EMD小波变换水轮机故障奇异数据还原研究

• 作者: 王瀚 罗兴錡 薛延刚
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 水电机组 经验模态分解 小波变换 奇异性 信号处理 故障诊断
• 年，卷（期）: 2012,（2）
• 页码范围: 245-250
• 分类号: TM312
• 语种: 中文

摘要

水轮机组状态监测数据由于受到传感器、测量条件、环境等因素影响会造成数据失真,产生众多奇异点,对正确分析机组运行状态十分不利。本文提出通过经验模态分解与小波变换相结合的方法来分析水轮机故障信号的奇异性,该方法将原始信号经验模态分解后,利用小波变换检测出信号中的奇异点,并将剔除奇异点的信号重构,通过重构信号对机组进行分析。实例仿真表明,与直接对原信号进行小波分析相比,该方法提取的奇异性特征明显并能准确重构,在采用通用传感器信号准确描述机组状态和正确认识机组故障上有较好的应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛延刚	西安理工大学水利水电学院	6	73	6.0	6.0
2	王瀚	西安理工大学水利水电学院	9	98	7.0	9.0
3	罗兴錡	西安理工大学水利水电学院	9	139	7.0	9.0