基于EMD相关去噪的风电机组振动噪声抑制及特征频率提取

• 作者: 兰涌森 李洋 李辉 杨东 梁媛媛 胡姚刚
• 来源期刊: 电机与控制学报
• 学科: 工学
• 关键词: 风电机组 状态监测 噪声抑制 经验模态分解 小波包变换
• 年，卷（期）: 2016,（1）
• 页码范围: 73-80
• 页数: 8页
• 分类号: TM315|TM307
• 字数: 5328字
• 语种: 中文
• DOI: 10.15938/j.emc.2016.01.011

摘要

针对风电机组振动信号同时受背景白噪声和短时干扰噪声的影响,使得早期微弱故障特征频率难以提取的问题,提出一种结合经验模态分解( EMD)、相关性分析和小波包变换( WPT)的振动信号噪声抑制及故障特征频率提取方法( EMD相关去噪-WPT)。该方法首先利用EMD分解振动信号得到能表征不同频率的固有模态函数( IMF),然后筛选表征故障特征频率的IMF,并重构得到故障特征信号；其次,利用自相关分析去除重构信号中噪声的影响；最后,结合小波包变换( WPT)提取去噪重构振动信号中的特征频率。为了验证所提方法的有效性,以实测和模拟的双馈风电机组轴承故障振动信号为例,对轴承振动信号分别利用小波包变换( WPT )、EMD相关去噪-WPT、小波硬阀值-WPT方法进行特征频率提取分析。通过不同特征频率提取方法比较表明,所提出的基于EMD相关去噪-WPT特征频率提取方法,能够更有效地抑制背景白噪声和短时干扰噪声的影响,提取出早期微弱故障特征。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李辉	重庆大学输配电装备及系统安全与新技术国家重点实验室	109	2093	26.0	42.0
2	李洋	重庆大学输配电装备及系统安全与新技术国家重点实验室	32	356	11.0	18.0
3	梁媛媛		6	148	5.0	6.0
4	兰涌森		2	40	2.0	2.0
5	胡姚刚	重庆大学输配电装备及系统安全与新技术国家重点实验室	11	222	7.0	11.0
6	杨东	武汉大学电气工程学院	7	23	3.0	4.0