[发明专利]基于多小波的水电机组状态监测数据降噪方法

摘要

本发明提供一种基于多小波的水电机组状态监测数据降噪方法，对采集到的振动信号进行预处理和多小波分解，得到多个频段的尺度系数和小波系数，利用阈值函数对多小波系数进行处理，并将处理后的系数进行多小波重构和后处理，达到减少信号中的噪声成分，提高振动信号信噪比的目的。多小波相邻系数降噪方法考虑了多小波相邻系数之间的相关特性，能够有效降低所采集信号中的噪声成分，本发明研究多小波相邻系数降噪方法在水电机组信号降噪过程中的应用，获取真实有效的信号成分，为水电机组故障的准确诊断提供可靠的数据。

主权项

一种基于多小波的水电机组状态监测数据降噪方法，其特征在于，假设实际观察到的信号s[n]由真实有用信号f[n]和一定的噪声成分z[n]组成，即：，N为自然数；其中，z[n]为方差为σ2，独立同分布，均值为零的高斯白噪声信号，则多小波相邻系数降噪步骤为：步骤S1：对含噪信号s[n]进行预处理；步骤S2：利用多小波的Mallat算法对预处理后的信号进行L层多小波分解，得到L个二维多小波系数序列和一个二维多尺度系数序列；步骤S3：根据鲁棒协方差矩阵估计方法计算Vj，具体方法如下：定义：，其中，abs(•)为绝对值函数，median(•)为中值函数；设a1、a2、b1、b2为实数，Vj为2×2实数矩阵，row1与row2分别为多小波系数wj,k的第一行和第二行数据序列；计算a1、a2、b1、b2：计算Vj：步骤S4：利用，计算，其中k代表多小波系数标号；步骤S5：利用将与其相邻的系数结合，得到包含相邻系数信息的值，其中，为非负整数；步骤S6：根据，利用阈值函数对多小波系数进行处理，得到去噪后的多小波系数，阈值函数主要包括硬阈值函数和软阈值函数；步骤S7：利用多小波的Mallat算法对去噪后的多小波系数和多尺度系数进行重构；步骤S8：对多小波重构的结果进行多小波后处理，得到去噪后的信号。