特征提取方法、低压电器寿命预测方法、装置及介质与流程

1.本技术涉及低压电器技术领域，特别涉及一种特征提取方法、低压电器寿命预测方法、装置及介质。


背景技术：

2.低压电器通常是指工作在交流电压1200v或直流电压1500v以下的电器，被广泛应用于工业生产及生活中，而在一些对于设备运行稳定性和安全性存在较高要求的应用场景，如电梯、动车、新能源等，如果不能在低压电器产品失效以前进行及时的更换，可能会对企业生产及民众生活造成很大的损失及不便，因此有必要对低压电器当前所剩余的电寿命进行预测。
3.现有的，预估低压电器的剩余使用寿命一般是根据低压电器的安装时间进行大概估计。
4.可以看出，现有预估低压电器剩余寿命的方法比较简单，存在预估不准确的问题。


技术实现要素：

5.本技术的目的在于，针对上述现有技术中的不足，提供一种特征提取方法、低压电器寿命预测方法、装置及介质，所提取的目标特征数据应用于第一电器的剩余寿命预测时，可以预测得到较为准确的第一电器的剩余寿命参数。
6.为实现上述目的，本技术实施例采用的技术方案如下：
7.第一方面，本发明提供一种特征提取方法，包括：
8.获取历史时间段内第一电器在多个开合周期内的工作波形，每个所述工作波形至少包括：电压波形和电流波形；
9.提取各所述工作波形的目标特征数据，所述目标特征数据包括：小波包特征，和/或，燃弧参数。
10.在可选的实施方式中，所述目标特征数据包括：燃弧参数，所述燃弧参数包括：燃弧能量占比；所述提取各所述工作波形的目标特征数据，包括：
11.根据各所述工作波形对应的电压波形和电流波形，计算各所述工作波形对应的燃弧能量；
12.基于预设相角区间和各所述工作波形对应的燃弧能量，采用预设聚类算法对各所述工作波形进行聚类，获取聚类结果；
13.根据所述聚类结果，计算得到所述第一电器对应的燃弧能量占比。
14.在可选的实施方式中，所述根据所述聚类结果，计算得到所述第一电器对应的燃弧能量占比，包括：
15.根据所述聚类结果，确定多个所述工作波形中符合预设燃弧能量阈值范围的工作波形的波形数量；
16.根据所述波形数量和多个所述工作波形的总数量，计算得到所述第一电器对应的
燃弧能量占比。
17.在可选的实施方式中，所述目标特征数据包括：小波包特征，所述提取各所述工作波形的目标特征数据，包括：
18.对各所述工作波形进行小波包分解，获取分解后的各所述工作波形对应的多波段波形，其中，各所述波段波形对应不同的频率区间；
19.计算各所述工作波形对应的各波段波形的频带能量以及各所述工作波形的香农熵。
20.在可选的实施方式中，所述计算各所述工作波形的香农熵，包括：
21.根据每个所述工作波形对应的各所述波段波形的频带能量，计算每个所述工作波形中各所述波段波形的归一化频带能量系数；
22.根据每个所述工作波形中各所述波段波形的归一化频带能量系数，计算每个所述工作波形的香农熵。
23.在可选的实施方式中，所述预设聚类算法包括但不限于：k均值聚类算法、均值偏移聚类算法、层次聚类算法中的一种或多种。
24.在可选的实施方式中，所述目标特征数据还包括：燃弧时间和/或燃弧功率、接触电压、接触电流、接触电阻。
25.第二方面，本发明提供一种低压电器寿命预测方法，包括：
26.将待预测电器对应的目标特征数据输入寿命预测模型，预测获取所述待预测电器的剩余寿命参数，其中，所述待预测电器对应的目标特征数据采用如前述实施方式任一所述特征提取方法的步骤获得，所述第一电器为所述待预测电器；
27.所述寿命预测模型根据训练样本数据集训练获取，所述训练样本数据集包括多个样本电器对应的目标特征数据，并标注对应的剩余寿命参数，所述多个样本电器对应的目标特征数据采用如前述实施方式任一所述特征提取方法的步骤获得，所述第一电器为所述多个样本电器。
28.第三方面，本发明提供一种特征提取装置，包括：
29.获取模块，用于获取历史时间段内第一电器在多个开合周期内的工作波形，每个所述工作波形至少包括：电压波形和电流波形；
30.提取模块，用于提取各所述工作波形的目标特征数据，所述目标特征数据包括：小波包特征，和/或，燃弧参数。
