本發(fā)明涉及水電設備風險識別，具體涉及到一種水電機組聲音特征提取方法。

背景技術：

1、在水電站中，水電機組的周圍存在眾多振動源，包括機械振動、水力作用和電磁效應等。這些振動源產(chǎn)生的聲音信號相互交織，使得直接通過聲音監(jiān)測來識別機組內(nèi)部狀況變得極為復雜。獲取運行中機組內(nèi)部狀態(tài)的關鍵參數(shù)(例如速度、壓力等)尤其具有挑戰(zhàn)性，這對機組的健康狀態(tài)的獲取造成了顯著障礙?，F(xiàn)場工作人員特別關注那些可能對設備安全造成威脅的流動現(xiàn)象，如卡門渦街、尾水管渦帶和空化空蝕等，這些現(xiàn)象往往以發(fā)出特定聲音的方式顯現(xiàn)出來。因此，通過聲音檢測與分析來評估水電機組的運行狀況和內(nèi)部流動特性是一種重要的手段。

2、針對上述問題，本發(fā)明提供了一種專門針對水電機組的一種水電機組聲音特征提取方法。

技術實現(xiàn)思路

1、本發(fā)明提供了一種專門針對水電機組的一種水電機組聲音特征提取方法。

2、本發(fā)明的目的是提供一種水電機組聲音特征提取方法，方法包括以下步驟：

3、步驟一、通過對機組進行現(xiàn)場試驗，采集尾水管進人門聲音信號在發(fā)電150mw、發(fā)電300mw、抽水工況和抽水調(diào)相4種工況狀態(tài)時的數(shù)據(jù)；

4、步驟二、采用多尺度分解方法對4種狀態(tài)下的尾水管進人門聲音信號進行分解，對應4種狀態(tài)下的聲音信號，均得到若干個平穩(wěn)分量；

5、步驟三、對各個分量ci(t)進行對數(shù)能量計算，獲得該分量的對數(shù)能量作為特征參數(shù)hi，i＝1，2，…，n，hi表示第i個分量對數(shù)能量值，構建特征值向量：h＝[h1,h2,…,hn]，令ci(t)有n個數(shù)據(jù)點，令y＝0，對于t＝2到n-1，具體計算公式為：

6、y＝y(tǒng)+((ci(t)^2)-ci(t-1)*ci(t+1))

7、步驟四、經(jīng)過循環(huán)迭代，獲得t＝n-1時的y，獲得該分量的對數(shù)能量作為特征參數(shù)hi，具體計算公式為：

8、hi＝log(y)

9、進一步的，步驟二中的多尺度分解方法具體步驟如下：

10、步驟一、取n元信號s(t)，對其協(xié)方差矩陣c進行特征值分解，c＝σλσt，σ表征特征向量矩陣，λ表征特征值矩陣，最大的特征值λ1對應特征向量σ1，即表征功率不平衡最大方向的第一個主成分；

11、步驟二、沿著σ1的完全反方向構造另一個向量σo1；

12、步驟三、采用hamersley序列，在(n-1)維球體上均勻采樣得到k個均勻投影向量然后計算每個方向向量與σ1的euclidean距離；

13、步驟四、將σ1位于的半個橢球體的均勻投影向量根據(jù)下式進行重置，α由多元信號多信道間功率不平衡的程度決定，具體計算公式為；

14、

15、步驟五、將σo1位于的另半個橢球體的均勻投影向量根據(jù)下式進行重置，α由多元信號多信道間功率不平衡的程度決定，具體計算公式為；

16、

17、步驟六、采用自適應投影方向向量和進行迭代分解，通過memd余下步驟進行局部均值估計。

18、本發(fā)明具有以下優(yōu)勢：

19、本發(fā)明通過采用多尺度分解和對數(shù)能量算子分析技術，對水電站尾水進入門的聲音信號進行精細化處理，首先，通過多尺度分解技術對4種不同工況下的非平穩(wěn)聲音信號進行分解，隨后利用對數(shù)能量算子對得到的穩(wěn)定分量進一步分析，有效地揭示了聲音信號在多個頻域尺度上的能量分布規(guī)律，這種方法在現(xiàn)場應用中表現(xiàn)出了卓越的實用性，能夠有效識別機組的不同運行狀態(tài)。

20、本發(fā)明通過對尾水進入門聲音信號的多尺度分量進行對數(shù)能量算子分析，可以監(jiān)測水電機組的運行狀況，并及時發(fā)現(xiàn)由水電機組異常發(fā)出的聲音。這為現(xiàn)場工作人員提供了一種及時發(fā)現(xiàn)潛在風險的手段，同時也能提供智能化的建議，輔助水電站的運維決策，這種異常檢測系統(tǒng)能夠提供關鍵的操作信息，有助于減少大型事故的發(fā)生，降低設備的不可靠性和故障風險，并提高資源的使用效率，鑒于這些優(yōu)勢，該方法在水電機組的運行維護領域具有廣泛的應用前景。

技術特征：

1.一種水電機組聲音特征提取方法，其特征在于：所述方法包括以下步驟：

2.如權利要求1所述的一種水電機組聲音特征提取方法，其特征在于：所述步驟二中的多尺度分解方法具體步驟如下：

技術總結
本發(fā)明公開了一種水電機組聲音特征提取方法，包括采用多尺度分解和對數(shù)能量算子分析技術，對水電站尾水進入門的聲音信號進行精細化處理，通過多尺度分解技術對4種不同工況下的非平穩(wěn)聲音信號進行分解，隨后利用對數(shù)能量算子對得到的穩(wěn)定分量進一步分析，有效地揭示了聲音信號在多個頻域尺度上的能量分布規(guī)律。本發(fā)通過對尾水進入門聲音信號的多尺度分量進行對數(shù)能量算子分析，可以監(jiān)測水電機組的運行狀況，并及時發(fā)現(xiàn)由水電機組異常發(fā)出的聲音，這為現(xiàn)場工作人員提供了一種及時發(fā)現(xiàn)潛在風險的手段，同時也能提供智能化的建議，輔助水電站的運維決策。

技術研發(fā)人員：羅前林,唐曉丹,賀秀儒,王濤,陶吉全,廖祥波,劉攀,易萬爽,張興,段韋,李立,何保民
受保護的技術使用者：三峽金沙江云川水電開發(fā)有限公司
技術研發(fā)日：
技術公布日：2024/9/19