本技術涉及電機控制領域，特別涉及一種電機的控制方法、裝置以及頂出風室外機。

背景技術：

1、對于頂出風室外機而言，在嚴寒、凍雨等極端天氣的影響，頂出風室外機的風葉有可能因為水蒸氣凝固等因素在表面上結冰，如若此時風葉上冰的分布不均勻，有可能在電機啟動后，因為風葉的質量分布不均勻，風葉不平衡，導致電機運行不穩(wěn)定、過流停機等問題，甚至可能在電機高速運行時出現風葉破損的情況。

2、因此，如何識別風葉的風葉狀態(tài)并根據風葉狀態(tài)來控制電機是研究的熱點。

技術實現思路

1、本技術實施例提供了一種電機的控制方法、裝置以及頂出風室外機，能夠識別風葉的風葉狀態(tài)并根據風葉狀態(tài)來控制電機，技術方案如下：

2、一方面，提供了一種電機的控制方法，所述方法包括：

3、獲取頂出風室外機的電機的輸入電流數據集合以及轉動數據集合，所述電機用于驅動所述頂出風室外機的風葉進行轉動，所述輸入電流數據集合包括多個輸入電流數據，所述轉動數據集合包括多個轉動數據；

4、將所述輸入電流數據集合和所述轉動數據集合輸入風葉狀態(tài)確定模型，通過所述風葉狀態(tài)確定模型對所述輸入電流數據集合和所述轉動數據集合進行處理，得到所述風葉的風葉狀態(tài)，所述風葉狀態(tài)包括平衡和不平衡；

5、基于所述風葉的風葉狀態(tài)，對所述電機進行控制。

6、在一種可能的實施方式中，所述轉動數據包括轉動速度以及所述電機的轉子的轉動位置，所述通過所述風葉狀態(tài)確定模型對所述輸入電流數據集合和所述轉動數據集合進行處理，得到所述風葉的風葉狀態(tài)，包括：

7、通過所述風葉狀態(tài)確定模型，基于所述轉動數據集合中的多個轉動位置對所述輸入電流數據集合中對應的輸入電流數據進行變換，得到所述電機的多個第一電流對，一個所述第一電流對包括一組d軸電流和q軸電流；

8、通過所述風葉狀態(tài)確定模型，基于所述電機的多個第一電流對以及所述轉動數據集合中的多個轉動速度，確定所述風葉的風葉狀態(tài)。

9、在一種可能的實施方式中，所述通過所述風葉狀態(tài)確定模型，基于所述轉動數據集合中的多個轉動位置對所述輸入電流數據集合中對應的輸入電流數據進行變換，得到所述電機的多個第一電流對，包括：

10、通過所述風葉狀態(tài)確定模型，對所述輸入電流數據集合中各個輸入電流數據進行克拉克變換，得到多個第二電流對，一個所述第二電流對包括兩相靜止坐標系下的一組α電流和β電流；

11、通過所述風葉狀態(tài)確定模型，基于所述轉動數據集合中的多個轉動位置對所述多個第二電流對中對應的第二電流對進行派克變換，得到所述電機的多個第一電流對。

12、在一種可能的實施方式中，所述通過所述風葉狀態(tài)確定模型，基于所述電機的多個第一電流對以及所述轉動數據集合中的多個轉動速度，確定所述風葉的風葉狀態(tài)，包括：

13、通過所述風葉狀態(tài)確定模型，對所述多個第一電流對以及所述轉動數據集合中的多個轉動速度進行特征提取，得到所述風葉的平衡特征；

14、通過所述風葉狀態(tài)確定模型，對所述平衡特征進行全連接和歸一化，得到所述風葉的風葉狀態(tài)預測分數；

15、在所述風葉狀態(tài)預測分數大于或等于狀態(tài)分數閾值的情況下，將所述風葉的風葉狀態(tài)確定為平衡；

16、在所述風葉狀態(tài)預測分數小于所述狀態(tài)分數閾值的情況下，將所述風葉的風葉狀態(tài)確定為不平衡。

17、在一種可能的實施方式中，所述通過所述風葉狀態(tài)確定模型，對所述多個第一電流對以及所述轉動數據集合中的多個轉動速度進行特征提取，得到所述風葉的平衡特征，包括：

