[发明专利]一种抽水蓄能机组失稳故障信号降噪方法与装置

权利要求书

1.一种抽水蓄能机组失稳故障信号降噪方法，其特征在于，所述方法包括以下步骤：

采集抽水蓄能机组失稳故障的原始信号；

将模态复合熵作为适应度函数，采用改进粒子群算法进行变分模态分解参数自适应寻优，确定VMD最优模态数K和二次惩罚因子α；

根据所述最优模态数K和所述二次惩罚因子α，对所述原始信号进行VMD处理，得到K个本征模态分量{u_k}；

利用相关系数筛选法识别本征模态分量的有效模态和含噪模态，对所述含噪模态进行去噪处理；

将所述有效模态与去噪后的含噪模态进行重构，实现信号降噪。

2.根据权利要求1所述的一种抽水蓄能机组失稳故障信号降噪方法，其特征在于，所述采用改进粒子群算法进行变分模态分解参数自适应寻优，确定VMD最优模态数K和二次惩罚因子α，包括以下步骤：

设定粒子群的维度D、群体规模N、最大迭代次数Np、粒子位置范围、速度范围；

取粒子群维度D为2，其参数组合为[a1，a2]，a1为VMD的模态数，a2为二次惩罚因子；

针对某一粒子的位置组合[a1，a2]，对原始信号做VMD运算，得到K个模态分量{u_k}，计算每一粒子的适应度函数值Q(u_ki(1))，对各粒子进行评价，选取适应度函数值最小者为最优，存储对应粒子的个体局部极值p_i＝(p_i1,p_i2)和粒子群全局极值p_g＝(p_g1,p_g2)；

根据设定的迭代公式，更新各粒子速度和位置；对超出边界范围的粒子进行边界优化处理，缓解因粒子在边界聚集而引起的算法早熟收敛；

针对位置更新后的粒子组合，对原始信号做VMD运算，计算每一粒子新的适应度函数值Q(u_ki(k+1))，并更新粒子个体局部极值p_i(k+1)和粒子群全局极值p_g(k+1)；

按照适应度函数值对所有粒子进行递增排序，将后50％粒子的速度和位置用前50％粒子的速度和位置代替，但不改变原有粒子的个体局部极值p_i(k+1)和粒子群全局极值p_g(k+1)；

判断当前迭代次数是否达到最大迭代次数，如果未达到，则返回所述设定的迭代公式进行下一次迭代；如果已达到，则迭代终止，输出最优粒子的位置，即获得最优模态数K和二次惩罚因子α。

3.根据权利要求2所述的一种抽水蓄能机组失稳故障信号降噪方法，其特征在于，以{u_k}的模态复合熵E_c作为适应度函数Q(u_k)的，其具体为：

Q(u_k)＝E_c＝β₁·E_energy+β₂·E_envelope

式中，E_energy为模态能量熵；E_envelope为模态包络熵；β₁，β₂为二者的权重系数，β₁+β₂＝1，取β₁＝0.6，β₂＝0.4。

4.根据权利要求3所述的一种抽水蓄能机组失稳故障信号降噪方法，其特征在于，

所述模态能量熵E_energy具体为：

所述模态包络熵E_envelope具体为：

式中，H表示信号u_k的Hilbert变换。