一种电磁兼容检测方法、系统、设备及存储介质

技术领域

本发明涉及电气智能化检测领域，尤其涉及一种电磁兼容检测方法、系统、设备及存储介质。

背景技术

在当今高度电气化和电子化的广泛应用下，电设备系统为生产生活带来巨大的便利，但电设备在工作过程中多少会受到来自系统内外部电磁场的干扰，这种电磁干扰达到一定程度将影响系统的性能，降低系统可靠性和安全性。同时，随着电子设备种类的增多和各种使用场景导致电设备系统的日益复杂化，电磁兼容问题愈发显得重要。传统的电磁兼容检测手段主要依赖于设备的参数进行理论计算和实验测试，然而在现实应用中往往受到时间、成本和精度等方面的限制，时效性和自适应性差，导致无法及时准确地发现干扰源和解决问题。此外，现有的电磁兼容性检测技术在处理复杂的干扰信号和异常模式时，往往存在检测准确性不高、故障诊断缺乏全面性和实时性等问题。因此，研究如何利用先进的传感器技术和人工智能算法来增强电磁兼容检测手段的实时性、准确性、全面性和自适应性，是当前亟待解决的问题。

发明内容

本发明提供了一种电磁兼容检测方法、系统、设备及存储介质。

本发明第一方面提供了一种电磁兼容检测方法，所述电磁兼容检测方法包括：在待测的电设备系统中装设第一传感器和第二传感器，所述第一传感器和/或第二传感器的传感范围包括所述电设备系统的电磁场范围；

