基于相关筛选BEMD的水电机组轴心轨迹提纯方法及系统与流程

本发明主要涉及水力发电，具体涉及一种基于相关筛选bemd的水电机组轴心轨迹提纯方法及系统。

背景技术：

1、水力发电作为开发规模最大的清洁能源，在能源结构中占据至关重要的地位。此外，随着水电单机容量的不断增大以及年发电时间的不断延长，水电机组已成为电力系统调峰、调频的核心，其安全稳定运行直接关系到电网的整体可靠性。水电机组是一个典型的“水-机-电”耦合的复杂非线性系统，一旦发生事故停机，将造成巨大的经济损失和社会影响。而根据相关的统计表明，约80%的故障都能从振动信号中体现出来，因此振动信号分析是故障诊断的关键。由于水电机组运行工况多变，其振动受到水力、机械、电气多种因素的相互影响，故障机理复杂，导致其振动信号表现出强烈的非平稳性和非线性，给故障特征提取带来了巨大困难。

2、水电机组轴心轨迹是反映机组运行稳定性与故障状态的重要特征信息。在实际工程中，由于受电磁干扰、涡流传感器不对中、表面跳动以及环境噪声等多种因素影响，采集到的原始轴心轨迹往往包含大量噪声和冗余分量，导致提纯后的轨迹模糊、交叉混叠，严重影响故障诊断的准确性。

3、传统的轴心轨迹提纯方法包括低通滤波、小波阈值降噪、主成分分析（pca）等。然而，低通滤波会损失轨迹的高频细节；小波降噪存在基函数选择困难；pca对非线性非平稳信号的处理能力有限。二维经验模态分解（bemd）作为一种数据驱动的自适应分解方法，在非线性信号处理方面具有优势，但其直接应用于轴心轨迹时，容易产生无物理意义的虚假分量，且分解效率受插值算法影响较大。

技术实现思路

1、针对现有技术存在的技术问题，本发明提供一种虚假分量辨识与抑制能力强的基于相关筛选bemd的水电机组轴心轨迹提纯方法及系统。

2、为解决上述技术问题，本发明提出的技术方案为：

3、一种基于相关筛选bemd的水电机组轴心轨迹提纯方法，包括步骤：

4、s1.获取水电机组同一测点相互垂直的方向和方向上的振动信号和，同步记录正常工况下的基准信号及待分析的故障工况下的振动信号；

5、s2.将故障工况下采集的方向的振动信号和方向上的振动信号构造为复信号，采用二维经验模态分解算法进行自适应分解，得到从高频到低频排列的个imf分量,…,以及最终残余分量；

6、s3.计算每个imf分量与原始方向信号或方向信号的相关系数，并设置相关系数阈值；当≥时，则判定该imf分量为有效物理分量，予以保留；当＜时，则初步判定为虚假分量或噪声主导分量予以剔除，筛选得到m个有效imf分量；