31.在可选的实施方式中，所述目标特征数据包括：燃弧参数，所述燃弧参数包括：燃弧能量占比；所述提取模块，具体用于根据各所述工作波形对应的电压波形和电流波形，计算各所述工作波形对应的燃弧能量；
32.基于预设相角区间和各所述工作波形对应的燃弧能量，采用预设聚类算法对各所述工作波形进行聚类，获取聚类结果；
33.根据所述聚类结果，计算得到所述第一电器对应的燃弧能量占比。
34.在可选的实施方式中，所述提取模块，具体用于根据所述聚类结果，确定多个所述工作波形中符合预设燃弧能量阈值范围的工作波形的波形数量；
35.根据所述波形数量和多个所述工作波形的总数量，计算得到所述第一电器对应的燃弧能量占比。
36.在可选的实施方式中，所述目标特征数据包括：小波包特征，所述提取模块，具体用于对各所述工作波形进行小波包分解，获取分解后的各所述工作波形对应的多波段波形，其中，各所述波段波形对应不同的频率区间；
37.计算各所述工作波形对应的各波段波形的频带能量以及各所述工作波形的香农熵。
38.在可选的实施方式中，所述提取模块，具体用于根据每个所述工作波形对应的各所述波段波形的频带能量，计算每个所述工作波形中各所述波段波形的归一化频带能量系数；
39.根据每个所述工作波形中各所述波段波形的归一化频带能量系数，计算每个所述工作波形的香农熵。
40.在可选的实施方式中，所述预设聚类算法包括下述至少一项：k均值聚类算法、均值偏移聚类算法、层次聚类算法。
41.在可选的实施方式中，所述目标特征数据还包括下述至少一项：燃弧时间、燃弧功率、接触电压、接触电流、接触电阻。
42.第四方面，本发明提供一种低压电器寿命预测装置，包括：
43.预测模块，用于将待预测电器对应的目标特征数据输入寿命预测模型，预测获取所述待预测电器的剩余寿命参数，其中，所述待预测电器对应的目标特征数据采用如前述实施方式任一所述特征提取方法的步骤获得，所述第一电器为所述待预测电器；
44.所述寿命预测模型根据训练样本数据集训练获取，所述训练样本数据集包括多个样本电器对应的目标特征数据，并标注对应的剩余寿命参数，所述多个样本电器对应的目标特征数据采用如前述实施方式任一所述特征提取方法的步骤获得，所述第一电器为所述多个样本电器。
45.第五方面，本发明提供一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如前述实施方式任一所述特征提取方法的步骤，或，前述实施方式所述低压电器寿命预测方法的步骤。
46.第六方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如前述实施方式任一所述特征提取方法的步骤，或，前述实施方式所述低压电器寿命预测方法的步骤。
47.本技术的有益效果是：
48.本技术实施例提供的特征提取方法、低压电器寿命预测方法、装置及介质中，包括：获取历史时间段内第一电器在多个开合周期内的工作波形，每个所述工作波形至少包括：电压波形和电流波形；提取各所述工作波形的目标特征数据，所述目标特征数据包括：小波包特征，和/或，燃弧参数，应用本技术实施例，使得所提取的目标特征数据可以表征第一电器的相关工作参数，进而将该目标特征数据应用于第一电器的剩余寿命预测时，可以预测得到较为准确的第一电器的剩余寿命参数。
附图说明
49.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附
图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
50.图1为本技术实施例提供的一种特征提取方法的流程示意图；
51.图2为本技术实施例提供的另一种特征提取方法的流程示意图；
52.图3为本技术实施例提供的又一种特征提取方法的流程示意图；
53.图4为本技术实施例提供的一种第一电器对应的燃弧能量占比和已操作次数的曲线示意图；
54.图5为本技术实施例提供的另一种特征提取方法的流程示意图；
55.图6为本技术实施例提供的一种小波包分解示意图；