通过所述第一传感器和所述第二传感器分别获取第一电磁信号和第二电磁信号；

通过差动放大器对所述第一电磁信号和第二电磁信号进行差分放大处理，得到差动数据；

对所述差动数据进行特征提取，生成差动数据特征；

对所述差动数据特征进行异常检测，生成潜在干扰源数据；

对所述潜在干扰源数据进行聚类分析，生成干扰源类型集；

根据所述干扰源类型集，获取电设备系统的异常状态特征集；

对所述异常状态特征集与所述差动数据特征进行检测建模，生成干扰检测数据。

可选的，在本发明第一方面的第一种实现方式中，所述通过差动放大器对所述第一电磁信号和第二电磁信号进行差分放大处理，得到差动数据，包括：

差分放大器包括两个输入端和一个输出端；

差分放大器的两个输入端分别接收所述第一电磁信号和所述第二电磁信号；

将所述第一电磁信号和所述第二电磁信号进行差分放大计算，在差分放大器的输出端生成所述差动数据；

差分放大的计算公式为：

；

其中，

可选的，在本发明第一方面的第二种实现方式中，所述对所述差动数据进行特征提取，生成差动数据特征，包括：

构建关于差动数据的特征提取模型，通过最小化损失函数，学习差动数据中的稀疏表达，使所述特征提取模型收敛，生成差动数据特征；

所述损失函数的表达式为：

；

其中，L为损失函数；N为样本总量；

可选的，在本发明第一方面的第三种实现方式中，所述对所述差动数据特征进行异常检测，生成潜在干扰源数据，包括：

根据所述差动数据特征预设样本函数；

生成样本函数的表达式为：

其中，z为随机噪声向量；

将差动数据特征加入随机噪声向量z，按调节参数

基于最小化模拟损失函数，模拟所述差动数据特征生成模拟样本数据；

所述模拟损失函数的计算表达式为：

；

其中，

将所述模拟样本数据输入判别函数，根据所述差动数据特征，计算第一概率集；

所述判别函数的表达式为：(D)=

其中，y为模拟样本数据；

将第一概率集中正常的概率小于预设阈值的模拟样本数据判别为异常点数据，根据所述异常点数据对应模拟的差动数据特征生成潜在干扰源数据。

可选的，在本发明第一方面的第四种实现方式中，所述对所述潜在干扰源数据进行聚类分析，生成干扰源类型集，包括：

对所述潜在干扰源数据进行K均值聚类，划分为若干个干扰类别；

K均值聚类通过最小化目标函数，使得同一干扰类别内的数据点相似度达到预设阈值；

目标函数的表达式为：

；

其中， J 为目标函数，目标是使得数据点与其所属类别中心的距离尽可能小；n为潜在干扰源数据中的数据点数量；K为预设的聚类数量，即干扰类别数；

对每个干扰类别进行特征分析，生成干扰源类型集；

所述对每个干扰类别进行特征分析包括：根据每个干扰类别中干扰源的方位、电磁干扰强度和电磁干扰周期频率识别干扰源类型；

所述干扰源类型包括：电源干扰、电设备间信号串扰、系统外部干扰源和电设备异常状态干扰。

可选的，在本发明第一方面的第五种实现方式中，所述根据所述干扰源类型集，获取电设备系统的异常状态特征集，包括：

所述异常状态特征集包括第一异常状态特征和第二异常状态特征；

通过读取历史数据记录和实时获取各种干扰类别下所述电设备系统对应的第一异常状态特征；

获取并将各种干扰类别下所述电设备系统的电设备状态参数输入matlab进行干扰仿真，生成第二异常状态特征；

通过所述异常状态特征集映射每种干扰类别对电设备系统的干扰影响程度。

可选的，在本发明第一方面的第六种实现方式中，所述对所述异常状态特征集与所述差动数据特征进行检测建模，生成干扰检测数据，包括：

对所述差动数据特征和所述异常状态特征集进行特征拟合，生成第一映射关系；

根据所述第一映射关系和当前差动数据特征生成干扰检测数据；

所述干扰检测数据包括：干扰源类型、干扰影响程度和干扰源方位。

本发明第二方面提供了一种电磁兼容检测装置，所述电磁兼容检测装置包括：获取模块、处理模块和检测模块，各模块间均电性连接。

可选的，在本发明第二方面的第一种实现方式中，所述获取模块具体用于：通过传感器获取第一电磁信号和第二电磁信号；通过差动放大器获取差动数据；根据所述干扰源类型集，获取电设备系统的异常状态特征集；

可选的，在本发明第二方面的第二种实现方式中，所述处理模块具体用于：对所述差动数据进行特征提取，生成差动数据特征；对所述差动数据特征进行异常检测，生成潜在干扰源数据；对所述潜在干扰源数据进行聚类分析，生成干扰源类型集；

可选的，在本发明第二方面的第三种实现方式中，所述检测模块用于对所述异常状态特征集与所述差动数据特征进行检测建模，生成干扰检测数据。

本发明第三方面提供了一种电磁兼容检测设备，包括：至少两传感器、差动放大器、存储器和至少一个处理器，所述存储器中存储有指令；所述传感器获取第一电磁信号和第二电磁信号；所述差动放大器获取差动数据；

所述至少一个处理器调用所述存储器中的所述指令，以使得所述电磁兼容检测设备执行上述的电磁兼容检测方法。

本发明的第四方面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指令，当其在计算机上运行时，使得计算机执行上述的电磁兼容检测方法。

本发明提供的技术方案中，有益效果：通过传感器获取到的电磁信号进行差分放大处理并进行特征提取，能够对电磁信号进行充分挖掘。通过异常检测了解差动信号数据中的潜在模式和关联性，帮助确定不同干扰源的特征和影响情况，以准确高效地找到潜在的电磁干扰源；进一步对这些干扰源数据进行聚类分析，可以细化干扰源的类型和方位，并评估它们对系统性能的影响程度，从而有针对性地采取措施进行干扰消除或抑制，提高系统的抗干扰能力。在检测建模后，可以实时有效地对系统的电磁干扰进行定位和监测，获得更为精确的干扰检测数据，提高了干扰检测的准确性与可靠性。有助于即时发现电设备系统中的潜在问题并自适应地采取相应措施，提高了电设备系统的可靠性和稳定性，更好地解决电磁兼容问题，保障了系统的正常运行，提高了电设备性能和用户体验。

附图说明

图1为本发明实施例中电磁兼容检测方法的一个实施例示意图；

图2为本发明实施例中电磁兼容检测系统的一个实施例示意图；

具体实施方式

本发明实施例提供了一种电磁兼容检测方法、系统、设备及存储介质。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中电磁兼容检测方法的一个实施例包括：

