[發(fā)明專(zhuān)利]一種水輪機(jī)空化狀態(tài)監(jiān)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201811533335.4
• 申請(qǐng)日: 2018-12-14
• 公開(kāi)（公告）號(hào): CN109342018A
• 公開(kāi)（公告）日: 2019-02-15
• 發(fā)明（設(shè)計(jì)）人: 張永慧;于月亮;畢帥;叢學(xué)飛;葉倩倩;劉志宇;于航;時(shí)聞治;夏春芬;楊成旺;劉淑艷;王環(huán)東
• 申請(qǐng)（專(zhuān)利權(quán)）人: 國(guó)家電網(wǎng)有限公司;國(guó)網(wǎng)新源水電有限公司;吉林松江河水力發(fā)電有限責(zé)任公司
• 主分類(lèi)號(hào): G01M10/00
• 分類(lèi)號(hào): G01M10/00
• 代理公司: 北京智繪未來(lái)專(zhuān)利代理事務(wù)所(普通合伙) 11689
• 代理人: 張紅蓮

1.一種水輪機(jī)空化狀態(tài)監(jiān)測(cè)方法，其特征在于，所述空化狀態(tài)監(jiān)測(cè)方法包括以下步驟：

步驟1：將超聲波傳感器傳感器安裝在在水輪機(jī)上，采集水輪機(jī)空化聲波信號(hào)y(n)；

步驟2：對(duì)步驟1所采集的水輪機(jī)含有噪聲的空化聲信號(hào)進(jìn)行分割，利用基于相似塊對(duì)信號(hào)y(n)進(jìn)行噪聲標(biāo)準(zhǔn)差估計(jì)；

步驟3：通過(guò)非局部均值算法對(duì)實(shí)際水輪機(jī)空聲發(fā)射信號(hào)y(n)進(jìn)行降噪處理，得到去燥后的水輪機(jī)空化聲信號(hào)

步驟4：根據(jù)步驟3得到的去噪后的水輪機(jī)空化聲信號(hào)，進(jìn)行LMD分解，得到去噪后的水輪機(jī)空化聲特征量，然后對(duì)特征量進(jìn)行提取樣本熵、標(biāo)準(zhǔn)差、均值；

步驟5：根據(jù)步驟4得到的去噪后的水輪機(jī)空化聲特征量即樣本熵、標(biāo)準(zhǔn)差、均值，選取判據(jù)，判斷水輪機(jī)的空化程度：

當(dāng)樣本熵低于1，并且均值低于1.2，并且標(biāo)準(zhǔn)差高于0.7時(shí)，判斷水輪機(jī)處于嚴(yán)重的空蝕狀態(tài)；

當(dāng)樣本熵高于1小于2.35，或者均值高于1.2小于3.2，或者標(biāo)準(zhǔn)差大于0.025小于07時(shí)，判斷水輪機(jī)處于一般的空蝕狀態(tài)；

當(dāng)樣本熵高于2.35，并且均值高于3.2，并且標(biāo)準(zhǔn)差低于0.025時(shí)，判斷水輪機(jī)運(yùn)行狀態(tài)良好。

2.根據(jù)權(quán)利要求1所述的水輪機(jī)空化狀態(tài)監(jiān)測(cè)方法，其特征在于：

在步驟1中，水輪機(jī)空化聲波信號(hào)表示為：

y(n)＝x(i)+n(i) (1)

式中，y(n)表示為采集到的含有噪聲的水輪機(jī)空化聲波信號(hào)，x(i)表示為理想的原始信號(hào)，n(i)為所采集信號(hào)中的白噪聲。

3.根據(jù)權(quán)利要求1或2所述的水輪機(jī)空化狀態(tài)監(jiān)測(cè)方法，其特征在于：

在步驟2中，按照(2)式進(jìn)行噪聲標(biāo)準(zhǔn)差估計(jì)；

h＝0.5σ (2)

式中，h為濾波器的平滑參數(shù)，σ為噪聲標(biāo)準(zhǔn)差。

4.根據(jù)權(quán)利要求3所述的水輪機(jī)空化狀態(tài)監(jiān)測(cè)方法，其特征在于：

在步驟3中，根據(jù)公式(3)得到去燥后的水輪機(jī)空化聲信號(hào)去噪后的信號(hào)為：

式中，w(s,t)為在搜索區(qū)域I(s)內(nèi)所有相似結(jié)構(gòu)塊權(quán)重的加權(quán)平均。

5.根據(jù)權(quán)利要求4所述的水輪機(jī)空化狀態(tài)監(jiān)測(cè)方法，其特征在于：

在搜索區(qū)域I(s)內(nèi)所有相似結(jié)構(gòu)塊權(quán)重的加權(quán)平均權(quán)值模型如(4)式所示：

式中，H(s,z)表示的通過(guò)是Hausdorff距離表示信號(hào)中某一以z為中心的相似結(jié)構(gòu)塊對(duì)以s為中心的兩者之間的最大距離，C(t)為歸一化參數(shù)，h表示平滑參數(shù)；B_Δ表示結(jié)構(gòu)塊。

6.根據(jù)權(quán)利要求1或5所述的水輪機(jī)空化狀態(tài)監(jiān)測(cè)方法，其特征在于：

在步驟4中，具體包括以下內(nèi)容：

4.1根據(jù)去燥后的水輪機(jī)空化聲信號(hào)所有的局部極值點(diǎn)n_i，求出所有局部極值平均值m_i和包絡(luò)估計(jì)值a_i；

4.2用滑動(dòng)平均法處理后得到局部均值函數(shù)m₁₁(t)和包絡(luò)函數(shù)a₁₁(t)；

4.3將原始信號(hào)中局部均值函數(shù)分離出來(lái)得到第一次分解后的函數(shù)s₁₁(t)；

4.4將第一次分解后的函數(shù)s₁₁(t)作為新函數(shù)返回4.1中，將函數(shù)s₁₁(t)新函數(shù)，求其局部極值點(diǎn)，以為終止條件，得到第n次分解后的函數(shù)s_1n(t)；

4.5得到包絡(luò)信號(hào)

其中a_1n(t)分別表示第n次分解得到包絡(luò)函數(shù)值；

4.6計(jì)算得到第n次分解后的函數(shù)s_1n(t)的第一個(gè)PF分量

PF₁(t)＝a₁s_1n(t) (6)

4.7將PF₁(t)從中分離出來(lái)，獲得u₁(t)后，將其作為新的原始信號(hào)替代重復(fù)4.1-4.7的計(jì)算過(guò)程，直到u_q(t)為單調(diào)函數(shù)，停止迭代

4.8原始信號(hào)被分解為

4.9然后對(duì)特征量進(jìn)行提取樣本熵，標(biāo)準(zhǔn)差，均值，從而進(jìn)行判據(jù)判斷。