[发明专利]一种抽水蓄能机组振动混合特征提取与分类方法

摘要

本发明公开了一种抽水蓄能机组空蚀振动信号混合特征提取与分类方法，首先使用集合经验模态分解方法对采集的原始信号进行特征提取，得到一系列本征模态函数，并提取各IMF分量的能量特征和奇异值特征；同时，对原始信号中的多种典型时域和频域特征进行人工提取。然后，由以上计算得到的时域、频域、能量和奇异值特征共同组成原始信号的混合特征向量，将其作为径向基神经网络的输入，利用神经网络对抽水蓄能机组不同工况下的空蚀信号进行有效的分类与识别。通过本发明对抽水蓄能机组采集得到的水泵水轮机尾水管不同运行工况下的空蚀振动信号进行特征提取与分类，可以有效解决抽水蓄能机组不同运行工况下空蚀振动信号准确诊断的问题。

主权项

1.一种抽水蓄能机组故障混合特征提取与分类方法，其特征在于，包括：在抽水蓄能机组的不同运行工况下，以预设采样频率对机组空蚀振动信号进行采集，获得不同工况下的故障样本；计算原始空蚀振动信号的时域特征和频域特征，采用集合经验模态分解方法将所述原始空蚀振动信号分解为n个本征模态函数，并计算各本征模态函数的能量特征，同时，对各本征模态函数分量组成的矩阵进行奇异值分解分别获取奇异值特征，将所述时域特征、所述频域特征、所述能量特征及所述奇异值特征四种特征依次组合起来，构成振动信号的混合特征集；从所述故障样本中随机选取部分样本数据的混合特征集作为训练样本输入到神经网络进行学习，并将剩余的部分混合特征集作为测试样本输入到训练好的神经网络进行故障分类，输出诊断结果。