馮源，葛新峰，潘天航，鄭源

(1.云南電網(wǎng)公司電力研究院，昆明 650217；2.河海大學(xué)能源與電氣學(xué)院，南京 210098)

基于EEMD的水電機(jī)組信號(hào)分解和頻譜分析

馮源1，葛新峰2，潘天航2，鄭源2

(1.云南電網(wǎng)公司電力研究院，昆明 650217；2.河海大學(xué)能源與電氣學(xué)院，南京 210098)

采用集合經(jīng)驗(yàn)?zāi)B(tài)分解EEMD方法對(duì)水電機(jī)組多個(gè)信號(hào)進(jìn)行分析，結(jié)果表明，EEMD分解能夠?qū)⑺姍C(jī)組信號(hào)分解成不同頻域內(nèi)IMF分量分解，各IMF分量與現(xiàn)場(chǎng)振源有一定的關(guān)聯(lián)，具有直觀的物理意義，同時(shí)對(duì)不同工況的信號(hào)進(jìn)行對(duì)比分析。

水電機(jī)組；EEMD分解；EMD分解；IMF分量

0 前言

1998年，Norden E.Huang[1]提出了一種新的信號(hào)處理方法即經(jīng)驗(yàn)?zāi)B(tài)分解 (Empirical Mode Decomposition，簡(jiǎn)稱EMD)方法，本質(zhì)上該方法是對(duì)一個(gè)信號(hào)進(jìn)行平穩(wěn)化處理，將信號(hào)中不同尺度的波動(dòng)或趨勢(shì)逐級(jí)分解開來，得到了一系列具有不同特征尺度的數(shù)據(jù)系列，每個(gè)序列稱為一個(gè)固有模態(tài)函數(shù)IMF(Intrinsic Mode Function)分量[2]，同時(shí)每個(gè)模態(tài)函數(shù)應(yīng)該具有一定的物理含義，每個(gè)IMF為單分量的幅值或頻率調(diào)制信號(hào)。每個(gè)IMF應(yīng)該滿足以下兩個(gè)條件：首先，在整個(gè)數(shù)據(jù)段內(nèi)，極值點(diǎn)的個(gè)數(shù)和過零點(diǎn)的個(gè)數(shù)必須相等或最多相差一個(gè)；其次，信號(hào)上任意一點(diǎn)，由局部極大值點(diǎn)確定的包絡(luò)線和由局部極小值點(diǎn)確定的包絡(luò)線的均值均為零，即信號(hào)關(guān)于時(shí)間軸為局部對(duì)稱[3]。但是EMD分解有一定的缺點(diǎn)即容易產(chǎn)生模態(tài)混疊，模式混疊是指一個(gè)IMF中包含差異極大的特征時(shí)間尺度，或者相近的特征時(shí)間尺度分布在不同的IMF中，導(dǎo)致相鄰的2個(gè)IMF波形混疊，即信號(hào)的平穩(wěn)化處理效果比較差。

EEMD即集合經(jīng)驗(yàn)?zāi)B(tài)分解方法 (ensemble empirical mode decomposition，EEMD)其分解的基本思想比較簡(jiǎn)單，就是依據(jù)所添加白噪聲信號(hào)能夠均勻填充整個(gè)時(shí)頻空間的特性，使信號(hào)的不同頻率尺度能被自動(dòng)投影到由白噪聲所建立的均勻空間的相應(yīng)頻率尺度上，最后通過多次重復(fù)取整體平均的方式消除所添加的白噪聲成分，來促使待分解信號(hào)中的本征模態(tài)函數(shù)的自然分離，以去除模態(tài)混疊，是EMD一種改進(jìn)。

