[发明专利]一种GIS机械状态信号特征提取方法

权利要求书

1.一种GIS机械状态信号特征提取方法，其特征在于,包括以下步骤：包括以下步骤：

步骤1：对GIS运行状态下的振动信号进行采集；

步骤2：利用极点对称模态分解法（ESMD），对步骤1所得的振动信号进行ESMD一次分解，得到各模态函数（IMF）；

步骤3：根据步骤2分解所得各IMF,计算各IMF与原始振动数据的K-L散度值，选取若干真实IMF；

步骤4：对步骤3所选的各真实IMF分别进行ESMD二次分解，分别选取每次分解中与原始振动数据的K-L散度值最小的IMF作为相应真实IMF的主真实IMF，将各主真实IMF重构，得到噪音干扰更小的重构信号；

步骤5：将步骤4所得重构信号进行频谱分析，提取故障特征。

2.根据权利要求1所述的一种GIS机械状态信号特征提取方法，其特征在于：所述步骤2包括：

步骤2.1：标记待处理振动信号Y的所有局部极值点，用线段连接所有相邻的极值点，标出它们的中点为F_j ( j =1, 2,…,n-1；n为局部极值点总数)，并补充左右边界中点F_j0与F_jn，对各局部极值点对应线段构造插值曲线L；

步骤2.2：将Y减去L，重复步骤2.1，直至满足终止条件，从而分解获取模态分量M₁；

步骤2.3：把Y- M₁信号作为原信号进行所述步骤2.1 ，步骤2.2处理，可得M₁，M₂，M₂，…，M_i和余量R；

步骤2.4：筛选次数K在设定范围内变换，重复上述步骤2.1 至步骤2.3，计算与K值对应的Y-R的方差σ以及输入信号的标准偏差σ₀，选取方差比率σ/σ₀最小时所对应的K值为最佳筛选次数，重复上述步骤2.1 至步骤2.3，获得ESMD最优分解结果所对应的全部IMF及最后的残差R。

3.根据权利要求1所述的一种GIS机械状态信号特征提取方法，其特征在于，所述步骤3中，包括：首先计算各IMF与原始振动数据的（K-L）散度值，选取（K-L）散度值小于0.2的IMF作为真实IMF。

4.根据权利要求3所述的一种GIS机械状态信号特征提取方法，其特征在于，包括：

步骤3.1：对于X=[x₁，x ₂，x ₂，…，x_n]和Y=[y₁，y ₂，y ₂，…，y_n]两组数据，X的真实概率密度函数为f(x)，采用非参数核密度估计法求解数据概率密度，核密度估计公式为：

式中，h为常数；为高斯核函数；同理，数据Y的概率密度可表示为，则这两组数据的接近程度可定义为：

由此这两组数据的（K-L）散度为：

步骤3.2：根据上述定义分别计算各IMF与原始振动数据Y的（K-L）散度值；

步骤3.3：选取（K-L）散度值不超过0.2对应的IMF作为真实IMF。