1.一种基于后缀树的故障检测方法,其特征在于,包括以下步骤:获取第一故障信号,并通过后缀树算法对所述第一故障信号进行分解,得到故障重复波形和重复时间序列;
根据所述故障重复波形和所述重复时间序列确定所述第一故障信号的第一时频特征图,并根据所述第一时频特征图构建训练图片集;
将所述训练图片集输入到预先构建的卷积神经网络中进行训练,得到训练好的故障识别模型;
获取待检测的第二故障信号,并通过后缀树算法确定所述第二故障信号的第二时频特征图,进而将所述第二时频特征图输入到所述故障识别模型,输出得到故障类型识别结果;
所述通过后缀树算法对所述第一故障信号进行分解,得到故障重复波形和重复时间序列这一步骤,其具体包括:通过平均分布或高斯分布对所述第一故障信号进行编码得到第一时域信号;
通过后缀树算法对所述第一时域信号进行分解,得到多个故障波形信息和对应的时刻信息,并根据所述故障波形信息和所述时刻信息构建第一后缀树;
对所述第一后缀树的各个节点进行遍历,获取重复出现的故障波形信息作为故障重复波形,并确定所述故障重复波形的重复时间序列。
2.根据权利要求1所述的一种基于后缀树的故障检测方法,其特征在于,所述对所述第一后缀树的各个节点进行遍历,获取重复出现的故障波形信息作为故障重复波形,并确定所述故障重复波形的重复时间序列这一步骤,其具体包括:从所述第一后缀树的根节点开始,通过深度优先的嵌套遍历算法对所述第一后缀树的各个节点进行遍历;
获取重复出现的故障波形信息作为故障重复波形,并确定所述故障重复波形对应的多个时刻信息;
根据所述故障重复波形对应的多个时刻信息确定所述故障重复波形的重复时间序列。
3.根据权利要求1所述的一种基于后缀树的故障检测方法,其特征在于,所述故障检测方法还包括以下步骤:获取超过预设的重复次数阈值的故障重复波形的最大重复长度,当所述最大重复长度大于等于预设的长度阈值且残差编码的次数小于等于预设的编码次数阈值,对残差编码的参数进行更新后再进行残差编码和信号分解。
4.根据权利要求1所述的一种基于后缀树的故障检测方法,其特征在于,所述根据所述故障重复波形和所述重复时间序列确定所述第一故障信号的第一时频特征图,并根据所述第一时频特征图构建训练图片集这一步骤,其具体包括:根据预设的重复长度范围,对所述故障重复波形和所述重复时间序列进行归一化处理,得到所述第一故障信号的第一时频特征图;
根据所述第一时频特征图确定训练样本;
获取所述第一故障信号的故障类型,根据所述故障类型生成故障类型标签;
根据所述训练样本和所述故障类型标签构建训练图片集。
5.根据权利要求4所述的一种基于后缀树的故障检测方法,其特征在于,所述将所述训练图片集输入到预先构建的卷积神经网络中进行训练这一步骤,其具体包括:将所述训练图片集输入到所述卷积神经网络,得到故障预测结果;
根据所述故障预测结果和所述故障类型标签确定训练的损失值;
根据所述损失值对所述卷积神经网络的参数进行更新。
6.根据权利要求1至5中任一项所述的一种基于后缀树的故障检测方法,其特征在于:所述卷积神经网络包括输入层、低隐层、全连接层以及输出层,所述低隐层由多个卷积层和多个池化层交替组成。
7.一种基于后缀树的故障检测系统,其特征在于,包括:信号分解模块,用于获取第一故障信号,并通过后缀树算法对所述第一故障信号进行分解,得到故障重复波形和重复时间序列;
训练图片集构建模块,用于根据所述故障重复波形和所述重复时间序列确定所述第一故障信号的第一时频特征图,并根据所述第一时频特征图构建训练图片集;
故障识别模型训练模块,用于将所述训练图片集输入到预先构建的卷积神经网络中进行训练,得到训练好的故障识别模型;
故障类型识别模块,用于获取待检测的第二故障信号,并通过后缀树算法确定所述第二故障信号的第二时频特征图,进而将所述第二时频特征图输入到所述故障识别模型,输出得到故障类型识别结果;
所述通过后缀树算法对所述第一故障信号进行分解,得到故障重复波形和重复时间序列这一步骤,其具体包括:通过平均分布或高斯分布对所述第一故障信号进行编码得到第一时域信号;
通过后缀树算法对所述第一时域信号进行分解,得到多个故障波形信息和对应的时刻信息,并根据所述故障波形信息和所述时刻信息构建第一后缀树;
对所述第一后缀树的各个节点进行遍历,获取重复出现的故障波形信息作为故障重复波形,并确定所述故障重复波形的重复时间序列。
8.一种基于后缀树的故障检测装置,其特征在于,包括:至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1至6中任一项所述的一种基于后缀树的故障检测方法。
9.一种计算机可读存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由处理器执行时用于执行如权利要求1至6中任一项所述的一种基于后缀树的故障检测方法。