The invention provides a multi wavelet condition monitoring data denoising method based on the collected vibration signals of pretreatment and wavelet decomposition, get the scale coefficients and wavelet coefficients of multiple frequency bands, used to process the wavelet coefficients by threshold function, and the coefficients of the processed wavelet reconstruction and processing, to reduce the noise component in the signals, and to improve the signal-to-noise ratio of the vibration signal. Multi wavelet denoising using neighboring coefficients considering the correlation among adjacent multi wavelet coefficients, can effectively reduce the noise component in the signal acquisition, the invention of multiwavelets denoising using neighboring coefficients in the process of hydropower generating units in the signal de-noising, signal acquisition components of real and effective, to provide reliable data for accurate fault diagnosis of hydropower generating unit the.
【技术实现步骤摘要】
基于多小波的水电机组状态监测数据降噪方法
本专利技术涉及一种基于多小波的水电机组状态监测数据降噪方法。
技术介绍
水电能源是重点开发的新能源。在水电开发规模大幅增长的同时,作为水电厂的核心关键设备,水电机组也在向大型化、复杂化、集成化、精密化、自动化等方向发展。在这种形势下,水电机组的安全性问题也日趋突出。水电机组启、停速度快,负荷调整方便,在电网中常常担负调峰、调频、负荷备用等任务,其运行情况不仅关系到水电机组自身的安全,而且对整个电网的安全也具有重要影响。因此,为确保水电机组和电网安全、稳定运行,提高设备利用率,避免重大经济损失和人员伤亡,必须对水电机组进行合理的维护和检修。水电机组故障诊断的主要步骤包括:1)采集水电机组相关信号;2)对采集的信号进行降噪预处理,提高信号信噪比;3)利用信号处理方法对降噪后的信号进行处理,提取有效的故障特征;4)将所提取的故障特征从水电机组的故障特征空间映射到机组的故障模式空间中,实现机组故障类型的识别。在这些步骤当中,水电机组的故障特征提取和故障诊断方法的研究是水电机组故障诊断技术研究的两个难点与热点。故障特征提取是指从原始数据中削弱或去除与故障诊断无关的,以及对故障诊断结果准确性造成不良影响的信息,提取能够突显不同故障类别之间差别的故障特征的完整过程,其目的是简化故障诊断过程,增强故障诊断结果的准确性。换句话说,机械设备故障特征提取是为故障诊断服务的,所提取的故障特征结果关系到故障诊断过程的复杂性和故障诊断结果的准确性。水电机组故障特征提取的实现需要借助先进的信号处理方法,探索有效的故障特征提取途径,为水电机组故障 ...
【技术保护点】
一种基于多小波的水电机组状态监测数据降噪方法,其特征在于,假设实际观察到的信号
【技术特征摘要】
1.一种基于多小波的水电机组状态监测数据降噪方法,其特征在于,假设实际观察到的信号s[n]由真实有用信号f[n]和一定的噪声成分z[n]组成,即:,N为自然数;其中,z[n]为方差为σ2,独立同分布,均值为零的高斯白噪声信号,则多小波相邻系数降噪步骤为:步骤S1:对含噪信号s[n]进行预处理;步骤S2:利用多小波的Mallat算法对预处理后的信号进行L层多小波分解,得到L个二维多小波系数序列和一个二维多尺度系数序列;步骤S3:根据鲁棒协方差矩阵估计方法计算Vj,具体方法如下:定义:,其中,abs(•)为绝对值函数,median(•)为中值函数;设a1、a2、b1、b2为实数,Vj为2×2实...
【专利技术属性】
技术研发人员:庄明,张瑞清,郑杰,黄建荧,林家洋,吴昌旺,魏运水,王昕,肖志怀,卢娜,
申请(专利权)人:国网福建省电力有限公司,国家电网公司,福建水口发电集团有限公司,
类型:发明
国别省市:福建,35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。