[發明專利]振動信號特征提取方法、裝置、存儲介質和計算機設備

在審

• 申請號: 201711480593.6
• 申請日: 2017-12-29
• 公開（公告）號: CN108229382A
• 公開（公告）日: 2018-06-29
• 發明（設計）人: 熊俊;莫文雄;楊森;陳莎莎;劉宇;鐘少泉;田妍;吉旺威;林藝;鄭服利;何昊;杜鋼
• 申請（專利權）人: 廣州供電局有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 黃曉慶

本發明涉及一種振動信號特征提取方法、裝置、存儲介質和計算機設備。振動信號特征提取方法包括：采集目標設備的振動信號；對振動信號進行降噪處理，得到降噪信號；對降噪信號進行經驗模態分解，得到降噪信號所對應的原始本征模態函數；根據降噪信號所對應的原始本征模態函數獲取疊加信號，對疊加信號進行經驗模態分解及去除疊加處理，得到降噪信號所對應的最終本征模態函數；對最終本征模態函數進行希爾伯特?黃變換，得到振動信號的頻譜特征。該方法可提高特征提取的準確性，提取的特征更能準確反映出目標設備的運行狀態。

技術領域

本發明涉及信號分析技術領域，特別是涉及一種振動信號特征提取方法、裝置、存儲介質和計算機設備。

背景技術

振動信號是設備的機械振動引起的信號，振動信號的特征可以體現設備的機械運動情況，因此提取振動信號的特征進行分析有助于了解設備的運行狀態，盡快發現故障隱患。例如，有載分接開關作為電力變壓器中唯一的可動部件，其運行狀態直接關系到整個電網的安全可靠運行；提取有載分接開關振動信號的特征，可以準確分析有載分接開關的運行狀態，從而盡早發現電網的故障隱患。

傳統的提取振動信號特征的方式，大多是采用EMD(Empirical ModeDecomposition經驗模態分解)算法，對振動信號進行分解并提取頻譜特征，從而進行設備運行狀況的判斷。然而，傳統的EMD算法存在較為嚴重的模態混疊現象，影響最終的特征提取結果，特征提取準確性低。

發明內容

基于此，有必要針對傳統的振動信號特征提取準確性低的問題，提供一種可提高特征提取準確性的振動信號特征提取方法、裝置、存儲介質和計算機設備。

一種振動信號特征提取方法，包括：

采集目標設備的振動信號；

對所述振動信號進行降噪處理，得到降噪信號；

對所述降噪信號進行經驗模態分解，得到所述降噪信號所對應的原始本征模態函數；

根據所述降噪信號所對應的原始本征模態函數獲取疊加信號，對所述疊加信號進行經驗模態分解及去除疊加處理，得到所述降噪信號所對應的最終本征模態函數；

對所述最終本征模態函數進行希爾伯特-黃變換，得到所述振動信號的頻譜特征。

一種振動信號特征提取裝置，包括：

信號采集模塊，用于采集目標設備的振動信號；

信號去噪模塊，用于對所述振動信號進行降噪處理，得到降噪信號；

初始分解模塊，用于對所述降噪信號進行經驗模態分解，得到所述降噪信號所對應的原始本征模態函數；

疊加分解模塊，用于根據所述降噪信號所對應的原始本征模態函數獲取疊加信號，對所述疊加信號進行經驗模態分解及去除疊加處理，得到所述降噪信號所對應的最終本征模態函數；

特征提取模塊，用于對所述最終本征模態函數進行希爾伯特-黃變換，得到所述振動信號的頻譜特征。

上述振動信號特征提取方法和裝置，通過對采集的振動信號進行降噪處理得到降噪信號，對降噪信號進行經驗模態分解得到降噪信號所對應的原始本征模態函數，再根據降噪信號所對應的原始本征模態函數獲取疊加信號，對疊加信號進行經驗模態分解及去除疊加處理，得到降噪信號所對應的最終本征模態函數，對最終本征模態函數進行希爾伯特-黃變換，得到振動信號的頻譜特征。一方面，在經驗模態分解之前對振動信號進行降噪，可避免噪聲影響特征提取的效果；另一方面，得到原始本征模態函數后獲取疊加信號，再根據疊加信號進行經驗模態分解及去除疊加處理，可以限制最終本征模態函數的頻率帶寬，能有效解決經驗模態分解所存在的模態混疊現象，從而可提高特征提取的準確性，提取的特征更能準確反映出目標設備的運行狀態。