18、通過所述風葉狀態(tài)確定模型，對所述多個第一電流對以及所述轉動數據集合中的多個轉動速度進行歸一化和時頻變換，得到所述多個第一電流對的電流頻譜以及所述多個轉動速度的轉動速度頻譜；

19、通過所述風葉狀態(tài)確定模型，對所述電流頻譜和所述轉動速度頻譜進行特征提取，得到所述轉動速度頻譜的第一頻譜特征以及所述轉動速度頻譜的第二頻譜特征；

20、通過所述風葉狀態(tài)確定模型，將所述第一頻譜特征和所述第二頻譜特征進行融合，得到所述風葉的平衡特征。

21、在一種可能的實施方式中，所述通過所述風葉狀態(tài)確定模型，將所述第一頻譜特征和所述第二頻譜特征進行融合，得到所述風葉的平衡特征，包括：

22、通過所述風葉狀態(tài)確定模型，確定所述第一頻譜特征對應的第一融合權重和所述第二頻譜特征對應的第二融合權重，所述第一融合權重用于表示第一電流對與所述風葉的風葉狀態(tài)的關聯程度，所述第二融合權重用于表示轉動速度與所述風葉的風葉狀態(tài)的關聯程度；

23、采用所述第一融合權重和所述第二融合權重將所述第一頻譜特征和所述第二頻譜特征進行融合，得到所述風葉的平衡特征。

24、在一種可能的實施方式中，所述通過所述風葉狀態(tài)確定模型，對所述多個第一電流對以及所述轉動數據集合中的多個轉動速度進行特征提取，得到所述風葉的平衡特征，包括：

25、通過所述風葉狀態(tài)確定模型，對所述多個第一電流對以及所述多個轉動速度進行時序編碼，得到所述多個第一電流的電流時序特征以及所述多個轉動速度的轉動速度時序特征；

26、通過所述風葉狀態(tài)確定模型，將所述電流時序特征和所述轉動速度時序特征進行融合，得到所述風葉的平衡特征。

27、在一種可能的實施方式中，所述基于所述風葉的風葉狀態(tài)，對所述電機進行控制，包括：

28、在所述風葉的風葉狀態(tài)為平衡的情況下，控制所述電機的按照當前控制參數繼續(xù)轉動；

29、在所述風葉的風葉狀態(tài)為不平衡的情況下，控制所述電機降低轉速或停止轉動。

30、在一種可能的實施方式中，所述在所述風葉的風葉狀態(tài)為不平衡的情況下，控制所述電機降低轉速或停止轉動，包括：

31、所述風葉的風葉狀態(tài)為不平衡的情況下，確定所述風葉的風葉狀態(tài)連續(xù)被確定為不平衡的次數；

32、在所述次數大于或等于第一預設次數的情況下，控制所述電機降低轉速；

33、在所述次數大于或等于第二預設次數的情況下，控制所述電機停止轉動，所述第二預設次數大于所述第一預設次數。

34、在一種可能的實施方式中，所述風葉狀態(tài)確定模型的訓練方法包括：

35、獲取所述頂出風室外機的多個樣本數據集合以及各個所述樣本數據集合對應的標注風葉狀態(tài)，所述樣本數據集合包括樣本輸入電流數據集合以及樣本轉動數據集合；

36、將所述多個樣本數據集合輸入所述風葉狀態(tài)確定模型，通過所述風葉狀態(tài)確定模型對各個所述樣本數據集合進行處理，得到各個所述樣本數據集合對應的預測風葉狀態(tài)；

37、基于各個所述樣本數據集合對應的預測風葉狀態(tài)與標注風葉狀態(tài)之間的差異信息，對所述風葉狀態(tài)確定模型進行訓練。

38、在一種可能的實施方式中，所述獲取所述頂出風室外機的多個樣本數據集合以及各個所述樣本數據集合對應的標注風葉狀態(tài)，包括：

39、獲取所述頂出風室外機的多個第一樣本數據集合，所述多個第一樣本數據集合為所述風葉的風葉狀態(tài)為平衡的情況下采集的，不同第一樣本數據集合是在頂出風室外機處于不同堵回風比例的情況下采集的；