在集合經(jīng)驗(yàn)?zāi)B(tài)分解過程中有兩個(gè)參數(shù)需要確定：即整體重復(fù)的執(zhí)行次數(shù)M和隨機(jī)白噪聲的強(qiáng)度參數(shù)α。Wang和Huang建議，白噪聲的強(qiáng)度參數(shù)α取待分解信號(hào)標(biāo)準(zhǔn)差的0.2倍[4]。但這不是適合所有情況也需要根據(jù)情況而定，一般地，當(dāng)信號(hào)的主要成分為高頻時(shí)，α的取值應(yīng)比較??；當(dāng)信號(hào)的主要成分為低頻時(shí)，α的取值應(yīng)比較大一些，α的取值越小則誤差越小，然而過小會(huì)降低消減端點(diǎn)效應(yīng)和模態(tài)混疊的效果。因此，為了充分發(fā)揮EEMD分解的效力，所添加的白噪聲強(qiáng)度不應(yīng)過小，但是增加白噪聲也會(huì)產(chǎn)生一定的誤差，通過增加M值 (整體重復(fù)執(zhí)行次數(shù))會(huì)將減少添加白噪聲所引起的誤差，一般M取幾百會(huì)得到較好的結(jié)果[5]。

1 實(shí)例分解

以國內(nèi)某水電站實(shí)驗(yàn)采集信號(hào)為例，該機(jī)組額定功率為300 MW，采樣頻率為500 Hz，轉(zhuǎn)動(dòng)頻率2.2 Hz。采用EEMD分析方法對(duì)上導(dǎo)擺度+ x、水導(dǎo)擺度+x、上機(jī)架水平+x、蝸殼差壓四個(gè)測(cè)點(diǎn)的信號(hào)進(jìn)行兩種工況 (210 MW、240MW)進(jìn)行模態(tài)分解。其中白噪聲的強(qiáng)度參數(shù)α和重復(fù)的執(zhí)行次數(shù)M分布取0.2，100。

如圖1-4為上導(dǎo)擺度+x和上機(jī)架水平+x不同工況各IMF(a1-a6)時(shí)頻圖。從各IMF分量的時(shí)域圖可以，分解后的IMF分量比較平穩(wěn)，特別是低頻的IMF分量信號(hào)非常平滑。而水電機(jī)組主要為低頻信號(hào)，說明EEMD信號(hào)分解比較適合于水電機(jī)組現(xiàn)場(chǎng)數(shù)據(jù)的分解。對(duì)各IMF分量進(jìn)行FFT頻譜分析為各圖中 (b1-b6)。圖中 (a7)和(b7)為原始信號(hào)的時(shí)域圖和FFT頻譜圖。

表1、2為四個(gè)測(cè)點(diǎn)在210 MW、240 MW的IMF時(shí)頻統(tǒng)計(jì)分析信息。

表1 上導(dǎo)擺度+x和上導(dǎo)擺度+x各IMF頻譜統(tǒng)計(jì)表

表2 上導(dǎo)擺度+x和上導(dǎo)擺度+x各IMF頻譜統(tǒng)計(jì)表

圖1 上導(dǎo)擺度+x各IMF頻譜 (210MW)

圖2 上導(dǎo)擺度+x各IMF頻譜 (240MW)

2 數(shù)據(jù)分析

從圖1～4中可以看出，EEMD可以較好的將水電機(jī)組的信號(hào)分解，將前六層IMF列出。IMF1～I(xiàn)MF6的依次從高頻到低頻，如圖1～4中IMF5的信號(hào)主頻為約位于2.2 Hz，很顯然這一頻率成分對(duì)應(yīng)轉(zhuǎn)動(dòng)頻率。如圖3、4中IMF1、IMF2的信號(hào)主頻為50 HZ及其倍頻，50 HZ是我國公共電力網(wǎng)頻率。這說明EEMD分解的經(jīng)驗(yàn)?zāi)B(tài)分量具有實(shí)際的物理含義，與現(xiàn)場(chǎng)激頻相對(duì)應(yīng)。

如圖3、4中IMF1、IMF2的信號(hào)含有明顯50 HZ及其倍頻，但是其幅值相對(duì)小，在原信號(hào)分析中根本看不出來，但是通過EEMD分解可以分解出來，這說明EEMD分解具有將現(xiàn)場(chǎng)激頻信號(hào)放大的功能，當(dāng)其幅值較大的時(shí)候容易引起磁拉力不平衡，造成機(jī)組振動(dòng)。

