[发明专利]一种基于声音信号识别机组状态的方法

说明书

本发明涉及一种基于声音信号识别机组状态的方法，其特征在于包括以下步骤：1)基于预先获取的抽水蓄能机组在正常运行时不同运行工况对应的多组尾水管进人门噪声信号，构建抽水蓄能机组尾水管进人门噪声信号的标准特征值向量；2)对于抽水蓄能机组的某一运行工况，采集其尾水管进人门噪声信号作为待检测样本数据，并按照步骤1)的方法构建待检测样本的特征值向量H′。3)将步骤2)得到的待检测样本特征值向量与步骤1)中得到的正常运行时的标准特征值向量做差后取绝对值，并与预设阈值进行比较，得到抽水蓄能机组的运行状态。本发明具有高效、实时性强等优点，可以广泛应用于水电机组运行保障领域。

技术领域

本发明涉及在线监测和状态识别技术领域，特别是关于一种基于声音信号识别机组状态的方法。

背景技术

旋转机械在运行时会产生振动信号，还会产生声音信号。当设备产生某种故障时,就会表现为一定的振动信号,同样也会在所对应的声音信号中有特定的表现，和振动信号相同,设备运行时发出的声音信号包含有丰富的信息，即设备本身的结构信息和运行状态信息。水电机组设备运行时发出的声音信号与其运行状态之间有内在的联系。因此，实时采集机组设备发出的声音信号，利用先进的信号处理方法定量地分析其变化规律和突变特征，便可以识别出机组设备的运行状态。如果机组状态出现异常，可及时报警，以避免设备状态进一步恶化。

由于声音的特征具有的精确性和稳定性，可以利用声音信号的强度、统计特性等变化定量分析水电机组设备状态，该研究尚未见文献报道。声音信号具有非接触测量、采集方便和处理速度快，而且声音信号的测量频带宽，可以有效避免饱和、失效现象，具有其特殊的优越性。

由于水力、电磁因素的影响，水电机组设备声音信号为非平稳信号，且易受环境干扰，信噪比低，构成复杂，因此必须通过有效的特征提取方法，将可能反映机组运行状态的特征参数提取出来，为状态识别提供丰富的特征信息。

常用的处理复杂非平稳信号的方法有小波变换、经验模态分解等。小波分析是基于可调窗口傅里叶变换，存在能量泄漏。经验模态分解存在模态混叠、端点效应等问题。

发明内容

针对上述问题，本发明的目的是提供一种基于声音信号识别机组状态的方法，采用该方法能够根据抽水蓄能机组尾水管进人门噪声信号的自身特性对机组运行状态进行有效识别。

为实现上述目的，本发明采取以下技术方案：一种基于声音信号识别机组状态的方法，其特征在于包括以下步骤：1)基于预先获取的抽水蓄能机组在正常运行时不同运行工况对应的多组尾水管进人门噪声信号，构建抽水蓄能机组尾水管进人门噪声信号的标准特征值向量；2)对于抽水蓄能机组的任一运行工况，采集其尾水管进人门噪声信号作为待检测样本数据，并按照步骤1)的方法构建待检测样本的特征值向量；3)将步骤2)得到的待检测样本特征值向量与步骤1)中得到的正常运行时的标准特征值向量做差后取绝对值，并与预设阈值进行比较，得到抽水蓄能机组的运行状态。

所述步骤1)中，标准特征值向量的构建方法，包括以下步骤：1.1)获取抽水蓄能机组在正常运行时，各种不同运行工况下分别对应的多组尾水管进人门噪声信号；1.2)采用变分模态方法对采集的每一运行工况下对应的多组尾水管进人门噪声信号进行分解，得到每一运行工况下每一组尾水管进人门噪声信号对应的若干个平稳分量；1.3)提取每一运行工况下每一组尾水管进人门噪声信号对应的若干平稳分量的特征参数，构建多组抽水蓄能机组在不同运行工况下尾水管进人门噪声信号对应的特征值向量；1.4)对得到的抽水蓄能机组在正常运行时的多组尾水管进人门噪声信号对应的特征参数求均值，得到尾水管进人门噪声信号的标准特征值向量，用于识别抽水蓄能机组状态。

所述步骤1.3)中，特征值向量的构建方法，包括以下步骤：