本发明涉及电动执行器控制，具体涉及一种应用光伏板的电动执行器故障检测系统和方法。
背景技术：
1、电动执行器作为工业控制系统中重要的调控部件，广泛应用在电力、冶金、化工、航天等工业领域中。虽然硬件冗余在一定程度上提高了其运行可靠性和安全性，但由于执行器结构复杂且长期处于恶劣运行环境中，仍不可避免出现性能劣化甚至故障，造成经济安全影响。为了解决执行器出现故障的问题，现有技术中通常基于知识和基于数据驱动的方法进行故障检测。但是针对基于知识的故障检测技术是在专家经验的基础上，通过数学方法推理构建诊断模型，进行故障检测，其优点在于诊断模型具有可理解性，但诊断模型依赖专家知识构建，建模过程耗费大量时间。基于数据驱动的方法在传感器测量信号的基础上展开研究，将系统假设为黑箱模型，这样降低了建模的复杂度，有效利用了采集信号，但对信号在其中隐含特征的学习能力成为影响诊断效果的重要因素。
2、上述问题是目前亟待解决的。
技术实现思路
1、本发明要克服现有技术的上述至少一个缺点，一方面，本发明提供了一种应用光伏板的电动执行器故障检测系统，所述系统包括：光伏组件单元、蓄电池组单元、电动执行器和故障检测单元；所述光伏组件单元与所述蓄电池组单元相连，用于为所述蓄电池组单元进行光伏充电；所述蓄电池组单元与所述电动执行器和故障检测单元相连，用于为所述电动执行器和故障检测单元提供工作电源；所述故障检测单元用于基于接收到的电动执行器流量反馈信号直接生成故障检测结果；其中所述故障检测单元包括信号采集单元、数据预处理单元、脉冲神经网络模型单元和故障结果输出单元；所述信号采集单元与所述电动执行器相连，用于采集所述电动执行器的流量反馈信号；所述数据预处理单元用于对所述电动执行器流量反馈信号进行预处理得到训练数据集和测试数据集；所述脉冲神经网络模型单元包括脉冲神经网络模型构建单元、脉冲神经网络模型训练单元和脉冲神经网络模型测试单元；所述括脉冲神经网络模型构建单元用于将lif模型作为脉冲神经网络模型的初始模型；所述脉冲神经网络模型训练单元与所述数据预处理单元相连，用于基于rol算法和所述训练数据集对所述初始模型进行训练；所述脉冲神经网络模型测试单元用于基于所述测试数据集和训练后的脉冲神经网络模型进行测试使训练后的脉冲神经网络模型符合目标；所述故障结果输出单元与所述脉冲神经网络模型单元相连，用于输出故障检测结果。
2、进一步的，所述数据预处理单元还用于：对采集到的流量反馈信号进行局部均值分解和无量纲指标计算获取实数特征集；对实数特征集进行群编码，通过编码神经元得到特征值对应的激活值；将特征值对应编码神经元的激活值线性转换为发射脉冲时间，得到特征值对应的脉冲序列；按预设比例划分脉冲神经网络模型的训练数据集和测试数据集。
3、进一步的，所述对采集到的流量反馈信号进行局部均值分解包括：
4、s1：计算流量反馈信号x(t)的相邻极点的平均值mi，将所有平均值mi在对应极值点时刻tni和tni+1之间进行直线延伸，采用滑动平均法对延伸直线进行平滑处理，得到局部均值函数m11(t)；
5、
6、式中，ni为局部极值点；
7、s2：计算局部幅值ai
8、
9、s3：将所有局部幅值ai在对应极值点时刻tni和tni+1之间进行直线延伸，采用滑动平均法对延伸直线进行平滑处理，得到包络估计函数a11(t)；
10、s4：从原始流量反馈信号x(t)中分离出局部均值函数m11(t)得到：
11、h11(t)＝x(t)-m11(t)；
12、s5：基于包络估计函数a11(t)对h11(t)进行解调得到：
13、
14、s6：判断所述s11(t)是否为纯调频函数，响应于所述s11(t)不是纯调频函数，返回步骤s1，对s11(t)重复迭代过程，直至得到一个纯调频信号s1n(t)；
15、s7：将所述迭代过程产生的所有包络估计函数相乘，得到包络信号a1(t)；
16、s8：原始流量反馈信号的第一个pf分量为包络信号a1(t)和纯调频信号s1n(t)的乘积：
17、pf1(t)＝a1(t)×s1n(t)；
18、从原始流量反馈信号x(t)中将pf1(t)分离出来，得到新信号u1(t)作为新的原始流量反馈信号重复步骤s1-s7进行k次循环，直至uk(t)为单调函数为止；
19、s9：经过多次循环迭代的分解之后，原始流量反馈信号被分解为k个pf分量和一个余量uk：
20、
21、进一步的，所述对采集到的流量反馈信号进行无量纲指标计算包括：采集经过局部均值分解后产生n个pf分量；对每个分量计算时域分析法中无量纲信号指标；所述无量纲信号指标包括包括裕度指标、脉冲指标、峰值指标、波形指标和峭度指标。
22、进一步的，在步骤对实数特征集进行群编码,通过编码神经元得到特征值对应的激活值后还包括：当编码神经元的激活值低于预设激活值阈值时，认为该编码神经元不发射脉冲，舍弃其激活值对应脉冲发射时间。
23、进一步的，所述对实数特征集进行群编码,通过编码神经元得到特征值对应的激活值包括：
24、
25、式中，ai为第i个编码神经元对应的激活值，i∈[1,...,m]，m为具有不同感受野的编码神经元个数，特征值x的数值范围为[xmin,xmax]，μ为高斯函数的均值，σ为高斯函数的方差。
