[发明专利]基于小波包和Hilbert包络谱分析的设备故障特征提取方法

说明书

基于小波包和Hilbert包络谱分析的设备故障特征提取方法属于电力系统电气设备故障诊断技术领域，尤其涉及一种基于小波包和Hilbert包络谱分析的输变电设备故障特征提取方法。本发明的目的在于，提供一种基于小波包和Hilbert包络谱分析的输变电设备故障特征提取方法。其目的是为分析输变电设备故障信号特征提取提供了有效手段。包括：小波包分解对故障信号在全部的频带范围内进行正交分解，将第一次分解结果的高频部分和低频部分利用二抽取一运算，保留其偶数部分或者奇数部分(即每隔一个数保留一个)，在进行下一步分解时，不仅将低频部分进行分解，同时将高频部分进行分解，对分解结果仍采取二抽取一运算。

技术领域

本发明属于电力系统电气设备故障诊断技术领域，尤其涉及一种基于小波包和Hilbert包络谱分析的输变电设备故障特征提取方法。

背景技术

电力系统是由发电，输电，变电，配电和用电等环节组成的电力生产、传输与消耗的系统。输变电设备是电力系统中的重要设备，特别是大型高压设备、输电线路等，一旦发生故障，将影响电力系统的安全可靠运行，造成巨大的经济损失和不良的社会影响。输变电设备的可靠性是电力系统安全、稳定、经济运行的基础保证，因此必须对输变电设备进行必要的检查和诊断。

当输变电设备发生故障时所产生的暂态信号均是非线性非平稳的，蕴含着有关运行状态和故障的丰富信息。传统的信号处理方法可以分别从时域和频域给出统计结果，但是前提是信号是平稳的，而且不能同时兼顾信号在时域和频域的局部化和全貌。因此，利用传统的信号处理方法无法对信号的非平稳性进行有效地分析和处理。针对非平稳信号的处理方法提出并发展了一系列新的信号分析理论和技术，如STFT(短时傅里叶变换)、Wigner.Ville时频分析、Gabor变换、分数阶傅里叶变换、小波技术、希尔伯特(Hilbert) 分析等。小波包分析具有多分辨率分析的特点，在分析处理信号时可以在时域和频域分析，能够提取信号中任意频段的信号，可以实现信号的精细分析；希尔波特包络谱是时域信号绝对值的包络，它从信号中提取调制信号，分析调制函数的变化，对提取故障特征具有很大的优越性。

发明内容

本发明的目的在于，提供一种基于小波包和Hilbert包络谱分析的输变电设备故障特征提取方法。其目的是为分析输变电设备故障信号特征提取提供了有效手段。

为了实现上述发明目的，本发明采用的技术方案是，一种基于小波包变换和Hilbert包络谱分析的故障特征提取方法，其特征包括：

小波包分解对故障信号在全部的频带范围内进行正交分解，将第一次分解结果的高频部分和低频部分利用二抽取一运算，保留其偶数部分或者奇数部分(即每隔一个数保留一个)，在进行下一步分解时，不仅将低频部分进行分解，同时将高频部分进行分解，对分解结果仍采取二抽取一运算，无论在低频频段还是在高频频段都具有相同的时频分辨率，可以这种空间分解方式一直反复进行下去(当然分解次数应小于L， 2^L＝N，N为原信号的长度)，信号被分解到相邻的不同频率段上，随着分解层数的增加，频率段划分越来越细。但是，和小波分解一样，经过每一层变换后的数据量减半，分解到j层时，j层中每一频率段的数据量是原来信号数据量的1/2^j。因此，越往下分解，各个频率段上的时域分辨率就越低。为了提高分辨率，可以采取下面信号重构的方法：如要观察信号某一频率段上的时域波形，那么保留这一频率段的数据，把其它频率段的数据置为零，再用重构式，把信号一层层进行重构。每一层重构完以后，所得到的数据量增加一倍。这样经过j层重构之后，就可以把这一频率段上信号的时域分辨率提高到原来信号的大小。也可以采用这种方法，把几个不同频率段上的信号合起来重构。如果把所有频率段上的信号合起来重构，就可以重构出原来的信号。

假设x(t)是连续的时间信号，则其Hilbert变换可以表示为：

其中x(t)通过滤波器后的输出是假设滤波器的单位脉冲响应可以表示为则可以表示为：