56.图7为本技术实施例提供的又一种特征提取方法的流程示意图；
57.图8为本技术实施例提供的一种特征提取装置的功能模块示意图；
58.图9为本技术实施例提供的一种电子设备结构示意图。
具体实施方式
59.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。
60.因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
61.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。在介绍本技术之前，为了更好地理解本技术，首先对本技术中涉及到的相关名词进行说明，具体内容如下。
62.低压电器：通常是指在交流电压1200v或直流电压1500v以下工作的电器。常见的低压器有开关、熔断器、接触器、漏电保护器和继电器等。进行电气线路安装时，电源和负载(如电动机)之间用低压电器通过导线连接起来，可以实现负载的接通、切断、保护等控制功能。
63.燃弧时间：以继电器为例进行说明，指继电器静触头分离的瞬间会产生电弧，燃弧时间是从动触头打开到电弧熄灭的时间。
64.燃弧功率：低压电器在燃弧时间内出现电弧时，低压电器两端的电压和两端的电流的乘积。
65.接触电压：低压电器在闭合期间低压电器两端的电压。
66.接触电流：低压电器在闭合期间低压电器两端的电流。
67.接触电阻：接触电压的有效值与接触电流的有效值的比值。
68.燃弧能量：低压电器在断电瞬间(比如，分闸瞬间)，触头之间会产生电弧，在燃弧时间内对燃弧功率的积分则为燃弧能量。
69.相角：交流电在传输过程中，电压、电流存在0度到360度之间的相位变化。
70.现有的，预估低压电器的剩余使用寿命一般是根据低压电器的安装时间进行大概估计，因此，现有的低压电器寿命预测方法存在预测不准确的问题。
71.有鉴于此，本技术实施例提供一种特征提取方法，应用该特征提取方法可以提取得到待预测电器的目标特征数据，进而基于该目标特征数据可以预测得到较为准确的待预测电器的剩余寿命参数，以便维护人员根据该剩余寿命参数可以及时对待预测电器进行更换，保证线路的正常运行。
72.图1为本技术实施例提供的一种特征提取方法的流程示意图，该方法的执行主体可以是第一电器，具体可以是第一电器中具备数据处理功能的处理单元，比如，处理器等，在此不作限定。可选地，该方法的执行主体也可以是计算机、服务器等电子设备，根据实际的应用场景可以有所不同。
73.如图1所示，该特征提取方法可以包括：
74.s101、获取历史时间段内第一电器在多个开合周期内的工作波形，每个工作波形包括：电压波形和电流波形。
75.其中，一个开合周期也即第一电器从断电状态到通电状态，再由通电状态到断电状态的工作周期，又或者，可以指第一电器从通电状态到断电状态，再由断电状态到通电状态的工作周期，在此不作限定。其中，该历史时间段可以是一周、3天、1天等，在此不作限定。
76.可选地，该第一电器可以是低压电器，又或者，可以是其他类型的电器，在此不作限定。若为低压电器时，该低压电器可以包括但不限于熔断器、接触器、漏电保护器和继电器等。其中，对于该低压电器来说，也即可以获取历史时间段内低压电器在多个开合周期内的工作波形，该工作波形可以包括电压波形和电流波形，可选地，电压波形可以通过电压采样电路采集，电流波形可以通过电流采样电路采集，但不以此为限。此外，需要说明的是，每个工作波形包括的电压波形和电流波形在时间上应该具有对应关系，也即电压波形的开始时间与电流波形的开始时间应该相同，电压波形的结束时间与电流波形的结束时间应该相同。
77.可以理解的是，获取第一电器在多个开合周期内的工作波形时，应尽可能地获取距离当前时间最近的多个工作波形，使得后续基于该多个工作波形预测第一电器的相关参数时，可以得到较为准确的预测结果。当然，本技术在此并不限定工作波形的数量，可以是50个、100个、200个等，根据实际的应用场景可以灵活选择。
78.s102、提取各工作波形的目标特征数据，目标特征数据包括：小波包特征，和/或，燃弧参数。
