一种用于风电机组特征信号提取的改进变分模态分解方法技术

本发明专利技术公开了一种用于风电机组特征信号提取的改进变分模态分解方法。为了克服风电机组有效信号提取难和变分模态分解的自适应性的问题，本发明专利技术根据信号经变分模态处理后得到的固有模态函数的特性，从相关系数，波峰幅值和中心频率这三个方面确定最优分解参数。这是一种后验的改进变分模态分解方法，使得提取的固有模态函数包含的噪声和干扰信息更少，提升了准确性和可靠性。了准确性和可靠性。

【技术实现步骤摘要】
一种用于风电机组特征信号提取的改进变分模态分解方法


[0001]本专利技术涉及风力发电机组信号处理领域，尤其一种用于风电机组特征信号提取的改进变分模态分解方法。

技术介绍

[0002]风电行业步入黄金发展时期，因风电机组内部构造愈加复杂，为其日常运行和维护带来了更多挑战；在进行日常测试时，振动信号往往包含机组各个部件的信号，并且其中夹杂大量非平稳信号，这使得采用传统的信号处理方法很难从中提取出有效信息。若采用非线性信号处理方法，可以利用时频变换从非平稳信号中提取出有效信息，其中变分模态分解(Variational Mode Decomposition，VMD)在处理非平稳信号时能够有效减少虚假信息和增强有效信号的提取能力，但是，变分模态使用时需要预先确定分解的数量，分解个数过大会产生模态裂解和虚假模态，个数过小会产生模态混叠和模态遗漏，存在自适应性问题。
[0003]一种在中国专利文献上公开的“一种基于宽带傅里叶分解的非平稳信号分析方法”，其公告号CN111767811A，包括带宽傅立叶分解首先通过傅立叶变换将原始的时域信号转换为频域信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于风电机组特征信号提取的改进变分模态分解方法，其特征在于，包括以下步骤：S1：采集风电机组振动信号；S2：对振动信号进行去趋势处理；S3：采用传统变分模态分解(VMD)处理振动信号，得到不同分解个数下的固有模态函数(IMFs)；S4：从固有模态函数的相关系数、波峰幅值和中心频率等三个方面来联合自适应确定变分模态分解的个数，对母线槽振动信号进行自适应变分模态分解处理，得到各个独立的固有模态函数；S5：分析提取得到固有模态函数，确定包含有用信息的固有模态函数。2.根据权利要求1所述的一种用于风电机组特征信号提取的改进变分模态分解方法，其特征在于，所述S3步骤中获取不同分解个数下的固有模态函数，具体包含以下步骤：S3.1：建立变分模态分解的数学模型；S3.2：采用增广拉格朗日法将约束变分问题转化成非约束变分问题，得到增广拉格朗日表达式；S3.3：采用交替方向乘子法来解S3.2中的非约束变分问题，得到更新公式；S3.4：在迭代求解变分模型过程中不断更新各IMF分量的频率中心和宽带，直至满足迭代停止条件，最终对求解出的模态求逆傅里叶变换，得出经过VMD分解后的K个固有模态IMF；S3.5：令K从2到10依次取值，同时依次代入VMD中，获取不同分解个数K下得到的固有模态函数。3.根据权利要求2所述的一种用于风电机组特征信号提取的改进变分模态分解方法，其特征在于，S3.1的变分模态分解的数学模型如下式所示：其中，f(t)代表待分析信号，K代表固有模态分量个数，k表示固有模态函数序号，u
k
(t)代表待分析信号的第k个固有模态分量，ω
k
代表待分析信号的第k个固有模态分量的中心频率，δ(t)代表狄拉克，t代...

【专利技术属性】
技术研发人员：陈建鹏，王潇，张长春，贾季涛，余清清，张海龙，
申请(专利权)人：浙江运达风电股份有限公司，
类型：发明
国别省市：