101、在待测的电设备系统中装设第一传感器和第二传感器，所述第一传感器和/或第二传感器的传感范围包括所述电设备系统的电磁场范围；

可以理解的是，本发明的执行主体可以为电磁兼容检测装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。

具体的，传感器通过感应原理来感知电设备系统中的电磁场，例如电磁感应传感器可以通过法拉第电磁感应原理感应电磁场的变化。传感器感知到的电磁场变化会被转换为电信号输出，这可以通过感应原理（如电磁感应产生感应电动势）或其他物理效应（如霍尔效应、光电效应）来实现。将第一传感器和第二传感器安装在待测的电设备系统中，确保它们的传感范围覆盖了所述电设备系统的电磁场范围，系统能够全面、准确地获取待测电设备系统的电磁场范围内的信息，有助于全面了解电磁环境。

102、通过所述第一传感器和所述第二传感器分别获取第一电磁信号和第二电磁信号；

具体的，传感器可以是各种类型的电磁传感器，例如电磁感应传感器、磁场传感器、电场传感器等。

通过第一传感器和第二传感器分别获取待测电设备系统中的电磁信号。这些信号可能包括来自电源、通信线路、电机、继电器等设备的辐射噪声、磁感应噪声、电场噪声等多种类型的电磁信号。

103、通过差动放大器对所述第一电磁信号和第二电磁信号进行差分放大处理，得到差动数据；

具体的，所述通过差动放大器对所述第一电磁信号和第二电磁信号进行差分放大处理，得到差动数据，包括：

差分放大器包括两个输入端和一个输出端；

差分放大器的两个输入端分别接收所述第一电磁信号和所述第二电磁信号；

将所述第一电磁信号和所述第二电磁信号进行差分放大计算，在差分放大器的输出端生成所述差动数据；

差分放大的计算公式为：

；

其中，

更具体的，例如，如果第一传感器的信号为 3V，第二传感器的信号为 5V，而差分放大器的增益为 10，那么差分放大计算的输出电压

更具体的，两个传感器同时采集同一电磁场信号，这两个传感器通常安放在距离较远的位置，以获取不同的受干扰情况下的信号。

差分放大器的两个输入端分别接收第一传感器和第二传感器获取的电磁信号，差动放大器在将两个传感器采集到的信号进行差分放大处理，得到差动信号的同时，还可以减小共模干扰对电磁信号的影响，保证差动信号的准确性。

差分放大器将两个输入信号的差值进行放大处理，并输出为差动数据，可以增强信号的特征，这有助于突出不同输入信号之间的差异，使得后续的特征提取和异常检测等处理更为准确。

104、对所述差动数据进行特征提取，生成差动数据特征；

具体的，所述对所述差动数据进行特征提取，生成差动数据特征，包括：

构建关于差动数据的特征提取模型，通过最小化损失函数，学习差动数据中的稀疏表达，使所述特征提取模型收敛，生成差动数据特征；

所述损失函数的表达式为：

；

其中，L为损失函数；N为样本总量；

更具体的，根据损失函数能够有效地提取差动数据的特征，通过计算每个样本与其均值的差值的平方并相加，同时通过正则化项对特征进行约束，以获得更具有意义和稳定性的特征。

更具体的，对差动信号数据进行特征提取，将高维数据压缩成低维表示，通过最小化重构误差来学习数据中的稀疏表达，有效提取差动信号中的关键特征，为后续的分析和识别提供基础。

105、对所述差动数据特征进行异常检测，生成潜在干扰源数据；

具体的，所述对所述差动数据特征进行异常检测，生成潜在干扰源数据，包括：

根据所述差动数据特征预设样本函数；

生成样本函数的表达式为：

其中，z为随机噪声向量；

将差动数据特征加入随机噪声向量z，按调节参数

基于最小化模拟损失函数，模拟所述差动数据特征生成模拟样本数据；

所述模拟损失函数的计算表达式为：

；

其中，

将所述模拟样本数据输入判别函数，根据所述差动数据特征，计算第一概率集；

所述判别函数的表达式为：(D)=

其中，y为模拟样本数据；

更具体的，假设已经训练好的概率计算判别模型，它可以通过输入差动数据特征来计算每个样本属于正常类别的概率。我们可以使用这个模型来计算我们的模拟样本数据为正常的概率，得到第一概率集。

