[发明专利]一种基于稀疏分解的风力发电机组故障特征提取方法

权利要求书

1.一种基于稀疏分解的风力发电机组故障特征提取方法，其特征在于，包括以下步骤： 

1）针对所测试的振动信号，根据振动信号不同的形态成分对其进行变换分解；其中谐波成分采用离散余弦变换分解，冲击成分采用离散小波变换分解；通过迭代稀疏分解和重构信号，提取谐波分量、冲击分量和余量； 

2）将迭代过程中的各个分量相加，重构谐波分量和冲击分量； 

3）将得到的各个分量进行频谱分析和包络解调分析，与故障特征进行匹配，从而获得诊断结论。 

2.根据权利要求1所述的基于稀疏分解的风力发电机组故障特征提取方法，其特征在于：所述步骤1）中所测试的振动信号的条件必须满足以下内容： 

对于非直驱型风力发电机组，测试环境为风力发电机组正常运转情况下，不少于名义输出功率的20%的生产运行模式进行并网测试。 

3.根据权利要求1所述的基于稀疏分解的风力发电机组故障特征提取方法，其特征在于：所述步骤1）中，根据信号不同的形态成分通过迭代稀疏分解和重构信号，提取谐波分量、冲击分量和余量；针对所采集的水平与垂直振动信号a(t)，单位为g，g为9.8m/s²，按采用形态学分析方法结合逐级正交匹配追踪，以及采用离散余弦变换字典提取谐波，选择离散小波变换字典提取冲击按以下方法进行处理： 

（1）初始化： 

设定迭代步数L，稀疏分解阈值参数为t₁，稀疏分解阈值参数为t₂，初始分解余量为r₁¹＝a(t)；其中，L＞10，0＜t₁＜0.5，0.5＜t₂＜1； 

（2）迭代： 

1.1提取谐波分量： 

初始化，令i=1,2,…,L-1,L；根据形态学成分分析，选择离散余弦变换字典Φ₁提取谐波；根据对余量r₁⁽ⁱ⁾中的谐波分量进行归一化稀疏表示得到系数α₁⁽ⁱ⁾，采用阈值参数为t₁的逐级正交匹配追踪，即进行如下操作：令 根据阈值参数以及噪声的统计分布规律计算逆累积分布函数 然后通过阈值筛选J₁⁽ⁱ⁾＝{j:|α₁⁽ⁱ⁾(j)|＞F₁}，合并 根据以及R₁⁽ⁱ⁾＝r₁⁽ⁱ⁾-X₁⁽ⁱ⁾重构得到谐波成分X₁⁽ⁱ⁾和谐波余量R₁⁽ⁱ⁾； 

1.2提取冲击分量： 

根据形态学成分分析，选择离散小波变换字典Φ₂提取谐波；根据 对余量r₂⁽ⁱ⁾中的谐波分量进行归一化稀疏表示得到系数α₂⁽ⁱ⁾，采用阈值参数为t₂的逐级正交匹配追踪，即进行如下操作：令根据阈值参数以及噪声的统计分布规律计算逆累积分布函数然后通过阈值筛选J₂⁽ⁱ⁾＝{j:|α₂⁽ⁱ⁾(j)|＞F₂}，合并根据以及重构得到冲击成分X₂⁽ⁱ⁾和冲击余量R₂⁽ⁱ⁾； 

1.3获得下次迭代初始量： 

r₁ⁱ⁺¹＝R₂⁽ⁱ⁾，结束。