基于WT和SVD的水电机组故障特征提取方法

摘要：

针对水电机组振动信号故障特征提取难,提出一种融合小波变换(Wavelet Transform,WT)和奇异值分解(Singular Value Decomposition,SVD)相结合的故障特征提取方法.首先,通过小波阈值降噪消除强噪声对模型特征提取的干扰,再利用小波变换将降噪信号分解成不同频率的模态子序列,应用SVD理论提起子序列的SVD值作为特征,最终将特征输入RF模型中实现水电机组故障的快速识别与诊断.通过在公开数据集和真实机组案例中应用,验证了对水电机组故障诊断的高效性.

关键词：小波变换、奇异值分解、随机森林、特征提取、水电机组故障诊断

所属期刊栏目：38

分类号：TM312(电机)

在线出版日期：2024-02-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：75-78