将第一概率集中正常的概率小于预设阈值的模拟样本数据判别为异常点数据，根据所述异常点数据对应模拟的差动数据特征生成潜在干扰源数据。

更具体的，在得到第一概率集之后，我们可以设定一个预设的阈值，例如 0.5。然后，我们可以筛选出第一概率集中概率小于预设阈值的样本数据，并将其判别为异常点数据。

更具体的，通过进行异常检测，对特征提取后的差动信号进行进一步分析，可以检测出差动信号中的异常数据点，识别潜在的干扰源。异常检测结果有助于确定电磁干扰源的类型和位置，并为干扰消除或抑制提供指导。

106、对所述潜在干扰源数据进行聚类分析，生成干扰源类型集；

具体的，所述对所述潜在干扰源数据进行聚类分析，生成干扰源类型集，包括：

对所述潜在干扰源数据进行K均值聚类，划分为若干个干扰类别；

K均值聚类通过最小化目标函数，使得同一干扰类别内的数据点相似度达到预设阈值；

目标函数的表达式为：

；

其中， J 为目标函数，目标是使得数据点与其所属类别中心的距离尽可能小；n为潜在干扰源数据中的数据点数量；K为预设的聚类数量，即干扰类别数；

对每个干扰类别进行特征分析，生成干扰源类型集；

所述对每个干扰类别进行特征分析包括：根据每个干扰类别中干扰源的方位、电磁干扰强度和电磁干扰周期频率识别干扰源类型；

所述干扰源类型包括：电源干扰、电设备间信号串扰、系统外部干扰源和电设备异常状态干扰。

更具体的，例如：我们有一组潜在干扰源数据，其中包含各种特征，例如电压波动、频率变化、噪音水平等。我们希望将这些潜在干扰源数据分成 K个不同的聚类，以便识别出不同类型的干扰源。首先，我们初始化K个聚类中心点(

更具体的，聚类分析算法能够将数据集自动划分为不同的类别，并发现潜在干扰源数据中的潜在模式和关联性。例如，如果异常点集中在特定时间范围内或特定频率上，则可能与特定干扰源相关。通过对潜在干扰源数据的聚类分析，可以确定不同干扰源的特征和影响情况，进一步细化干扰源的类型和影响程度。

107、根据所述干扰源类型集，获取电设备系统的异常状态特征集；

具体的，所述根据所述干扰源类型集，获取电设备系统的异常状态特征集，包括：

所述异常状态特征集包括第一异常状态特征和第二异常状态特征；

通过读取历史数据记录和实时获取各种干扰类别下所述电设备系统对应的第一异常状态特征；

获取并将各种干扰类别下所述电设备系统的电设备状态参数输入matlab进行干扰仿真，生成第二异常状态特征；

通过所述异常状态特征集映射每种干扰类别对电设备系统的干扰影响程度。

更具体的，基于对历史数据的分析，可以捕捉数据之间的依赖关系，预测未来的数据变化趋势，进行关联分析和预测，可以为干扰源的影响程度和设备的工作状态提供预测性的指导。同时基于仿真系统进行验证，提高预设的准确性；通过以上应用，可以实现对干扰源类型集深度处理和分析，确定电磁干扰源的类型、位置和影响程度，自适应性地为干扰消除或抑制提供有效的依据。

108、对所述异常状态特征集与所述差动数据特征进行检测建模，生成干扰检测数据。

具体的，所述对所述异常状态特征集与所述差动数据特征进行检测建模，生成干扰检测数据，包括：

对所述差动数据特征和所述异常状态特征集进行特征拟合，生成第一映射关系；

根据所述第一映射关系和当前差动数据特征生成干扰检测数据；

所述干扰检测数据包括：干扰源类型、干扰影响程度和干扰源方位。

更具体的，对于异常状态特征集和差动数据特征，我们首先进行特征拟合，以建立它们之间的映射关系。这可能涉及使用机器学习算法，如线性回归、支持向量机、神经网络等来拟合这些特征之间的复杂关系。本实施例中我们使用线性回归来建立映射关系。

