用于检测谐波和间谐波的方法技术

本公开提供用于检测谐波和间谐波的方法，所述方法包括：获取电力系统的电流信号；将所述电流信号与基元函数信号的内积的最大值函数确定为优化算法的适应度函数，其中，所述电流信号至少包括所述电流信号的基波的信号分量以及多个谐波和间谐波的信号分量；使用粒子群优化算法对所述适应度函数进行迭代求解，以获取关于所述电流信号中的谐波和间谐波的特征参数的较优解的集合；将所述较优解的集合作为禁忌搜索算法的初始值，并使用禁忌搜索算法对所述适应度函数继续进行迭代求解，以从所述较优解的集合中获取关于所述电流信号中的谐波和间谐波的特征参数的最优解的集合。

A method for detecting harmonics and interharmonics

【技术实现步骤摘要】
用于检测谐波和间谐波的方法
本申请涉及故障诊断领域，具体涉及一种用于检测谐波和间谐波的方法。
技术介绍
由于电机在发生故障时其定子电流信号波形会随之发生畸变而产生高次谐波和间谐波分量，所以可通过检测电机的定子电流信号中的谐波和间谐波的频率、幅值和相位参数来确定电机设备的健康状态。目前，常用的谐波检测算法主要是快速傅里叶变换(FFT)。尽管该算法能够检测出信号的频率、幅值和相位参数，但是该算法存在频谱泄漏和栅栏效应等缺点，这使得电机的定子电流信号中的故障特征容易被基波和噪声淹没，从而难以实现对故障特征的频率、幅值和相位参数的准确识别。随着电机作为主要驱动设备在工农运输业、国防工程以及日常生活中的普遍应用，电机的正常工作对于保证生产制造过程中的安全、高效等具有非常重大的意义。因此，迫切需要一种能够更快速、更准确地检测出电机所存在的故障及其对应的故障类型的方法。
技术实现思路
本专利技术的目的在于提供用于检测谐波和间谐波的方法。据本专利技术的一方面，提供一种用于检测谐波和间谐波的方法，所述方法包括：获取电力系统的电流信号；将所述电流信号与基元函数信号的内积的最大值函数确定为优化算法的适应度函数，其中，所述电流信号至少包括所述电流信号的基波的信号分量以及多个谐波和间谐波的信号分量；使用粒子群优化算法对所述适应度函数进行迭代求解，以获取关于所述电流信号中的谐波和间谐波的特征参数的较优解的集合；将所述较优解的集合作为禁忌搜索算法的初始值，并使用禁忌搜索算法对所述适应度函数继续进行迭代求解，以从所述较优解的集合中获取关于所述电流信号中的谐波和间谐波的特征参数的最优解的集合。优选地，所述电流信号为电机的定子电流信号。优选地，所述方法还包括：根据获取的最优解的集合中的谐波和间谐波的特征参数来确定所述电机的故障类型。优选地，所述根据获取的最优解的集合中的谐波和间谐波的特征来确定所述电机的故障类型的步骤包括：当获取的最优解的集合中的高次谐波的幅值增大且增大率超过第一预定阈值时，以及/或者当获取的最优解的集合中的高次间谐波的幅值增大且增大率超过第二预定阈值时，确定所述电机存在定子绕组故障。优选地，所述根据获取的最优解的集合中的谐波和间谐波的特征来确定所述电机的故障类型的步骤包括：当在获取的最优解的集合中的谐波和间谐波中出现转子断条故障特征频率的谐波和间谐波时，确定所述电机存在转子断条故障。优选地，所述转子断条故障特征频率为：fr＝(1±2ks)f1其中，fr表示断条故障特征频率，f1表示电源供电频率，s为电机的转差率，k为不为零的正整数。优选地，所述根据获取的最优解的集合中的谐波和间谐波的特征来确定所述电机的故障类型的步骤包括：当获取的最优解的集合中的谐波和间谐波中出现偏心故障特征频率的谐波和间谐波时，确定所述电机存在气隙偏心故障。优选地，所述偏心故障特征频率为：fe＝f1[(R±nd)(1-s)/P+nw]其中，fe为偏心故障特征频率，f1为电源供电频率，R为电机的转子导条数，s为电机的转差率，P为电机的电极对数，当发生静态偏心时，nd为0；当发生动态偏心时，nd为1，nw为不为零的正奇数。优选地，所述根据获取的最优解的集合中的谐波和间谐波的特征来确定所述电机的故障类型的步骤包括：当获取的最优解的集合中的谐波和间谐波中出现轴承故障特征频率的谐波和间谐波时，确定所述电机存在轴承故障。优选地，所述轴承故障特征频率为：fCF＝|f1±mfv|其中，fCF表示轴承故障特征频率，f1表示电源供电频率，fv表示电机的轴承振动特征频率，m表示不为零的正奇数。本专利技术所提供的用于检测谐波和间谐波的方法不仅可以进一步提高对谐波和间谐波的检测速度，而且还可以进一步提高对谐波和间谐波的检测精确度。另外，相比于常见的神经网络等分类方法的训练和分类处理，本专利技术还具有可对谐波和间谐波进行实时监测，对样本依赖小，数据处理简单，算法复杂度低等优点。附图说明通过下面结合附图进行的描述，本专利技术的上述和其他目的和特点将会变得更加清楚，其中：图1示出了根据本专利技术的示例性实施例的用于从电机的定子电流信号中提取谐波和间谐波信号的处理的流程图；图2示出了根据本专利技术的示例性实施例的用于根据提取的谐波和间谐波来确定电机的故障类型的处理的流程图。具体实施方式以下，将以电机的定子电流信号的检测为例参照附图来详细说明本专利技术的实施例。图1示出了根据本专利技术的示例性实施例的用于从电机的定子电流信号中提取谐波和间谐波信号的处理100的流程图。在该示例中，处理100可由包括处理器的任何终端设备来执行。参照图1，在方框101，处理100采集电机的定子电流信号，并对采集的电流信号进行去噪处理。去噪后的定子电流信号ia(t)中可包括(1±2ks)fH的故障特征频率分量，因而，定子电流信号可被表示为如下等式：其中，Ibpk和分别表示频率为(1-2ks)f1的谐波分量的幅值和初相位，Ibnk和分别表示频率为(1+2ks)f1的间谐波分量的幅值和初相位，s表示电机的转差率，k表示不为0的正整数(即，1，2，3，……)，n(t)表示均值为0的白噪声。在方框102，处理100构建基元函数信号(也被称作基元函数集合)。根据等式(1)可知，电机的定子电流信号主要包含余弦分量，因而，处理100可根据定子电流信号构造出基元函数集合{ψn(t)}，其中，ψn(t)可被表示为如下等式：其中，Cn表示归一化系数，ωn表示角频率，表示初相位，n表示不为0的正整数。在方框103，处理100将电流信号与基元函数信号的内积的最大值函数确定为优化算法的适应度函数。由于ia(t)与ψn(t)的内积运算也可被视为信号ia(t)与复指数信号e-jωt的内积运算，所以定子电流信号在频谱上的表现可被视为信号在复指数信号所确定的正交基上的投影。根据理论和实测信号可以得知，信号中基波成分最大，因而内积值最大处的参数对应的是基波的特征参数。因此，基于ia(t)和ψn(t)的内积最大原则，当Cn为2时，公式(1)中的ia(t)的波形参数可由如下适应度函数I1来确定：在方框104，处理100可首先使用粒子群优化(ParticleSwarmOptimization，PSO)算法对公式(3)中的适应度函数进行迭代求解。当PSO算法迭代得到的全局较优解(所述全局较优解包括定子电流信号中的基波信号以及谐波和间谐波的特征参数)时，将其作为禁忌搜索(TabuSearch，TS)算法的初始值，然后继续利用TS算法对由PSO获得的全局较优解作进一步的局部优化。具体地，可采用改进的PSO算法将优化问题(即，适应度函数)的解抽象为搜索空间中一个微粒，并扩展到N维，为每个微粒定义初始化的速度矢量和位置矢量(随机解)，并通过迭代找出较优解。粒子根据如下公式更新自己的位置和速度：vi,j(t+1)＝wvi,j+c1r1[pi,j-xi,j(t)]+c2r2[pg,j-xi,j(t)]xi,j(t+1)＝xi,j(t)+vi,j(t+1),j＝1,2,...,N(4)其中，w表示惯性权重，c1和c2表示学习因子分别决定向pbest和gbest的收敛速度，r1和r2表示[0,1]之间的随机数，t表示迭代次数，pi,j是第i个第j维粒子在第t次迭代时的个体极值点的位置，pg,j本文档来自技高网...

