电流特征提取程序是指用于从电机电流信号中提取有用信息的计算机程序。这些程序可以基于不同的信号处理技术，包括时域分析和频域分析。以下是一些常见的电流特征提取程序和方法：
时域特征提取
平均值：计算电流信号在一个周期或一段时间内的平均值。
方差：计算电流信号的平方与平均值的差的平均值，反映信号的波动程度。
峰值：找出电流信号中的最大值。
脉冲计数：统计电流信号中特定脉冲的数量。
峰值因子：峰值与平均值的比值，反映信号的畸变程度。
波形畸变：分析电流信号的波形是否偏离理想波形，如正弦波。
频域特征提取
傅里叶变换：将电流信号从时域转换到频域，分析不同频率成分的幅值和相位。
小波变换：使用小波函数对电流信号进行多尺度分解，提取不同时间尺度的特征。
卷积神经网络（CNN）：通过训练CNN模型，自动提取电机电流信号的频域特征。
长短期记忆网络（LSTM）：利用LSTM网络处理时间序列数据，提取电机电流信号的时域和频域特征。
这些特征提取方法可以单独使用，也可以结合使用，以提高电机状态监测和故障诊断的准确性和可靠性。具体的程序实现通常涉及信号处理、数学计算和机器学习等多个领域的知识。
建议在实际应用中，根据具体需求和电机类型选择合适的特征提取方法，并可能需要结合多种方法以获得最佳效果。