[发明专利]一种超声波局放信号的特征提取方法及相关设备在审
申请号: | 201910919145.4 | 申请日: | 2019-09-26 |
公开(公告)号: | CN110646714A | 公开(公告)日: | 2020-01-03 |
发明(设计)人: | 陈峰;陈向民;王辉东;徐凯;唐立华;姜伊欣;钟海;郑中庭 | 申请(专利权)人: | 杭州电力设备制造有限公司;国网浙江杭州市余杭区供电有限公司;国网浙江省电力有限公司杭州供电公司 |
主分类号: | G01R31/12 | 分类号: | G01R31/12;G06N3/00 |
代理公司: | 11227 北京集佳知识产权代理有限公司 | 代理人: | 陈丽 |
地址: | 310000 浙江省杭*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 局放信号 模态分量 超声波 分模 分解 特征提取 惩罚参数 瞬时频率 计算机可读存储介质 希尔伯特变换 参数寻优 残余噪声 电子设备 模态混叠 算法确定 特征向量 信号分析 有效减少 中心频率 冗余 模态 寻优 预设 调用 申请 | ||
1.一种超声波局放信号的特征提取方法,其特征在于,包括:
调用预设寻优算法确定变分模态分解的惩罚参数与模态分量个数;
根据所述惩罚参数与所述模态分量个数,对所述超声波局放信号进行变分模态分解;
对变分模态分解生成的各个模态分量进行希尔伯特变换以生成瞬时频率;
将各个所述瞬时频率构成所述超声波局放信号的特征向量。
2.根据权利要求1所述的特征提取方法,其特征在于,所述根据所述惩罚参数与所述模态分量个数,对所述超声波局放信号进行变分模态分解,包括:
将{uk1}、{ωk1}、λ1均初始化为0;
根据预设分解公式和预设频率公式,更新计算第k个模态分量及其对应的中心频率,直至k=K;所述预设分解公式和所述预设频率公式分别为:
根据预设更新公式,更新所述所述预设更新公式为:
其中,为第k个模态分量;ωnk为的功率谱的中心频率;λ为拉格朗日乘子;^表示傅里叶变换;||表示傅里叶逆变换;τ为更新参数;
判断收敛条件是否满足;
若收敛条件满足,则输出各个模态分量;
若收敛条件不满足,则继续执行所述根据预设分解公式和预设频率公式,更新所述惩罚参数与所述模态分量个数直至k=K的步骤。
3.根据权利要求2所述的特征提取方法,其特征在于,所述判断收敛条件是否满足,包括:
判断是否成立;其中,ε为预设阈值;
若成立,则判定所述收敛条件满足;
若不成立,则判定所述收敛条件不满足。
4.根据权利要求1至3任一项所述的特征提取方法,其特征在于,所述调用预设寻优算法确定变分模态分解的惩罚参数与模态分量个数,包括:
调用预设狼群寻优算法确定所述惩罚参数与所述模态分量个数。
5.一种超声波局放信号的特征提取装置,其特征在于,包括:
参数寻优模块,用于调用预设寻优算法确定变分模态分解的惩罚参数与模态分量个数;
模态分解模块,用于根据所述惩罚参数与所述模态分量个数,对所述超声波局放信号进行变分模态分解;
特征提取模块,用于对变分模态分解生成的各个模态分量进行希尔伯特变换以生成瞬时频率;将各个所述瞬时频率构成所述超声波局放信号的特征向量。
6.根据权利要求5所述的特征提取装置,其特征在于,所述模态分解模块具体用于:
将{uk1}、{ωk1}、λ1均初始化为0;
根据预设分解公式和预设频率公式,更新计算第k个模态分量及其对应的中心频率,直至k=K;所述预设分解公式和所述预设频率公式分别为:
根据预设更新公式,更新所述所述预设更新公式为:
其中,为第k个模态分量;ωnk为的功率谱的中心频率;λ为拉格朗日乘子;^表示傅里叶变换;||表示傅里叶逆变换;τ为更新参数;
判断收敛条件是否满足;
若收敛条件满足,则输出各个模态分量;
若收敛条件不满足,则继续用于所述根据预设分解公式和预设频率公式,更新所述惩罚参数与所述模态分量个数直至k=K。
7.根据权利要求6所述的特征提取装置,其特征在于,所述模态分解模块具体用于:
判断是否成立;其中,ε为预设阈值;
若成立,则判定所述收敛条件满足;
若不成立,则判定所述收敛条件不满足。
8.根据权利要求5至7任一项所述的特征提取装置,其特征在于,所述参数寻优模块具体用于:
调用预设狼群寻优算法确定所述惩罚参数与所述模态分量个数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电力设备制造有限公司;国网浙江杭州市余杭区供电有限公司;国网浙江省电力有限公司杭州供电公司,未经杭州电力设备制造有限公司;国网浙江杭州市余杭区供电有限公司;国网浙江省电力有限公司杭州供电公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910919145.4/1.html,转载请声明来源钻瓜专利网。