[发明专利]一种基于振动信息的GIS特征提取及机械缺陷诊断方法

权利要求书

1.一种基于振动信息的GIS特征提取及机械缺陷诊断方法，其特征在于：所述方法包括如下步骤，

步骤一：获取振动数据；

采集多类典型机械缺陷等时间长度的振动数据，并进行傅里叶变换获得每类典型机械缺陷的振动数据的幅-频特性曲线；

步骤二：获得每类典型机械缺陷下的潜在共性特征频率点；

对于每类典型机械缺陷的振动频谱，两两排列组合进行相干性分析，设置强相关性阈值R_th，判断各频率点相干系数与强相关性阈值R_th的大小，将大于强相关性阈值的频率点定义为此机械缺陷下的潜在共性特征频率点；

步骤三：提取每类典型机械缺陷下的明确共性特征频率点；

统计每类典型机械缺陷下潜在共性特征频率点出现次数，设置高频次共性阈值N_th，判断步骤二中所有潜在共性特征频率点的出现次数与高频次共性阈值N_th的大小，将大于等于高频次共性阈值的频率点定义为此类机械缺陷的明确共性频率点，获得此类机械缺陷的振动频率特征空间；

步骤四：构建每类机械缺陷的幅-频特征图谱；

对于每类机械缺陷下，从小到大排序所有样本频谱在明确共性特征频率点的振动幅值，定义第一十分位数和第九十分位数为明确共性特征频率点的振动幅值的上下限值，确定幅值包络，形成每类机械缺陷的幅-频特征图谱；

步骤五：基于机械缺陷的幅-频特征图谱的故障诊断；

不断重复步骤二、三、四形成多类典型机械缺陷的幅-频特征图谱，编号幅-频特征图谱和典型机械缺陷类型；将待测试的未知机械缺陷的振动数据进行傅里叶变换处理，按典型机械缺陷类型和幅-频特征图谱编号顺序分析判断待测试的振动数据的缺陷类型，即将待测试的振动数据的频谱与每类典型机械缺陷的所有明确共性特征频率点的幅值进行比较，判断所述频谱是否在该某类典型机械缺陷对应的幅-频特征图谱的振动幅值的上下限值以内；若是，则认为该待测试的振动数据发生此类典型机械缺陷；若不是，认为该待测试的振动数据没有发生此类典型机械缺陷；然后，依据编号顺次对各类典型机械缺陷的幅-频特征图谱进行判断，直至完成全部幅-频特征图谱的判断，得到测试数据可能发生的机械缺陷。

2.根据权利要求1所述的一种基于振动信息的GIS特征提取及机械缺陷诊断方法，其特征在于：所述的多类典型机械缺陷分为隔离开关故障、地脚螺栓松动和法兰盘松动，并且每类典型机械缺陷的采集样本数N＝100个，采样频率10kHz，时间长度0.1s。

3.根据权利要求1所述的一种基于振动信息的GIS特征提取及机械缺陷诊断方法，其特征在于：步骤二中所述的相干性分析，具体为，

选择每类典型机械缺陷任意两个振动数据的频谱，计算两个频谱的相干性函数，如公式(1)所示：

其中，x和y表示两个振动信号，f表示频率，γ_xy(f)表示振动信号x和振动信号y频谱的相干性函数，P_yy(f)表示振动信号y的功率谱密度函数，P_xx(f)表示振动信号x的功率谱密度函数，计算方法如公式(2)所示，P_xy(f)表示振动信号x和振动信号y的交叉功率谱密度函数，计算方法如公式(3)所示；

其中，T表示振动信号的时间长度，X_T(f)表示时间长度为T的振动信号x(t)的傅里叶变换，表示X_T(f)的共轭转置，Y_T(f)表示时间长度为T的振动信号y(t)的傅里叶变换，表示Y_T(f)的共轭转置。

4.根据权利要求1所述的一种基于振动信息的GIS特征提取及机械缺陷诊断方法，其特征在于：步骤三中所述的潜在共性特征频率点的出现次数为N_o(f)；

对GIS某类典型机械缺陷的所有样本进行两两排列组合，假设样本数为N，则排列组合数C²_N＝0.5×N×(N-1)，统计在排列组合数C²_N内每种组合的潜在共性特征频率点出现的频次，如公式(4)(5)所示；

其中，i和j表示GIS某类采集振动样本的编号，且ji，γ_i,j(f)表示第i个信号和第j个信号在频率点f的相干性函数值，R_th为设置的表示强相关性的阈值，n_i,j(f)表示第i个信号和第j个信号在频率点f表示为强相关的标识，强相关为1，非强相关为0。