79.可以理解的是，也即目标特征数据可以包括：小波包特征，又或者，可以包括燃弧参数，再或者，可以包括小波包特征和燃弧参数，在此不作限定，根据实际的应用场景可以提取各工作波形的一种或多种特征数据作为目标特征数据。可以理解的是，由于目标特征数据可以通过各工作波形提取，而各工作波形为历史时间段内第一电器在多个开合周期内的波形，因此所提取的目标特征数据可以表征第一电器的相关工作参数，进而将该目标特征数据应用于第一电器的剩余寿命预测时，可以预测得到较为准确的第一电器的剩余寿命参数。当然，需要说明的是，所提取的目标特征数据也可以用作其他目的，比如，预测第一电器的工作状态、使用频率等，在此不作限定。
80.当然，需要说明的是，根据实际的应用场景，目标特征数据还包括其他特征数据：比如，接触电压、接触电流等，在此不作限定。
81.综上，本技术实施例提供一种特征提取方法，包括：获取历史时间段内第一电器在多个开合周期内的工作波形，每个工作波形至少包括：电压波形和电流波形；提取各工作波形的目标特征数据，目标特征数据包括：小波包特征，和/或，燃弧参数，应用本技术实施例，使得所提取的目标特征数据可以表征第一电器的相关工作参数，进而将该目标特征数据应用于第一电器的剩余寿命预测时，可以预测得到较为准确的第一电器的剩余寿命参数。
82.图2为本技术实施例提供的另一种特征提取方法的流程示意图。下面分情况对目标特征数据的提取过程进行说明，可选地，如图2所示，目标特征数据包括：燃弧参数，燃弧参数包括：燃弧能量占比；上述提取各工作波形的目标特征数据，包括：
83.s201、根据各工作波形对应的电压波形和电流波形，计算各工作波形对应的燃弧能量。
84.参见前述燃弧能量的定义可知，在获取到各工作波形对应的电压波形和电流波形后，则可以在燃弧时间内对燃弧功率求积分得到各工作波形对应的燃弧能量。其中，燃弧功率的计算可参见前述燃弧功率的定义，燃弧时间可以根据电压波形或电流波形的波形开始时间和波形结束时间确定，具体地，可以根据波形结束时间与波形开始时间的时间差确定。
85.s202、基于预设相角区间和各工作波形对应的燃弧能量，采用预设聚类算法对各工作波形进行聚类，获取聚类结果。
86.参见前述相角的定义，本技术中预设相角区间可以是0至360度之间的任意相角区间，比如，0度至60度、60度至150度、150度至250度、250度至360度等，在此不作限定，根据实际的应用场景可以灵活设置。
87.可选地，聚类时可以基于预设相角区间，根据各工作波形对应的燃弧能量，采用预设聚类算法对各工作波形进行聚类，当然，本技术在此并不限定聚类的类别，聚类的类别可以根据燃弧能量划分。比如，第一类别可以是燃弧能量在第一燃弧能量阈值至第二燃弧能量阈值之间的工作波形；第二类别可以是燃弧能量在第二燃弧能量阈值至第三燃弧能量阈值之间的工作波形；第三类别可以是燃弧能量在第三燃弧能量阈值至第四燃弧能量阈值之间的工作波形，其中，第四燃弧能量阈值大于第三燃弧能量阈值，第三燃弧能量阈值大于第二燃弧能量阈值，第二燃弧能量阈值大于第一燃弧能量阈值，在此不作限定。
88.s203、根据聚类结果，计算得到第一电器对应的燃弧能量占比。
89.基于上述说明可知，聚类结果可以反映预设相角区间内各工作波形的分布情况，比如，聚类类别、聚类数量等。因此，可以根据该聚类结果，计算得到第一电器对应的燃弧能量占比，其中，第一电器对应的燃弧能量占比可以表征多个工作波形中符合预设燃弧能量阈值范围的工作波形的数量与多个工作波形的总数量的比值。
90.图3为本技术实施例提供的又一种特征提取方法的流程示意图，如图3所示，上述根据聚类结果，计算得到第一电器对应的燃弧能量占比，包括：
91.s301、根据聚类结果，确定多个工作波形中符合预设燃弧能量阈值范围的工作波形的波形数量。
92.其中，预设燃弧能量阈值范围可以是聚类结果中燃弧能量较低的阈值范围，基于前述说明，比如，预设燃弧能量阈值范围可以是第一燃弧能量阈值至第二燃弧能量阈值之
间的阈值范围，但不以此为限。
