本申请涉及电机驱动器监控，尤其是一种电机驱动器异常检测方法、装置、设备及介质。
背景技术：
1、在相关技术中，针对电机驱动器的异常监控方案分别是外置集中式监控系统和电机驱动器自带的简易监控系统。其中，外置集中式监控系统的诊断逻辑严重依赖预设的固定参数阈值与采集数据的直接比对，自带的简易监控系统通常仅能采集电压、电流等少量电参数，并通过简单的固定阈值触发报警，缺乏对数据的深度处理和复杂故障的关联分析能力。
技术实现思路
1、本申请的目的是提供一种电机驱动器异常检测方法、装置、设备及介质，旨在提高对检测参数的深度处理性能和复杂故障的关联分析性能。
2、本申请实施例提供一种电机驱动器异常检测方法，包括：
3、获取电机驱动器的电源维度参数、脉冲维度参数和设备维度参数；
4、将所述电源维度参数、所述脉冲维度参数和所述设备维度参数分别与相应的参数阈值进行比较，以基于比较结果确定相应的异常电源维度参数、异常脉冲参数和/或异常设备参数；所述参数阈值基于所述电机驱动器的实时状态信息和故障历史信息自适应变化；
5、基于预设的参数关联规则，对所述异常电源维度参数、所述异常脉冲参数和/或所述异常设备参数进行关联分析，得到相应的关联分析结果；
6、基于所述关联分析结果以及所述异常电源维度参数、所述异常脉冲参数和/或所述异常设备参数，生成针对所述电机驱动器的异常检测结果。
7、在一些实施例中，在所述将所述电源维度参数、所述脉冲维度参数和所述设备维度参数分别与相应的参数阈值进行比较之前，还包括：
8、对所述电源维度参数、所述脉冲维度参数和所述设备维度参数依次进行时序对齐、小波降噪和自适应滤波处理，得到预处理后的电源维度参数、脉冲维度参数和设备维度参数。
9、在一些实施例中，所述参数阈值的自适应变化方法，包括：
10、基于所述电机驱动器，确定相应的原始参数阈值和原始偏置值；
11、基于所述实时状态信息和所述故障历史信息，对所述原始偏置值进行调节，得到参数偏置值；
12、基于所述原始参数阈值和所述参数偏置值，计算所述参数阈值。
13、在一些实施例中，所述基于所述实时状态信息和所述故障历史信息，对所述原始偏置值进行调节，包括：
14、基于所述实时状态信息，确定当前的线性参数的参数区间；
15、基于所述故障历史信息和所述参数区间，对所述当前的线性参数进行调节，得到更新后的线性参数；
16、基于所述更新后的线性参数，对所述原始偏置值进行线性运算，得到所述参数偏置值。
17、在一些实施例中，所述基于所述故障历史信息和所述参数区间，对所述当前的线性参数进行调节，包括：
18、在所述故障历史信息符合预设的参数更新条件时，建立以所述线性参数为变量的目标函数，在所述参数区间内，以最大化异常检测率和最小化误报率为目标，对所述目标函数进行优化，在优化完成后得到所述更新后的线性参数。
19、在一些实施例中，所述基于预设的参数关联规则，对所述异常电源维度参数、所述异常脉冲参数和/或所述异常设备参数进行关联分析，包括：
20、将所述异常电源维度参数、所述异常脉冲参数和/或所述异常设备参数进行组合，得到共现异常参数组；
21、基于预设的共现异常参数-异常项目映射关系，确定所述共现异常参数组所对应的若干异常项目；
22、对各所述异常项目进行异常溯源推理，以确定各所述异常项目当中的根源异常项目，得到所述关联分析结果。
23、在一些实施例中，所述对各所述异常项目进行异常溯源推理，包括：
24、利用各所述异常项目构造所有可能的异常根源组合；
25、计算各所述异常根源组合的联合似然度；
26、基于所述联合似然度以及所述异常根源组合的根源异常项目的先验概率，评估各所述异常根源组合的综合置信度；
27、输出综合置信度最高的异常根源组合，作为所述关联分析结果。
28、本申请实施例还提供一种电机驱动器异常检测装置，包括：
29、第一模块，用于获取电机驱动器的电源维度参数、脉冲维度参数和设备维度参数；
30、第二模块，用于将所述电源维度参数、所述脉冲维度参数和所述设备维度参数分别与相应的参数阈值进行比较，以基于比较结果确定相应的异常电源维度参数、异常脉冲参数和/或异常设备参数；所述参数阈值基于所述电机驱动器的实时状态信息和故障历史信息自适应变化；
31、第三模块，用于基于预设的参数关联规则，对所述异常电源维度参数、所述异常脉冲参数和/或所述异常设备参数进行关联分析，得到相应的关联分析结果；
32、第四模块，用于基于所述关联分析结果以及所述异常电源维度参数、所述异常脉冲参数和/或所述异常设备参数，生成针对所述电机驱动器的异常检测结果。
33、本申请实施例还提供一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的电机驱动器异常检测方法。
34、本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的电机驱动器异常检测方法。
35、本申请的有益效果：利用自适应的参数阈值确定电机驱动器的多维度参数中的异常参数，再通过参数关联规则进行关联分析，以识别这些异常参数之间的内在联系，从而定位故障的根源，作为最终的异常检测结果。由此，由于引入自适应的参数阈值，在阈值检测时能够更好地适应电机驱动器复杂多变的运行环境，提高了检测的准确性和鲁棒性。同时，在阈值检测之后引入了基于预设参数关联规则的关联分析，当多个异常参数被检测到时，能够识别这些异常参数之间的内在联系，准确定位故障的根源，为用户提供了明确的决策依据，提高了对检测参数的深度处理性能和复杂故障的关联分析性能。
1.一种电机驱动器异常检测方法，其特征在于，包括：
2.根据权利要求1所述的电机驱动器异常检测方法，其特征在于，在所述将所述电源维度参数、所述脉冲维度参数和所述设备维度参数分别与相应的参数阈值进行比较之前，还包括：
3.根据权利要求1所述的电机驱动器异常检测方法，其特征在于，所述参数阈值的自适应变化方法，包括：
4.根据权利要求3所述的电机驱动器异常检测方法，其特征在于，所述基于所述实时状态信息和所述故障历史信息，对所述原始偏置值进行调节，包括：
5.根据权利要求4所述的电机驱动器异常检测方法，其特征在于，所述基于所述故障历史信息和所述参数区间，对所述当前的线性参数进行调节，包括：
6.根据权利要求1所述的电机驱动器异常检测方法，其特征在于，所述基于预设的参数关联规则，对所述异常电源维度参数、所述异常脉冲参数和/或所述异常设备参数进行关联分析，包括：
7.根据权利要求6所述的电机驱动器异常检测方法，其特征在于，所述对各所述异常项目进行异常溯源推理，包括：
8.一种电机驱动器异常检测装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的电机驱动器异常检测方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的电机驱动器异常检测方法。