电阻值算出所述待检测正极绝缘电阻和所述待检测负极绝缘电阻的阻值。
5.根据权利要求1所述的方法,其特征在于,所述预置时间段的取值范围为所述电压值波形中上升沿或下降沿的波段内前2秒内。
6.一种基于低频注入技术的绝缘电阻检测装置,其特征在于,所述装置包括:
创建模块,用于在神经网络中构建神经网络模型,所述神经网络模型包括各分布电容值下不同阻值的样本电阻,所述样本电阻对应的样本电压值轨迹以及所述样本电阻对应的稳态电压;
采集模块,用于按照预置时间间隔实时对所述目标电阻端的电压值进行采集,根据采集到的电压值确定所述目标电阻端的电压值波形处于上升沿阶段或者下降沿阶段,并按照所述预置时间间隔采集所述目标电阻端的电压值波形中上升沿或下降沿中的预置时间段内的目标电压值;
比对控制模块,用于通过所述神经网络将所述采集到的目标电压值组成待比对的电压值轨迹,并在所述神经网络模型中查找与所述待比对的电压值轨迹完全相同的目标样本电压值轨迹;
计算模块,用于在所述神经网络模型中查找所述目标样本电压值轨迹对应的目标稳态电压,并根据所述目标稳态电压、所述目标电阻对应的分布电容值、所述目标电阻的阻值和预置电阻值算出待检测正极绝缘电阻和待检测负极绝缘电阻的阻值。
7.根据权利要求6所述的装置,其特征在于,所述创建模块,还用于创建离线数据库,所述离线数据库用于存储各分布电容值下不同阻值的样本电阻端的稳态电压值,以及所述样本电阻端的电压值波形。
8.根据权利要求7所述的装置,其特征在于,所述创建模块包括:
获取子模块,用于从所述离线数据库中获取所述各分布电容值下样本电阻端的电压值波形、所述各分布电容值下不同阻值的样本电阻端的稳态电压值;
提取子模块,用于从所述各分布电容值下样本电阻端的电压值波形中提取待采集的上升沿和下降沿;
采集子模块,用于按照所述预置时间间隔分别采集所述待采集的上升沿和下降沿中的所述预置时间段内的电压样本点;
训练控制子模块,用于通过所述神经网络将所述各分布电容值下的样本电阻、所述样本电阻对应的电压样本点、所述样本电阻端的稳态电压值进行训练,得到所述神经网络模型。
9.根据权利要求6所述的装置,其特征在于,
所述计算模块,还用于利用低频注入技术的检测绝缘电阻的电路,并根据所述目标稳态电压、所述目标电阻对应的分布电容值、所述目标电阻的阻值和预置电阻值算出所述待检测正极绝缘电阻和所述待检测负极绝缘电阻的阻值。
10.根据权利要求6所述的装置,其特征在于,所述预置时间段的取值范围为所述电压值波形中上升沿或下降沿的波段内前2秒内。