93.可以理解的是，基于上述确定的聚类结果，则可以在多个工作波形中确定符合预设燃弧能量阈值范围的工作波形的波形数量。可选地，多个工作波形可以是100个，确定的符合预设燃弧能量阈值范围的工作波形的波形数量可以是20个，30个，又或者是50个，在此不作限定。
94.s302、根据波形数量和多个工作波形的总数量，计算得到第一电器对应的燃弧能量占比。
95.在得到符合预设燃弧能量阈值范围的工作波形的波形数量后，则可以根据该波形数量和多个工作波形的总数量，计算得到第一电器对应的燃弧能量占比。示例地，多个工作波形中符合预设燃弧能量阈值范围的工作波形的波形数量为20，多个工作波形的总数量为100，则得到的待预测电器对应的燃弧能量占比为0.2，当然，实际计算方式并不以此为限。
96.图4为本技术实施例提供的一种第一电器对应的燃弧能量占比和已操作次数的曲线示意图。其中，用第一电器对应的燃弧能量占比表征第一电器的剩余寿命参数时，如图4所示，横轴表示第一电器的已操作次数，纵轴表示第一电器对应的燃弧能量占比，从图4整体上可以看出，燃弧能量占比会随着第一电器的已操作次数的增加而下降，也即燃弧能量占比越大，说明第一电器的已操作次数越少，也即说明第一电器的剩余可操作次数越多，因此，采用第一电器对应的燃弧能量占比可以在一定程度上反应第一电器的剩余寿命参数。当然，第一电器对应的燃弧能量占比的具体应用并不以此为限。
97.图5为本技术实施例提供的另一种特征提取方法的流程示意图，图6为本技术实施例提供的一种小波包分解示意图。可选地，目标特征数据包括：小波包特征，如图5所示，上述提取各工作波形的目标特征数据，包括：
98.s401、对各工作波形进行小波包分解，获取分解后的各工作波形对应的多波段波形，其中，各波段波形对应不同的频率区间。
99.其中，进行小波包分解时，具体可以进行3层、5层、8层等任意层数的小波包分解，在此不作限定，根据实际的应用场景可以灵活设置。
100.示例地，如图6所示，以对各工作波形中的电压波形进行三层小波包分解为例进行说明，具体地，小波分解中可以通过一组高通滤波器和低通滤波器在频域对电压波形进行滤波，高通滤波器和低通滤波器可以通过函数库调用，以二叉树的形式分解输入波形，也即二叉树中一个节点可以对应一个波段波形，根据小波包分解的原理可知，通过三层小波包分解可以将该电压波形分解为8个波段波形，对应到二叉树中，每个波段波形可以用(j，i)表示，也即第j层的第i个节点，参照图6所示，(1，1)、(1，2)、(2，1)、(2，2)、(2，3)、(2，4)、(3，1)、(3，2)、(3，3)、(3，4)、(3，5)、(3，6)、(3，7)、(3，8)各节点可以分别表示各波段波形，各波段波形可以对应不同的频率区间，比如，第一波段波形(1，1)可以对应第一频率区间，第二波段波形(1，2)可以对应第二频率区间，第三波段波形(2，1)可以对应第三频率区间，其他波段波形可以对应其他频率区间，本技术在此不再赘述。
101.s402、计算各工作波形对应的各波段波形的频带能量以及各工作波形的香农熵。
102.在获取到各波段波形后，进一步地可以计算各波段波形的频带能量。可选地，可以通过下述公式计算得到：
[0103][0104]
其中，e(j，i)可以表示分解的第j层的第i个节点的频带能量，其中，j＝1时，i的取值可以为1和2，j＝2时，i的取值可以为1至4中的任意整数，j＝3时，i的取值可以为1至8中的任意整数；ps(n,j,i)表示第j层第i个节点的小波包变换系数，其取值可以根据高通滤波器和低通滤波器确定；n表示n层分解，若为三层小波包分解，则n的取值可以为3，经过n层分解后，可以将待分解的波形分解为2n个波段波形，其中，每个波段波形可以对应相应的频带信号。
[0105]
需要说明的是，具体进行计算时，由于每个工作波形包括电压波形和电流波形，则在进行计算时，可以对每个工作波形中的电压波形和电流波形分别计算频带能量和香农熵，也即对于任一电压波形来说，可以计算得到该电压波形对应的各波段波形的频带能量和该电压波形对应的香农熵；对于任一电流波形来说，可以计算得到该电流波形对应的各波段波形的频带能量和该电流波形对应的香农熵。其中，对各工作波形来说，可以将各工作波形中电压波形对应的各波段波形的频带能量、电压波形对应的香农熵、电流波形对应的各波段波形的频带能量以及电流波形对应的香农熵作为各工作波形的目标特征数据。
