基于ICEEMDAN-SE-TFPF的水电机组振动信号降噪方法

摘要：

针对水电机组振动信号中的背景噪声过大影响信号质量,进而降低故障识别准确率的问题,提出了一种基于改进自适应噪声完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)、样本熵(SampEn,SE)及时频峰值滤波(Time-Frequency Peak Filtering,TFPF)重构的水电机组振动信号降噪方法.首先采用ICEEMDAN对水电机组振动信号进行分解得到若干本征模态分量(Intrinsic Mode Functions,IMFs);然后利用SE筛选主要IMF分量,并采用TFPF方法进行信号滤波重构,降低信号噪声;最后将重构后的信号输入支持向量机(Support Vector Machine,SVM)进行故障诊断,验证降噪方法的有效性;利用某电站3号机组数据进行实验,结果表明本文方法能够有效降低噪声对真实信号的影响,准确识别不同故障类型,提高诊断精度,具有一定应用价值.

关键词：水电机组、振动信号降噪、自适应噪声完备集成经验模态分解、样本熵、时频峰值滤波

所属期刊栏目：9

分类号：TV741(水能利用、水电站工程)

资助基金：国家自然科学基金51609203

在线出版日期：2023-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：5-10,16