26、进一步的，所述脉冲神经网络模型训练单元还用于脉冲神经网络模型的输出层神经元接受来自输入层的训练数据集后，通过rol算法优化权重直至符合训练目标的神经元首先发射脉冲，训练结束。
27、进一步的，所述脉冲神经网络模型测试单元还用于：将测试数据集输入到训练完成的脉冲神经网络模型中，记录误差率；当误差率大于预设误差阈值时，继续训练脉冲神经网络模型，直至误差率低于预设的误差阈值。
28、进一步的，所述故障检测结果包括：内部泄露故障、阀门阻塞故障、阀座卡死故障和阀芯与阀杆脱开故障中的一种或其组合。
29、第二方面，本发明提供了一种应用光伏板的电动执行器故障检测方法，所述方法应用于上述应用光伏板的电动执行器故障检测系统中，所述方法包括：采集电动执行器的流量反馈信号；对所述电动执行器流量反馈信号进行预处理得到训练数据集和测试数据集；将lif模型作为脉冲神经网络模型的初始模型；基于rol算法和所述训练数据集对所述初始模型进行训练；基于所述测试数据集和训练后的脉冲神经网络模型进行测试使训练后的脉冲神经网络模型符合目标；将电动执行器的流量反馈信号输入至测试完成的脉冲神经网络模型中直接输出故障检测结果。
30、第三方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有一个或一个以上的指令，所述计算机指令用于使所述计算机执行上述的应用光伏板的电动执行器故障检测方法。
31、第四方面，本发明提供了一种电子设备，包括：存储器和处理器；所述存储器中存储有至少一条程序指令；所述处理器通过加载并执行所述至少一条程序指令以实现上述的应用光伏板的电动执行器故障检测方法。
32、本发明的有益效果是：本发明提供了一种应用光伏板的电动执行器故障检测系统，所述系统包括：光伏组件单元、蓄电池组单元、电动执行器和故障检测单元；所述光伏组件单元与所述蓄电池组单元相连，用于为所述蓄电池组单元进行光伏充电；所述蓄电池组单元与所述电动执行器和故障检测单元相连，用于为所述电动执行器和故障检测单元提供工作电源；所述故障检测单元用于基于接收到的电动执行器流量反馈信号直接生成故障检测结果；其中所述故障检测单元包括信号采集单元、数据预处理单元、脉冲神经网络模型单元和故障结果输出单元；所述信号采集单元与所述电动执行器相连，用于采集所述电动执行器的流量反馈信号；所述数据预处理单元用于对所述电动执行器流量反馈信号进行预处理得到训练数据集和测试数据集；所述脉冲神经网络模型单元包括脉冲神经网络模型构建单元、脉冲神经网络模型训练单元和脉冲神经网络模型测试单元；所述括脉冲神经网络模型构建单元用于将lif模型作为脉冲神经网络模型的初始模型；所述脉冲神经网络模型训练单元与所述数据预处理单元相连，用于基于rol算法和所述训练数据集对所述初始模型进行训练；所述脉冲神经网络模型测试单元用于基于所述测试数据集和训练后的脉冲神经网络模型进行测试使训练后的脉冲神经网络模型符合目标；所述故障结果输出单元与所述脉冲神经网络模型单元相连，用于输出故障检测结果。利用局部均值分解对原始信号滤波，降低噪声影响。通过无量纲指标计算获取故障特征值，并利用群编码将故障特征值转换为脉冲神经元能够识别的脉冲序列。使用相对顺序学习算法优化所构建的脉冲神经网络，有效提高了检测准确率。
1.一种应用光伏板的电动执行器故障检测系统，其特征在于，所述系统包括：光伏组件单元、蓄电池组单元、电动执行器和故障检测单元；
2.根据权利要求1所述的应用光伏板的电动执行器故障检测系统，其特征在于，所述数据预处理单元还用于：
3.根据权利要求2所述的应用光伏板的电动执行器故障检测系统，其特征在于，所述对采集到的流量反馈信号进行局部均值分解包括：
4.根据权利要求2所述的应用光伏板的电动执行器故障检测系统，其特征在于，所述对采集到的流量反馈信号进行无量纲指标计算包括：
5.根据权利要求2所述的应用光伏板的电动执行器故障检测系统，其特征在于，在步骤对实数特征集进行群编码,通过编码神经元得到特征值对应的激活值后还包括：
6.根据权利要求2所述的应用光伏板的电动执行器故障检测系统，其特征在于，所述对实数特征集进行群编码,通过编码神经元得到特征值对应的激活值包括：
7.根据权利要求1所述的应用光伏板的电动执行器故障检测系统，其特征在于，所述脉冲神经网络模型训练单元还用于脉冲神经网络模型的输出层神经元接受来自输入层的训练数据集后，通过rol算法优化权重直至符合训练目标的神经元首先发射脉冲，训练结束。
8.根据权利要求1所述的应用光伏板的电动执行器故障检测系统，其特征在于，所述脉冲神经网络模型测试单元还用于：
9.根据权利要求1所述的应用光伏板的电动执行器故障检测系统，其特征在于，所述故障检测结果包括：内部泄露故障、阀门阻塞故障、阀座卡死故障和阀芯与阀杆脱开故障中的一种或其组合。
10.一种应用光伏板的电动执行器故障检测方法，其特征在于，所述方法应用于权利要求1-9中任一权利要求所述的应用光伏板的电动执行器故障检测系统中，所述方法包括：