[0106]
基于上述说明，在计算得到各工作波形对应的各波段波形的频带能量后，则可以根据各工作波形中各波段波形的频带能量，进一步计算各工作波形的香农熵，也即可以计算各工作波形中电压波形和电流波形分别对应的香农熵。
[0107]
图7为本技术实施例提供的又一种特征提取方法的流程示意图。可选地，如图7所示，上述计算各工作波形的香农熵，包括：
[0108]
s501、根据每个工作波形对应的各波段波形的频带能量，计算每个工作波形中各波段波形的归一化频带能量系数。
[0109]
s502、根据每个工作波形中各波段波形的归一化频带能量系数，计算每个工作波形的香农熵。
[0110]
其中，工作波形中电压波形或电流波形中各波段波形的归一化频带能量系数可以根据各波段波形的频带能量与各波段波形的频带能量的总和的比值计算得到，其中，各波段波形的频带能量的总和可以通过对各波段波形的频带能量进行求和计算得到。
[0111]
可选地，根据各工作波形中各波段波形的归一化频带能量系数，计算各工作波形的香农熵的过程可参见下述的公式计算得到：
[0112][0113]
其中，xw(t)表示工作波形中的电压波形或电流波形，表示对xw(t)进行n层分解后第n个波段波形的归一化频带能量系数，n表示n层分解，若为三层小波包分解，则n的取值可以为3，经过n层分解后，可以将待分解的波形分解为2n个波段波形，h(xw(t))表示电压波形或电流波形xw(t)的香农熵。
[0114]
示例地，基于上述举例进一步说明，电压波形进行三层小波包分解后，可以分解得到8个波段波形，其中，以第一波段波形为例进行说明，第一波段波形的归一化频带能量系
数可以根据第一波段波形的频带能量与8个波段波形的频带能量的总和的比值计算得到，电压波形中其他各波段波形的归一化频带能量系数可参见第一波段波形的归一化频带能量系数计算得到，本技术在此不再赘述。综上，可以理解的是，若进行了三层小波包分解，使得对于一个电压波形来说，可以用9个特征值体现，其中，包括：8个频带能量特征和一个香农熵特征，使得尽可能多维度地反映电压波形的特征。
[0115]
可选地，上述预设聚类算法可以包括下述至少一项：k均值聚类算法、均值偏移聚类算法、层次聚类算法。在一些实施例中，预设聚类算法还可以基于密度算法(比如，dbscan)、图论聚类法、网格算法等实现，在此不作限定。
[0116]
可选地，上述目标特征数据还包括下述至少一项：燃弧时间、燃弧功率、接触电压、接触电流、接触电阻。其中，关于该部分各特征数据的解释可参见前述的名词解释部分，本技术在此不再赘述。当然，需要说明的是，根据实际的应用场景，以及第一电器的具体类别，目标特征数据还可以包括其他类别的特征数据，本技术在此不作限定。
[0117]
可选地，本技术实施例还提供一种低压电器寿命预测方法，包括：
[0118]
将待预测电器对应的目标特征数据输入寿命预测模型，预测获取待预测电器的剩余寿命参数。
[0119]
其中，待预测电器对应的目标特征数据采用前述特征提取方法的步骤获得，第一电器为待预测电器；寿命预测模型根据训练样本数据集训练获取，训练样本数据集包括多个样本电器对应的目标特征数据，并标注对应的剩余寿命参数，多个样本电器对应的目标特征数据采用前述特征提取方法的步骤获得，第一电器为多个样本电器。
[0120]
可选地，寿命预测模型可以基于深度学习技术、随机森林技术等实现，在此不作限定。可选地，多个样本电器的电器类型可以与待预测电器的电器类型相同，比如，可以均为接触器，又或者，可以均为继电器，使得基于该多个样本电器对应的目标特征数据训练获取的寿命预测模型，用于预测待预测电器的剩余寿命参数时，可以得到较为准确的预测结果。可以理解的是，对于多个样本电器来说，也即可以通过前述特征提取方法获取历史时间段内多个样本电器在多个开合周期内的工作波形，每个工作波形至少包括：电压波形和电流波形；提取各工作波形的目标特征数据，使得可以提取到多个样本电器对应的目标特征数据。
