一种基于改进多尺度熵的变压器振动信号特征提取方法技术
A method for feature extraction of transformer vibration signals based on improved multi-scale entropy
Based on the feature extraction method of improving the multiscale entropy, the normalized method of signal use deviation is normalized, and the normalized vibration signal is decomposed by EEMD, and the IMF function is obtained; the continuous coarse-grained time series based on EEMD is constructed by multiscale, and the sequence on the epsilon scale
【技术实现步骤摘要】
一种基于改进多尺度熵的变压器振动信号特征提取方法
本专利技术涉及变压器故障诊断领域，尤指一种基于改进多尺度熵的变压器振动信号特征提取方法。
技术介绍
电力系统中处于核心地位的是变压器，利用测量变压器器身的振动信号在线监测电力变压器已成为趋势，但是由于变压器故障的发生和发展、设备工况的变化以及设备自身的非线性，使得振动信号中包含动态、非线性的成分，信号表现出非平稳、非线性的特点。而针对信号的非线性、非平稳特征，将非线性动力学参数作为故障特征参数在机械领域取得了不错的效果。鉴于电气领域与机械领域在故障信号特征提取上有相似性和相通性，且变压器绕组松动或变形本质上会影响到变压器绕组的机械动力学特性的变化，专利技术人试图将非线性动力学指标多尺度熵(multiscaleentropy,简称MSE)引入变压器振动信号的分析中。然而传统多尺度熵滑动平均的多尺度化方法不适用于非平稳非线性的信号处理的问题。
技术实现思路
针对传统多尺度熵滑动平均的多尺度化方法不适用于非平稳非线性的信号处理的问题，本专利技术的目的在于提出一种基于集合经验模式分解的多尺度熵的特征提取方法，借助改进信号的尺度...
【技术保护点】
一种基于改进多尺度熵的特征提取方法，设采集的变压器振动信号为
【技术特征摘要】
1.一种基于改进多尺度熵的特征提取方法，设采集的变压器振动信号为其中，N是信号的长度，其特征在于，该基于改进多尺度熵的变压器振动信号特征提取方法的骤如下：1)对每次采集的变压器振动信号利用离差标准化方法进行归一化处理；2)对归一化后的变压器振动信号进行EEMD分解，获得IMF函数，记IMF的数目为Φ，则IMF函数表示为3)多尺度化构建基于EEMD的连续粗粒化时间序列，取序列的前Ψ(Ψ≤Φ)个IMF函数进行，则其中第ε尺度上的序列定义为：若Ψ＝Φ，第1尺度的序列为原始序列，表示完全尺度化，若Ψ＜Φ，则舍弃该被认为是非平稳趋势的部分低频IMF分量；4)对第ε尺度上的序列长度为N，设定嵌入维数m和相似容限r，按连续序号生成一组m维矢量[Yε(1)，...，Yε(i)，...，Yε(N-m+1)]，其中Yε(i)＝[yε(i)，yε(i+1)，...，yε(i+m-1)]，(i＝1～N-m+1)；5)定义Yε(i)与Yε(j)之间的距离d[Yε(i)，Yε(j)]为尺度ε上矢量Yε(i)和Yε(j)对应元素差值的绝对值的最大值，即d[Yε(i)，Yε(j)]＝max[|yε(i+k)-yε(j+k)|]其中k＝0～m-1，i，j＝1～N-m+1，i≠j；对每一个i值计算Yε(i)与其他矢量Yε(j)间的距离d...
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。