【技术实现步骤摘要】
本申请涉及汽轮机组振动，尤其涉及一种新型汽轮机组振动信号处理的方法及系统。
技术介绍
1、汽轮机组振动信号可有效反映机组的运行状态，通过对机组振动趋势的准确预测可得出机组下一时刻的状态信息，有助于提早发现设备运行的异常状况，及时制定维护方案。然而水电机组的振动信号具有明显的非线性和非平稳性，往往较难精确预测振动信号。传统的vmd（variational mode decomposition，变分模态分解）算法和ceemd（complementary ensemble empirical mode decomposition，互补集合经验模态分解）技术虽然在一定程度上挖掘了原始信号背后非线性的关系，但是彼此都存在明显的缺点，例如ceemd的分解结果依赖于局部极值点的选择和包络线的构造，如果选择不当或构造不准确，vmd存在模态混叠的情况。这些缺点会导致后面的预测不准确。
技术实现思路
1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此，本申请的第一个目的在于提出一种新型汽轮机组振动信号处理的方法，以更加准确地对振动信号进行分解处理。
3、本申请的第二个目的在于提出一种新型汽轮机组振动信号处理的系统。
4、本申请的第三个目的在于提出一种电子设备。
5、本申请的第四个目的在于提出一种计算机可读存储介质。
6、为达上述目的，本申请第一方面提出了一种新型汽轮机组振动信号处理的方法，包括：
7、获取汽轮机
8、基于第一范围下限通过vmd算法对所述汽轮机组振动信号进行分解得到第一模态分量，基于第二范围下限通过ceemd算法对所述汽轮机组振动信号进行分解得到第二模态分量；
9、针对第一模态分量和第二模态分量，基于权重系数的功率谱熵及排列熵值将所有模态分量划分为多个区间进而得到各区间对应的目标模态分量；
10、针对各区间的目标模态分量获得综合评级指标；
11、更新第一分解层数和第二分解层数以获得新的综合评级指标，直至第一分解层数和第二分解层数均达到对应上限；
12、输出所有综合评级指标，选择综合评级指标最大时对应的各区间的目标模态分量作为最优机组振动信号分解数据。
13、在本申请的第一方面的方法中，综合评级指标满足：，式中，z为综合评级指标，m为区间数量，为第i个区间的目标模态分量imfs的余弦相似度。
14、在本申请的第一方面的方法中，所述针对第一模态分量和第二模态分量，基于权重系数的功率谱熵及排列熵值将所有模态分量划分为多个区间进而得到各区间对应的目标模态分量，包括：计算第一模态分量和第二模态分量中各模态分量的功率谱熵和排列熵值；基于功率谱熵、排列熵值和对应的权重系数获得划分指标；利用划分指标将所有模态分量划分为多个区间进而得到各区间对应的目标模态分量。
15、在本申请的第一方面的方法中，所述利用划分指标将所有模态分量划分为多个区间进而得到各区间对应的目标模态分量，包括：利用划分指标将第一模态分量和第二模态分量进行排序；将排序后的所有模态分量划分为多个区间；基于各区间中的模态分量的平均值得到对应区间的目标模态分量。
16、为达上述目的，本申请第二方面提出了一种新型汽轮机组振动信号处理的系统，包括：
17、获取模块，用于获取汽轮机组振动信号；
18、分解模块，用于确定第一分解层数的第一范围和第二分解层数的第二范围；基于第一范围下限通过vmd算法对所述汽轮机组振动信号进行分解得到第一模态分量，基于第二范围下限通过ceemd算法对所述汽轮机组振动信号进行分解得到第二模态分量；
19、划分模块，用于针对第一模态分量和第二模态分量，基于权重系数的功率谱熵及排列熵值将所有模态分量划分为多个区间进而得到各区间对应的目标模态分量；
20、综合评级指标计算模块，用于针对各区间的目标模态分量获得综合评级指标；
21、优化模块，用于更新第一分解层数和第二分解层数以获得新的综合评级指标，直至第一分解层数和第二分解层数均达到对应上限；
22、选择模块，用于输出所有综合评级指标，选择综合评级指标最大时对应的各区间的目标模态分量作为最优机组振动信号分解数据。
23、在本申请的第二方面的系统中，所述综合评级指标计算模块中，综合评级指标满足：，式中，z为综合评级指标，m为区间数量，为第i个区间的目标模态分量imfs的余弦相似度。
24、在本申请的第二方面的系统中，所述划分模块，具体用于：计算第一模态分量和第二模态分量中各模态分量的功率谱熵和排列熵值；基于功率谱熵、排列熵值和对应的权重系数获得划分指标；利用划分指标将所有模态分量划分为多个区间进而得到各区间对应的目标模态分量。