[0121]
其中，具体训练寿命预测模型时，所提取的多个样本电器对应的目标特征数据可以作为训练样本数据集，各目标特征数据并标注对应的剩余寿命参数，以训练获取寿命预测模型，所获取的寿命预测模型可以用于对待预测电器的剩余寿命参数进行预测。
[0122]
可选地，剩余寿命参数可以是剩余可工作时长、剩余可工作次数等，在此不作限定，根据多个样本电器和待预测电器的不同可以有所不同。此外，也可以理解的是，由于寿命预测模型是根据多个样本电器对应的目标特征数据训练获取，因此，所训练获取的寿命预测模型可以学习到多个样本电器对应的目标特征数据和剩余寿命参数之间的关系，进而将寿命预测模型用于预测获取待预测电器的剩余寿命参数时，可以得到较为准确的寿命预测结果。此外，可以理解的是，多个样本电器对应的目标特征数据的类别与待预测电器对应的目标特征数据的类别应该相同，也即若多个样本电器对应的目标特征数据还包括：燃弧时间、燃弧功率、接触电压、接触电流、接触电阻中的至少一项特征数据或其他类别的特征数据时，则待预测电器对应的目标特征数据也应包括对应的特征数据。
[0123]
还需要说明的是，根据实际的应用场景，若对预测时间有较高要求(比如，要求预测时间尽可能短)，那么可以选择提取小波包特征和燃弧参数中的任一种特征数据作为多个样本数据对应的目标特征数据，以减少提取目标特征数据所需的时间；而若对预测准确性有较高要求，那么可以提取小波包特征和燃弧参数作为多个样本数据对应的目标特征数据，又或者，可以提取其他特征作为多个样本数据对应的目标特征数据，以丰富目标特征数据的类别，在此不作限定。
[0124]
综上，本技术提供一种低压电器寿命预测方法，包括：前述任一实施例中的特征提取方法，其中，第一电器包括：待预测电器和多个样本电器，低压电器寿命预测方法包括：将待预测电器对应的目标特征数据输入寿命预测模型，预测获取待预测电器的剩余寿命参数，其中，寿命预测模型根据训练样本数据集训练获取，训练样本数据集包括多个样本电器对应的目标特征数据，并标注对应的剩余寿命参数，应用本技术实施例，实现了可以通过寿命预测模型预测获取待预测电器的剩余寿命参数，相较于现有根据待预测电器的安装时间预测剩余寿命的方法，本技术实施例可以得到准确的寿命预测结果。
[0125]
图8为本技术实施例提供的一种特征提取装置的功能模块示意图，该装置基本原理及产生的技术效果与前述对应的方法实施例相同，为简要描述，本实施例中未提及部分，可参考方法实施例中的相应内容。如图8所示，该特征提取装置100包括：
[0126]
获取模块110，用于获取历史时间段内第一电器在多个开合周期内的工作波形，每个工作波形至少包括：电压波形和电流波形；
[0127]
提取模块120，用于提取各工作波形的目标特征数据，目标特征数据包括：小波包特征，和/或，燃弧参数。
[0128]
在可选的实施方式中，目标特征数据包括：燃弧参数，燃弧参数包括：燃弧能量占比；提取模块120，具体用于根据各工作波形对应的电压波形和电流波形，计算各工作波形对应的燃弧能量；基于预设相角区间和各工作波形对应的燃弧能量，采用预设聚类算法对各工作波形进行聚类，获取聚类结果；根据聚类结果，计算得到第一电器对应的燃弧能量占比。
[0129]
在可选的实施方式中，提取模块120，具体用于根据聚类结果，确定多个工作波形中符合预设燃弧能量阈值范围的工作波形的波形数量；根据波形数量和多个工作波形的总数量，计算得到第一电器对应的燃弧能量占比。
[0130]
在可选的实施方式中，目标特征数据包括：小波包特征，提取模块120，具体用于对各工作波形进行小波包分解，获取分解后的各工作波形对应的多波段波形，其中，各波段波形对应不同的频率区间；计算各工作波形对应的各波段波形的频带能量以及各工作波形的香农熵。
[0131]
在可选的实施方式中，提取模块120，具体用于根据每个工作波形对应的各波段波形的频带能量，计算每个工作波形中各波段波形的归一化频带能量系数；根据每个工作波形中各波段波形的归一化频带能量系数，计算每个工作波形的香农熵。
[0132]
