[发明专利]基于VMD自适应形态学的GIS机械振动信号时频分析方法

权利要求书

1.基于VMD自适应形态学的GIS机械振动信号时频分析方法，其特征是，包括：

模拟GIS设备不同类型的机械故障；

多次检测GIS设备在正常工况及模拟工况下的GIS设备的振动信号；

利用变分模态分解实现振动信号进行时频分析：将检测的上述GIS设备的振动信号在频域中实现不断更新，最终通过傅里叶逆变换转化到时域，得到正常工况及模拟工况下GIS设备的振动信号的本征模函数组；

通过边际谱看出GIS设备的振动信号幅值随频率分布的变化，与正常工况下的振动信号的HHT边际谱相比，模拟故障工况下GIS振动信号的边际谱中存在振荡现象并且幅值明显高于正常工况时的幅值；

综合希尔伯特分析，得出故障的特征判据，通过模拟不同类型的机械故障，建立GIS机械故障诊断数据库，实现对上述GIS设备的振动信号进行时频分析。

2.如权利要求1所述的基于VMD自适应形态学的GIS机械振动信号时频分析方法，其特征是，在模拟GIS设备不同类型的机械故障时，主要构造螺丝松动和基于绕组变形的互感器振荡两种常见的GIS机械故障。

3.如权利要求1或2所述的基于VMD自适应形态学的GIS机械振动信号时频分析方法，其特征是，构造故障时，在GIS断路器操动机构与隔离开关连接螺丝和互感器处设置异常振动源，包括螺丝松动和基于绕组变形的互感器振荡。

4.如权利要求1所述的基于VMD自适应形态学的GIS机械振动信号时频分析方法，其特征是，检测GIS设备在正常工况及模拟工况下的GIS设备的振动信号时利用外置的压电式加速度传感器在GIS窥视孔下侧检测。

5.如权利要求1所述的基于VMD自适应形态学的GIS机械振动信号时频分析方法，其特征是，检测GIS设备在正常工况及模拟工况下的GIS设备的振动信号之后还需要进行去噪处理，之后再进行变分模态分解。

6.如权利要求1所述的基于VMD自适应形态学的GIS机械振动信号时频分析方法，其特征是，正常工况及模拟工况下GIS设备的振动信号的本征模函数组中包括各个固有模态函数和残余分量，固有模态函数相应包含了从高到低不同频率段的成分，并且随原始信号的变化而变化。

7.如权利要求1所述的基于VMD自适应形态学的GIS机械振动信号时频分析方法，其特征是，所述Hilbert谱具体为对实际信号做HT忽略残余项得到的。

8.如权利要求1所述的基于VMD自适应形态学的GIS机械振动信号时频分析方法，其特征是，利用变分模态分解实现振动信号进行时频分析，主要步骤如下：

将一个实际信号f分解为K个离散的模态u_k，k∈1,2,…,K,u_k在频域中的带宽都具有特定的稀疏属性；

对于每一个模态，通过Hilbert变换计算与各个模态相关的解析信号，得到其单边频谱；

通过在每个模态中加入指数项来调整各自估计的中心频率，把每个模态的频谱调制到相应的基带上；

每个模态紧密地围绕在中心脉冲频率w_k的附近，w_k的带宽由解调信号的H¹高斯平滑度来估算，得到一个受约束的变分问题；

使用二次惩罚因子法和拉格朗日乘子法使其转换成无约束变分问题；

变分问题用交替方向乘子法来求解，通过交替更新u_kⁿ⁺¹、w_kⁿ⁺¹、λⁿ⁺¹来寻求增广Lagrange表达式的鞍点。

9.如权利要求8所述的基于VMD自适应形态学的GIS机械振动信号时频分析方法，其特征是，上述实际信号即为正常工况及模拟工况下的GIS设备的振动信号。

10.如权利要求8所述的基于VMD自适应形态学的GIS机械振动信号时频分析方法，其特征是，利用变分模态分解实现振动信号进行时频分析对应的算法步骤为：

(1)初始化u_k¹、w_k¹、λ¹和n为0；

(2)n＝n+1，开始整个算法的循环；

(3)不断更新u_k和w_k，其中k从1开始一直循环到K，K为确定的模态分解个数；

(4)更新λ；

(5)给定判定精度e>0，若满足判定表达式则迭代终止，否则返回步骤(2)。