7、s4.基于每个有效imf分量的相关系数定义其权重系数，对筛选保留的m个有效imf分量及残余分量进行自适应加权重构，得到提纯后的复信号矩阵；

8、s5.提取复信号矩阵的实部作为提纯后的x方向序列，提取虚部作为提纯后的y方向序列，以为横坐标，为纵坐标，绘制轴心轨迹图。

9、优选地，步骤s2中的bemd自适应分解具体包括以下子步骤：

10、设定投影方向个数为，则第个投影方向角为：

11、

12、其中；

13、将复信号z(t)投影到上，得到实值投影信号：

14、

15、其中表示取实部运算；

16、提取的局部最大值所对应的时刻集合{}，对集合{，}进行插值，得到方向上的极大值包络；

17、计算所有方向上极大值包络的质心，计算表达式如下：

18、

19、从原始复信号中减去包络线质心，得到剩余分量：

20、

21、判断是否满足imf的判定条件，若满足，则反复迭代，直到是固有模态函数imf为止。

22、优选地，步骤s3中，计算每个imf分量与原始方向信号或方向信号的相关系数的具体过程为：

23、计算第i个imf分量与原始x方向信号的皮尔逊相关系数；

24、同时计算第i个imf分量与原始y方向信号的皮尔逊相关系数,取两者绝对值较大者作为。

25、优选地，皮尔逊相关系数的计算公式为：

26、

27、其中，表示的实部，为协方差，为方差。

28、优选地，步骤s3中，还进一步计算相邻imf分量之间的相关系数为：

29、

30、其中，为相邻imfs实部的相关系数，为相邻imfs虚部的相关系数。

31、优选地，和的表达式如下：

32、。

33、优选地，步骤s4中，自适应加权重构流程如下：

34、定义第j个有效imf分量的权重系数为：

35、

36、其中为第j个有效imf分量与原始信号的相关系数；提纯后的二维数据矩阵为：

37、

38、其中为第j个有效imf分量，r为最终残余分量。

39、本发明还公开了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器运行时执行如上所述方法的步骤。

40、本发明进一步公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述方法的步骤。

41、本发明还公开了一种基于相关筛选bemd的水电机组轴心轨迹提纯系统，包括相互连接的存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述方法的步骤。

42、与现有技术相比，本发明的优点在于：

43、1.虚假分量抑制能力强：本发明将相关性分析引入二维经验模态分解的后处理环节，通过定量计算各imf分量与原始振动信号的相关系数，建立了有效的物理分量判别准则，克服了传统bemd分解结果难以客观评估信号保真度的缺陷，能够准确剔除由插值误差和模态混叠产生的虚假分量及噪声主导分量。

44、2.非线性故障特征保真度高：本发明采用基于相关系数的自适应加权重构策略，替代了传统“硬阈值”直接舍弃或等权叠加的处理方式。该策略使得不同频带内的有效分量按其贡献度参与重构，既保留了高频弱故障特征，又避免了噪声分量的过度放大，从而确保了轴心轨迹中关键非线性故障信息的完整保留。

45、3.分解效率优化：本发明所述的相关筛选与加权重构过程仅需在后处理环节执行少量的向量内积运算，无需对bemd迭代内核进行任何修改，因此在不增加主分解流程计算负担的前提下，显著提升了提纯效率，便于工程现场的实时或准实时应用。

46、4.鲁棒性与自适应性：本发明中的相关系数筛选阈值可根据水电机组额定负荷、导轴承间隙等先验工况知识进行自适应调整，亦可利用机组历史无故障数据统计噪声分量的相关水平基线值进行动态设定，实现了对不同机组和运行工况的自适应匹配，减少了人工经验干预，保证了提纯方法在不同场景下的稳定性和通用性。

1.一种基于相关筛选bemd的水电机组轴心轨迹提纯方法，其特征在于，包括步骤：

2.根据权利要求1所述的基于相关筛选bemd的水电机组轴心轨迹提纯方法，其特征在于，步骤s2中的bemd自适应分解具体包括以下子步骤：

3.根据权利要求1所述的基于相关筛选bemd的水电机组轴心轨迹提纯方法，其特征在于，步骤s3中，计算每个imf分量与原始方向信号或方向信号的相关系数的具体过程为：

4.根据权利要求3所述的基于相关筛选bemd的水电机组轴心轨迹提纯方法，其特征在于，皮尔逊相关系数的计算公式为：

5.根据权利要求4所述的基于相关筛选bemd的水电机组轴心轨迹提纯方法，其特征在于，步骤s3中，还进一步计算相邻imf分量之间的相关系数为：

6.根据权利要求5所述的基于相关筛选bemd的水电机组轴心轨迹提纯方法，其特征在于，和的表达式如下：

7.根据权利要求1-6中任意一项所述的基于相关筛选bemd的水电机组轴心轨迹提纯方法，其特征在于，步骤s4中，自适应加权重构流程如下：

8.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器运行时执行如权利要求1-7中任意一项所述方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1-7中任意一项所述方法的步骤。

10.一种基于相关筛选bemd的水电机组轴心轨迹提纯系统，包括相互连接的存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1-7中任意一项所述方法的步骤。