25、在本申请的第二方面的系统中，所述划分模块，在用于利用划分指标将所有模态分量划分为多个区间进而得到各区间对应的目标模态分量时，具体用于：利用划分指标将第一模态分量和第二模态分量进行排序；将排序后的所有模态分量划分为多个区间；基于各区间中的模态分量的平均值得到对应区间的目标模态分量。
26、为达上述目的，本申请第三方面提出了一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现本申请第一方面提出的方法。
27、为达上述目的，本申请第四方面提出了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现本申请第一方面提出的方法。
28、本申请提供的新型汽轮机组振动信号处理的方法、系统、电子设备及存储介质，通过获取汽轮机组振动信号，并确定第一分解层数的第一范围和第二分解层数的第二范围；基于第一范围下限通过vmd算法对汽轮机组振动信号进行分解得到第一模态分量，基于第二范围下限通过ceemd算法对汽轮机组振动信号进行分解得到第二模态分量；针对第一模态分量和第二模态分量，基于权重系数的功率谱熵及排列熵值将所有模态分量划分为多个区间进而得到各区间对应的目标模态分量；针对各区间的目标模态分量获得综合评级指标；更新第一分解层数和第二分解层数以获得新的综合评级指标，直至第一分解层数和第二分解层数均达到对应上限；输出所有综合评级指标，选择综合评级指标最大时对应的各区间的目标模态分量作为最优机组振动信号分解数据。在这种情况下，综合vmd算法和ceemd算法，获得第一范围和第二范围下各分解层数的综合评级指标，选择综合评级指标最大时对应的各区间的目标模态分量作为最优机组振动信号分解数据。克服了单独使用vmd算法或ceemd算法出现的模态混叠、构造不准确等问题，更加准确地实现了对振动信号进行分解处理，从而使得后续利用机组振动信号分解数据进行状态信息预测和异常预警时准确性更本文档来自技高网...
【技术保护点】
1.一种新型汽轮机组振动信号处理的方法，其特征在于，包括：
2.根据权利要求1所述的新型汽轮机组振动信号处理的方法，其特征在于，综合评级指标满足：
3.根据权利要求1所述的新型汽轮机组振动信号处理的方法，其特征在于，所述针对第一模态分量和第二模态分量，基于权重系数的功率谱熵及排列熵值将所有模态分量划分为多个区间进而得到各区间对应的目标模态分量，包括：
4.根据权利要求3所述的新型汽轮机组振动信号处理的方法，其特征在于，所述利用划分指标将所有模态分量划分为多个区间进而得到各区间对应的目标模态分量，包括：
5.一种新型汽轮机组振动信号处理的系统，其特征在于，包括：
6.根据权利要求5所述的新型汽轮机组振动信号处理的系统，其特征在于，所述综合评级指标计算模块中，综合评级指标满足：
7.根据权利要求5所述的新型汽轮机组振动信号处理的系统，其特征在于，所述划分模块，具体用于：
8.根据权利要求7所述的新型汽轮机组振动信号处理的系统，其特征在于，所述划分模块，在用于利用划分指标将所有模态分量划分为多个区间进而
9.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-4中任一项所述的方法。
...【技术特征摘要】
1.一种新型汽轮机组振动信号处理的方法，其特征在于，包括：
2.根据权利要求1所述的新型汽轮机组振动信号处理的方法，其特征在于，综合评级指标满足：
3.根据权利要求1所述的新型汽轮机组振动信号处理的方法，其特征在于，所述针对第一模态分量和第二模态分量，基于权重系数的功率谱熵及排列熵值将所有模态分量划分为多个区间进而得到各区间对应的目标模态分量，包括：
4.根据权利要求3所述的新型汽轮机组振动信号处理的方法，其特征在于，所述利用划分指标将所有模态分量划分为多个区间进而得到各区间对应的目标模态分量，包括：
5.一种新型汽轮机组振动信号处理的系统，其特征在于，包括：
6.根据权利要求5所述的新...
【专利技术属性】
技术研发人员：李志鹏，赵俊博，燕云飞，郭昊，
申请(专利权)人：西安热工研究院有限公司，
类型：发明
国别省市：
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。