建立好第一映射关系之后，我们可以根据这个映射关系和当前差动数据特征来生成干扰检测数据。例如，假设我们已经建立好了一个线性回归模型，用于将异常状态特征集映射到差动数据特征。然后，对于当前的差动数据特征，我们可以使用这个映射关系来推断对应的异常状态特征。

最后，基于生成的干扰检测数据，我们可以提取出干扰源类型、干扰影响程度和干扰源方位等信息。这需要进一步的分析和处理，以确定每个干扰源的类型，并评估其对系统的影响程度和方位。例如，通过对差动数据特征和异常状态特征集的分析，我们可以确定具体的干扰源类型（如电压干扰、频率异常等），以及对系统性能的影响程度和干扰源的位置。

这样，通过对异常状态特征集与差动数据特征进行检测建模，生成了干扰检测数据，其中包括干扰源类型、干扰影响程度和干扰源方位等信息。这些信息有助于对潜在干扰源进行识别和进一步分析，通过检测建模，可以实现实时对电设备的电磁兼容监测和检测，及时高效地，发现电设备系统中的潜在问题并自适应地采取相应措施。

本发明实施例中，有益效果：通过传感器获取到的电磁信号进行差分放大处理并进行特征提取，能够对电磁信号进行充分挖掘。通过异常检测了解差动信号数据中的潜在模式和关联性，帮助确定不同干扰源的特征和影响情况，以准确高效地找到潜在的电磁干扰源；进一步对这些干扰源数据进行聚类分析，可以细化干扰源的类型和方位，并评估它们对系统性能的影响程度，从而有针对性地采取措施进行干扰消除或抑制，提高系统的抗干扰能力。在检测建模后，可以实时有效地对系统的电磁干扰进行定位和监测，获得更为精确的干扰检测数据，提高了干扰检测的准确性与可靠性。有助于即时发现电设备系统中的潜在问题并自适应地采取相应措施，提高了电设备系统的可靠性和稳定性，更好地解决电磁兼容问题，保障了系统的正常运行，提高了电设备性能和用户体验。

上面对本发明实施例中电磁兼容检测方法进行了描述，下面对本发明实施例中电磁兼容检测系统进行描述，请参阅图2，本发明实施例中电磁兼容检测系统一个实施例包括：获取模块、处理模块和检测模块，各模块间均电性连接。

具体的，在本发明第二方面的第一种实现方式中，所述获取模块具体用于：通过传感器获取第一电磁信号和第二电磁信号；通过差动放大器获取差动数据；根据所述干扰源类型集，获取电设备系统的异常状态特征集；

具体的，在本发明第二方面的第二种实现方式中，所述处理模块具体用于：对所述差动数据进行特征提取，生成差动数据特征；对所述差动数据特征进行异常检测，生成潜在干扰源数据；对所述潜在干扰源数据进行聚类分析，生成干扰源类型集；

具体的，在本发明第二方面的第三种实现方式中，所述检测模块用于对所述异常状态特征集与所述差动数据特征进行检测建模，生成干扰检测数据。

本发明实施例中，有益效果：本发明提供的电磁兼容检测系统，有助于即时发现电设备系统中的潜在问题并自适应地采取相应措施，能够实时、精准、高效地识别和定位电磁干扰源，自适应性提供干扰检测数据，提高了电设备系统的可靠性和稳定性，更好地解决电磁兼容问题，保障了系统的正常运行，提高了电设备性能和用户体验。

上面图2从模块化功能实体的角度对本发明实施例中的电磁兼容检测系统进行详细描述，下面从硬件处理的角度对本发明实施例中电磁兼容检测系统进行详细描述。

本发明还提供一种电磁兼容检测设备，所述电磁兼容检测设备包括至少两传感器、差动放大器、存储器和至少一个处理器，所述存储器中存储有指令；

所述传感器获取第一电磁信号和第二电磁信号；所述差动放大器获取差动数据；

所述至少一个处理器调用所述存储器中的所述指令，以使得所述电磁兼容检测设备执行上述各实施例中的所述电磁兼容检测方法的步骤。

本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述电磁兼容检测方法的步骤。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。