40、獲取所述頂出風室外機的多個第二樣本數據集合，所述多個第二樣本數據集合為所述風葉的風葉狀態(tài)為不平衡的情況下采集的樣本數據集合，不同第二樣本數據集合是在頂出風室外機處于不同不平衡負載的情況下采集的。

41、一方面，提供了一種電機的控制裝置，所述裝置包括：

42、數據獲取模塊，用于獲取頂出風室外機的電機的輸入電流數據集合以及轉動數據集合，所述電機用于驅動所述頂出風室外機的風葉進行轉動，所述輸入電流數據集合包括多個輸入電流數據，所述轉動數據集合包括多個轉動數據；

43、風葉狀態(tài)確定模塊，用于將所述輸入電流數據集合和所述轉動數據集合輸入風葉狀態(tài)確定模型，通過所述風葉狀態(tài)確定模型對所述輸入電流數據集合和所述轉動數據集合進行處理，得到所述風葉的風葉狀態(tài)，所述風葉狀態(tài)包括平衡和不平衡；

44、控制模塊，用于基于所述風葉的風葉狀態(tài)，對所述電機進行控制。

45、在一種可能的實施方式中，所述轉動數據包括轉動速度以及所述電機的轉子的轉動位置，所述風葉狀態(tài)確定模塊，用于通過所述風葉狀態(tài)確定模型，基于所述轉動數據集合中的多個轉動位置對所述輸入電流數據集合中對應的輸入電流數據進行變換，得到所述電機的多個第一電流對，一個所述第一電流對包括一組d軸電流和q軸電流；通過所述風葉狀態(tài)確定模型，基于所述電機的多個第一電流對以及所述轉動數據集合中的多個轉動速度，確定所述風葉的風葉狀態(tài)。

46、在一種可能的實施方式中，所述風葉狀態(tài)確定模塊，用于通過所述風葉狀態(tài)確定模型，對所述輸入電流數據集合中各個輸入電流數據進行克拉克變換，得到多個第二電流對，一個所述第二電流對包括兩相靜止坐標系下的一組α電流和β電流；通過所述風葉狀態(tài)確定模型，基于所述轉動數據集合中的多個轉動位置對所述多個第二電流對中對應的第二電流對進行派克變換，得到所述電機的多個第一電流對。

47、在一種可能的實施方式中，所述通過所述風葉狀態(tài)確定模型，對所述多個第一電流對以及所述轉動數據集合中的多個轉動速度進行特征提取，得到所述風葉的平衡特征；通過所述風葉狀態(tài)確定模型，對所述平衡特征進行全連接和歸一化，得到所述風葉的風葉狀態(tài)預測分數；在所述風葉狀態(tài)預測分數大于或等于狀態(tài)分數閾值的情況下，將所述風葉的風葉狀態(tài)確定為平衡；在所述風葉狀態(tài)預測分數小于所述狀態(tài)分數閾值的情況下，將所述風葉的風葉狀態(tài)確定為不平衡。

48、在一種可能的實施方式中，所述風葉狀態(tài)確定模塊，用于通過所述風葉狀態(tài)確定模型，對所述多個第一電流對以及所述轉動數據集合中的多個轉動速度進行歸一化和時頻變換，得到所述多個第一電流對的電流頻譜以及所述多個轉動速度的轉動速度頻譜；通過所述風葉狀態(tài)確定模型，對所述電流頻譜和所述轉動速度頻譜進行特征提取，得到所述轉動速度頻譜的第一頻譜特征以及所述轉動速度頻譜的第二頻譜特征；通過所述風葉狀態(tài)確定模型，將所述第一頻譜特征和所述第二頻譜特征進行融合，得到所述風葉的平衡特征。

49、在一種可能的實施方式中，所述風葉狀態(tài)確定模塊，用于通過所述風葉狀態(tài)確定模型，確定所述第一頻譜特征對應的第一融合權重和所述第二頻譜特征對應的第二融合權重，所述第一融合權重用于表示第一電流對與所述風葉的風葉狀態(tài)的關聯程度，所述第二融合權重用于表示轉動速度與所述風葉的風葉狀態(tài)的關聯程度；采用所述第一融合權重和所述第二融合權重將所述第一頻譜特征和所述第二頻譜特征進行融合，得到所述風葉的平衡特征。

