[发明专利]基于多小波的水电机组故障特征自适应提取方法

摘要

本发明提供一种基于多小波的水电机组故障特征自适应提取方法，利用自适应多小波特有的自适应特性，并结合敏感性评估指标，实现水电机组故障特征的最优提取。多小波分析在多种性能上优于小波分析，使其在许多领域得到了应用，由于其具有多个尺度函数和小波函数，因此在进行多小波变换时，不能直接分解采集信号，而是需要将采集的信号进行预处理，使其转换成多小波变换能够处理的向量数据，然而，不恰当的预处理方法常常导致信号失真，影响信号特征的特征提取，因此，选择适合于处理水电机组故障信号的预处理方法是多小波分解结果准确、有效，凸显水电机组故障特征的关键。

主权项

一种基于多小波的水电机组故障特征自适应提取方法，其特征在于，包括以下步骤：步骤S1： 将两尺度相似变换矩阵中加入了自适应参数来构造自适应多小波，自适应多小波构造包括两次在GHM多小波基础上的奇异TST，两次奇异TST的TST矩阵分别为：；经过两次奇异TST，便得到最终的双正交自适应多小波，该多小波保持了紧支撑、对称的特性，且具有2阶消失矩，由于包含了自适应参数a、b、c、d 和 f，因此，该自适应多小波能够适应信号特点而改变多小波基函数；步骤S2：通过尝试构造敏感性评估指标和从改进现有敏感性评估指标两种方式确定用于水电机组故障特征参数敏感性评估的指标，实现水电机组故障特征参数的优化；步骤S3：基于多小波的水电机组故障特征自适应提取首先以敏感性评估指标作为目标函数，利用遗传算法从带有自适应参数a、b、c、d 和 f的自适应多小波库中选择出最优多小波，然后将该最优多小波用于水电机组信号的故障特征提取中，从高维振动故障特征集中获取最优故障特征参数。