[发明专利]一种风力发电机组故障特征在线提取装置及提取方法

权利要求书

1.一种风力发电机组故障特征在线提取装置，其特征在于，包括塔顶发电机振动信号采集模块、塔底发电机电流信号采集模块、塔顶数据处理器、故障特征提取模块；

所述塔顶发电机振动信号采集模块与塔顶数据处理器连接，所述塔底发电机电流信号采集模块与故障特征提取模块连接，故障特征提取模块通过以太网与塔顶数据处理器连接。

2.根据权利要求1所述的一种风力发电机组故障特征在线提取装置，其特征在于，所述塔顶发电机振动信号采集模块包括加速度振动传感器和振动采集卡。

3.根据权利要求2所述的一种风力发电机组故障特征在线提取装置，其特征在于，所述加速度振动传感器为4个，第一振动传感器、第二振动传感器分别安装在发电机前轴承的轴向前端和径向上端，第三振动传感器、第四振动传感器分别安装在发电机后轴承的轴向前端和径向上端。

4.根据权利要求1所述的一种风力发电机组故障特征在线提取装置，其特征在于，所述塔底发电机电流信号采集模块包括霍尔电流传感器和电流采集卡。

5.根据权利要求4所述的一种风力发电机组故障特征在线提取装置，其特征在于，所述霍尔电流传感器为3个，分别位于发电机定子三相绕组出线端。

6.根据权利要求1-5任一项所述一种风力发电机组故障特征在线提取装置的提取方法，其特征在于，所述故障特征提取模块采用如下步骤完成故障特征提取；

（1）故障特征提取模块接收振动采集卡传输的振动信号、电流采集卡传输的定子电流信号；

（2）信号预处理，所述预处理依次包括消除趋势顶、平滑波形、抗混叠滤波处理，小波去噪；

（3）采用小波算法进行小波包分解和小波包重构得到各频率段的频谱波形；

（4）求取频谱波形的均方差，得到故障特征量；

（5）调用Matlab中自带normr函数对故障特征量进行归一化处理，得到最终故障特征量。

7.根据权利要求6所述的提取方法，其特征在于，所述步骤（4）中采用Matlab中std函数求取频谱波形的均方差。