【技术保护点】
一种用于检测谐波和间谐波的方法，其特征在于，所述方法包括：获取电力系统的电流信号；将所述电流信号与基元函数信号的内积的最大值函数确定为优化算法的适应度函数，其中，所述电流信号至少包括所述电流信号的基波的信号分量以及多个谐波和间谐波的信号分量；使用粒子群优化算法对所述适应度函数进行迭代求解，以获取关于所述电流信号中的谐波和间谐波的特征参数的较优解的集合；将所述较优解的集合作为禁忌搜索算法的初始值，并使用禁忌搜索算法对所述适应度函数继续进行迭代求解，以从所述较优解的集合中获取关于所述电流信号中的谐波和间谐波的特征参数的最优解的集合。

【技术特征摘要】
1.一种用于检测谐波和间谐波的方法，其特征在于，所述方法包括：获取电力系统的电流信号；将所述电流信号与基元函数信号的内积的最大值函数确定为优化算法的适应度函数，其中，所述电流信号至少包括所述电流信号的基波的信号分量以及多个谐波和间谐波的信号分量；使用粒子群优化算法对所述适应度函数进行迭代求解，以获取关于所述电流信号中的谐波和间谐波的特征参数的较优解的集合；将所述较优解的集合作为禁忌搜索算法的初始值，并使用禁忌搜索算法对所述适应度函数继续进行迭代求解，以从所述较优解的集合中获取关于所述电流信号中的谐波和间谐波的特征参数的最优解的集合。2.如权利要求1所述的方法，其特征在于，所述电流信号为电机的定子电流信号。3.如权利要求2所述的方法，其特征在于，所述方法还包括：根据获取的最优解的集合中的谐波和间谐波的特征参数来确定所述电机的故障类型。4.如权利要求3所述的方法，其特征在于，所述根据获取的最优解的集合中的谐波和间谐波的特征来确定所述电机的故障类型的步骤包括：当获取的最优解的集合中的高次谐波的幅值增大且增大率超过第一预定阈值时，以及/或者当获取的最优解的集合中的高次间谐波的幅值增大且增大率超过第二预定阈值时，确定所述电机存在定子绕组故障。5.如权利要求3所述的方法，其特征在于，所述根据获取的最优解的集合中的谐波和间谐波的特征来确定所述电机的故障类型的步骤包括：当在获取的最优解的集合中的谐波和间谐波...

【专利技术属性】
技术研发人员：朱希安，王占刚，张朋，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：北京,11