在可选的实施方式中，预设聚类算法包括下述至少一项：k均值聚类算法、均值偏移聚类算法、层次聚类算法。
[0133]
在可选的实施方式中，目标特征数据还包括下述至少一项：燃弧时间、燃弧功率、接触电压、接触电流、接触电阻。
[0134]
可选地，本技术实施例还提供一种低压电器寿命预测装置，该装置基本原理及产生的技术效果与前述对应的方法实施例相同，为简要描述，本实施例中未提及部分，可参考方法实施例中的相应内容。该低压电器寿命预测装置，可以包括：
[0135]
预测模块，用于将待预测电器对应的目标特征数据输入寿命预测模型，预测获取待预测电器的剩余寿命参数，其中，待预测电器对应的目标特征数据采用上述特征提取方法获得，第一电器为待预测电器；
[0136]
寿命预测模型根据训练样本数据集训练获取，训练样本数据集包括多个样本电器对应的目标特征数据，并标注对应的剩余寿命参数，多个样本电器对应的目标特征数据采用上述特征提取方法获得，第一电器为多个样本电器。
[0137]
上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。
[0138]
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，简称asic)，或，一个或多个微处理器，或，一个或者多个现场可编程门阵列(field programmable gate array，简称fpga)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，简称cpu)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称soc)的形式实现。
[0139]
图9为本技术实施例提供的一种电子设备结构示意图，该电子设备可以集成于前述第一电器中。如图9所示，该电子设备可以包括：处理器210、存储介质220和总线230，存储介质220存储有处理器210可执行的机器可读指令，当电子设备运行时，处理器210与存储介质220之间通过总线230通信，处理器210执行机器可读指令，以执行上述方法实施例的步骤。具体实现方式和技术效果类似，这里不再赘述。
[0140]
可选地，本技术还提供一种存储介质，存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述方法实施例的步骤。具体实现方式和技术效果类似，这里不再赘述。
[0141]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0142]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0143]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0144]
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存
储介质中。上述软件功能单元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)或处理器(英文：processor)执行本技术各个实施例方法的部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(英文：read-only memory，简称：rom)、随机存取存储器(英文：random access memory，简称：ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0145]
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0146]
以上仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。以上仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。