50、在一種可能的實施方式中，所述風葉狀態(tài)確定模塊，用于通過所述風葉狀態(tài)確定模型，對所述多個第一電流對以及所述多個轉動速度進行時序編碼，得到所述多個第一電流的電流時序特征以及所述多個轉動速度的轉動速度時序特征；通過所述風葉狀態(tài)確定模型，將所述電流時序特征和所述轉動速度時序特征進行融合，得到所述風葉的平衡特征。

51、在一種可能的實施方式中，所述控制模塊，用于在所述風葉的風葉狀態(tài)為平衡的情況下，控制所述電機按照當前控制參數繼續(xù)轉動；在所述風葉的風葉狀態(tài)為不平衡的情況下，控制所述電機降低轉速或停止轉動。

52、在一種可能的實施方式中，所述控制模塊，用于所述風葉的風葉狀態(tài)為不平衡的情況下，確定所述風葉的風葉狀態(tài)連續(xù)被確定為不平衡的次數；在所述次數大于或等于第一預設次數的情況下，控制所述電機降低轉速；在所述次數大于或等于第二預設次數的情況下，控制所述電機停止轉動，所述第二預設次數大于所述第一預設次數。

53、在一種可能的實施方式中，所述裝置還包括訓練模塊，用于獲取所述頂出風室外機的多個樣本數據集合以及各個所述樣本數據集合對應的標注風葉狀態(tài)，所述樣本數據集合包括樣本輸入電流數據集合以及樣本轉動數據集合；將所述多個樣本數據集合輸入所述風葉狀態(tài)確定模型，通過所述風葉狀態(tài)確定模型對各個所述樣本數據集合進行處理，得到各個所述樣本數據集合對應的預測風葉狀態(tài)；基于各個所述樣本數據集合對應的預測風葉狀態(tài)與標注風葉狀態(tài)之間的差異信息，對所述風葉狀態(tài)確定模型進行訓練。

54、在一種可能的實施方式中，所述訓練模塊，用于獲取所述頂出風室外機的多個第一樣本數據集合，所述多個第一樣本數據集合為所述風葉的風葉狀態(tài)為平衡的情況下采集的，不同第一樣本數據集合是在頂出風室外機處于不同堵回風比例的情況下采集的；獲取所述頂出風室外機的多個第二樣本數據集合，所述多個第二樣本數據集合為所述風葉的風葉狀態(tài)為不平衡的情況下采集的樣本數據集合，不同第二樣本數據集合是在頂出風室外機處于不同不平衡負載的情況下采集的。

55、一方面，提供了一種頂出風室外機，所述頂出風室外機包括一個或多個處理器和一個或多個存儲器，所述一個或多個存儲器中存儲有至少一條計算機程序，所述計算機程序由所述一個或多個處理器加載并執(zhí)行以實現所述電機的控制方法。

56、一方面，提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質中存儲有至少一條計算機程序，所述計算機程序由處理器加載并執(zhí)行以實現所述電機的控制方法。

57、一方面，提供了一種計算機程序產品或計算機程序，該計算機程序產品或計算機程序包括程序代碼，該程序代碼存儲在計算機可讀存儲介質中，計算機設備的處理器從計算機可讀存儲介質讀取該程序代碼，處理器執(zhí)行該程序代碼，使得該計算機設備執(zhí)行上述電機的控制方法。

58、通過本技術實施例提供的技術方案，獲取驅動頂出風室外機風葉的電機的多個輸入電流數據以及多個轉動數據。利用風葉狀態(tài)確定模型對該多個輸入電流數據以及多個轉動數據進行處理，以確定該風葉的風葉狀態(tài)，從而實現對風葉的風葉狀態(tài)的識別?；谠擄L葉狀態(tài)來控制該頂出風室外機的電機，降低風葉和電機由于風葉不平衡而出現損壞的概率。