基于小波包变换的电机定子故障特征提取方法.pdfVIP

第38卷 第22期 电力 系统保护与控制 V_0l_38No．22 2010年 11月 16日 PowerSystem ProtectionandControl NOV．16，2010 基于小波包变换的电机定子故障特征提取方法 邱赤东，薛征宇，邵萍波，任 光 (大连海事大学轮机工程学院，辽宁 大连 l16026) 摘要：针对感应 电机定子故障的特征频率处在低频段，小波分解系数易受电机负荷波动影响的问题，提出一种采用希尔伯特 变换对信号进行预处理，利用小波包分解来实现定子故障特征的提取方法。通过小波包分解，使相应分解子频段能始终覆盖 随电机转差率以及供电电源频率变化的故障特征频率。增加小波时域波形的波峰数，减少了子频段 间的频域混叠及频谱泄漏 现象。对原始信号进行希尔伯特变换的预处理，降低了电机负荷波动对分解系数的影响；采用子频段节点重构系数的均方根 值变化率作为故障特征指标。通过对实测故障数据的应用，利用上述方法可以有效地识别出电机的定子故障 关键词：感应电机；小波包变换；希尔伯特变换；电流特征分析法 Afeatureextractionmethodformotorstatorfaultbased09waveletpacketstransform QIUChi-dong，XUEZheng—yu，SHAOPing·bo，RENGuang (CollegeofMarineEngineering，DalianMraitimeUniversi妙，Dalian116026，China) Abstract：W aveletcoefficientisdisturbedbymotorloadfluctuation，becauseeigen矗equenciesofmotorstatorfaultlieinlower rfequency bands．A feature extraction method forstatorfaultisintroduced based on Hilberttransform and waveletpackets rtansfomr ．Selecting the fi~ing decomposition，the decomposition rfequency bands always cover the motor stator fault eigenfrequenciesvaried alongwiththeslideandpowerrfequency．By increasingcrestsofwavelet，boht waveletoverlap and spectrumleakbetweentheadjacentrfequencybnadsraedecreased．Aimingatreducingthesideeffectsofthevariousdecompose coefficientcausedbyloadfluctuation，hteprocessmethodforcurrentsignalbasedonHilberttransfomr isprovedtobeeffective．The motorfaulteigenvaluesraeobtainedby themena-squraedrootmethodbasedonreconstructednodecoefficients．Underhtelaboratory condition，na artificialmotorfaultexperimentisconducted，andthedataare recorded．Throughapplyingtheproposedmethodtothe recordeddata，themotorstatorfaultsCna be effectivelyidentified． Keywords：inductionmotors；waveletpacketstransfomr ；Hilbe~trna sfomr ；motorcurrentsignatureanalysis 中图分类号： TM341 文献标识码：A 文章编号： l674—3415(2010)22