通過對(duì)兩種不同工況即：第一個(gè)運(yùn)行工況時(shí)210 MW，第二個(gè)運(yùn)行工況為240 MW，設(shè)計(jì)工況300 MW。對(duì)比這兩個(gè)工況下的不同IMF1頻譜分析得知，在240 MW工況下一些低頻信號(hào)的幅度值明顯下降，如表2中蝸殼水壓中IMF6，這也和原信號(hào)的頻率幅度下降時(shí)一致的。這和實(shí)際運(yùn)行工況也是一致的，因?yàn)?40 MW離設(shè)計(jì)工況比較近，在該工況下運(yùn)行時(shí)，各狀態(tài)參數(shù)的一般是要小一些。

3 結(jié)束語

文章采用改進(jìn)后的經(jīng)驗(yàn)?zāi)B(tài)分解EEMD對(duì)現(xiàn)場(chǎng)采集的信號(hào)進(jìn)行了實(shí)例分析。通過分析得知：

1)分解后的IMF分量比較平穩(wěn)，特別是低頻的IMF分量信號(hào)非常平滑。而水電機(jī)組主要為低頻信號(hào)，說明EEMD信號(hào)分解比較適合于水電機(jī)組現(xiàn)場(chǎng)數(shù)據(jù)的分解。

2)EEMD分解的經(jīng)驗(yàn)?zāi)B(tài)分量IMF具有實(shí)際的物理含義，與現(xiàn)場(chǎng)激頻相對(duì)應(yīng)。

3)EEMD分解具有將現(xiàn)場(chǎng)激頻信號(hào)放大的功能，克服了 FFT變化不容易發(fā)現(xiàn)的一些淹沒頻率。

圖3 上機(jī)架水平+x各IMF頻譜 (210MW)

圖4 上機(jī)架水平+xIMF頻譜 (240MW)

4)兩種不同工況下各IMF頻譜變化與實(shí)際運(yùn)行工況也是一致的。

[1] Norden E.Huang，et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J].Proceedings of the Royal Society，1998，454(1971)：903～905.

[2] 胡小林.Hilbert-Huang變換的改進(jìn)及其在機(jī)械故障特征提取中的應(yīng)用 [D].重慶：重慶大學(xué)，2010.

[3] 范德功.基于希爾伯特-黃變換機(jī)械故障診斷的研究 [D] .河北：華北電力大學(xué)，2006.

[4] Wu，Z.，Huang，N.E.Ensemble empirical mode decomposi-tion：a noise-assisted data analysis method.Advances in adaptive data analysis，2009，1(01)：1-41.

[5] 張孝遠(yuǎn).融合支持向量機(jī)的水電機(jī)組混合智能故障診斷研究 [D].華中科技大學(xué)，2012.

Research on Hydroelectric Generating Signals Decomposition and Spectrum Analysis Base on EEMD

FENG Yuan1，GE Xinfeng2，PAN Tianhang2，ZHENG Yuan2
(1.Yunnan Electric Power Research Institute，Kunming 650217；2.School of Energy and Electric，Hehai University，Nanjing 210098)

using EEMD method(ensemble empirical mode decomposition)to analysis multiple signals of hydroelectric generating，the results show that，EEMD decomposition can decompose hydroelectric generating signals to different frequency domain IMF component decomposition，each IMF component have a certain correlation the field source，with intuitive physical meaning，at the same time，the signals of different condition carries on the contrast analysis.

hydropower unit；EEMD decomposition；EMD decomposition；IMF component

TM73

B

1006-7345(2014)05-0077-04

2014-06-05

馮源 (1983)，男，碩士，工程師，云南電網(wǎng)公司電力研究院，研究方向?yàn)樗姍C(jī)組狀態(tài)監(jiān)測(cè)和故障診斷 (e-mail) fengyuan1678＠163.com。

云南電網(wǎng)公司科技項(xiàng)目 (K-YN2012-452)和江蘇省博士后基金 (1102072c)