[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

摘要

本发明公开了一种基于稀疏分解的风力发电机组故障特征提取方法，对风力发电机组故障诊断，适用于非直驱型风力发电机组。本发明针对风力发电机组振动信号由于故障特征耦合、背景噪声大等原因导致难以提取故障特征的问题，基于形态成分分析的原理用不同的稀疏表达字典将信号分解为谐波、冲击以及噪声三个成分，使得原本难以发现的故障特征凸显出来；通过在风力发电机故障模拟实验台上实验验证了其有效性。本发明的有益效果是：该故障诊断方法通过提取出被噪声或者其他特征信号淹没的难以发现的故障特征，从而确定故障部位，对风力发电机组维护与检修计划的安排调整给出指导性建议，有效减少非计划停机时间、提高风电场经济效益与社会效益。

主权项

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。