基于Hilbert-Huang变换的水电机组上导摆度信号处理的综述报告.docxVIP

基于Hilbert-Huang变换的水电机组上导摆度信号处理的综述报告

引言

水力发电是利用水能产生电能的一种方法。随着技术的不断进步，水电发电机组的工作效率提高了，水电站的数量也大大增加了。而在水电站的运行过程中，导叶的运动状态对水轮机的稳定性和效率有着重要的影响。因此，对导叶运动状态的监测和分析显得尤为重要。

而目前，基于Hilbert-Huang变换(HHT)的信号处理方法被广泛应用于导叶运动状态的监测和分析。本文将综述最近几年来基于HHT变换的水电机组上导摆度信号处理的研究现状和进展。

1.Hilbert-Huang变换介绍

Hilbert-Huang变换是由NordenE.Huang等人于1998年提出的一种时-频分析方法，它能够对非线性和非平稳信号进行分解和分析。HHT的基本思想是利用经验模态分解(EmpiricalModeDecomposition,EMD)方法将信号分解成若干个固有模态函数(IntrinsicModeFunctions,IMF)，然后对各个IMF函数进行希尔伯特变换，得到它们的时频分布图像——即本文中所谓的HHT分析结果。

2.HHT在导摆度信号处理中的应用

2.1IMF分解

对于一个导摆度信号，HHT首先需要将其分解成若干个IMF。在此过程中，需要克服以下两个困难：

（1）对于多分量混合的信号，如何判断IMF的个数，以及如何提取出主要分量；

（2）对于非稳态信号，如何避免过分解和欠分解导致的分量重叠情况。

为了解决这两个困难，有学者提出了不少新方法，如累积次数分布函数法(CumulativeDistributionFunction,CDF)、偏度谱峰估计法(SkewedSpectrumPeakEstimation,SSPE)等。这些方法可以使IMF分解的结果更加准确和可靠。

2.2希尔伯特变换

当得到各个IMF分量后，HHT便可以对其进行希尔伯特变换，并绘制出相应的时频分布图像。这些图像反映了导叶摆动的振动特性和频率分布情况。

在实际处理中，还需要对这些HHT分析结果进行加窗和平滑处理，以消除噪声和杂波的影响。常用的平滑方法包括线性加权平均法、局部加权平均法等。

3.实验研究

近年来，有诸多学者利用HHT方法对导摆度信号进行分析，并取得了一些进展。例如

(1）车旭松等人[1]分析了某水电站机组导叶杆位移的信号，并利用HHT方法对其进行了分析。结果显示，该信号的主要振动频率为0.5~3Hz，与水轮机谐振特性吻合。同时，还发现这种振动与机组运行状态有关，主要由水轮机进口压力变化引起。

(2）韦歆宇等人[2]利用希尔伯特-黄变换方法分析了某水利水电站导叶摆度信号，结果表明其主要频率为1.8~5Hz，且存在明显的周期性变化。

(3）陈峰等人[3]对某滑块水闸导板位移信号进行了HHT分析，结果表明该信号主要由两个频率分量组成，分别为2Hz和19Hz，且存在严重的自激振动现象。

以上研究表明，HHT方法能够有效地分析水电机组上导摆度信号的振动特性和频率分布情况，为水电站的运行监测和异常诊断提供了有效的手段。

4.结论

本文综述了基于Hilbert-Huang变换的信号处理方法在水电机组上导摆度信号处理中的应用现状和最新进展。对比传统的频域分析方法，HHT方法能够很好地处理非平稳和非线性信号，适用范围更广。目前，虽然已有不少研究结论表明了HHT方法在导摆度信号处理中的应用前景，但在实际应用中还需要进一步探索和深入研究，以提高其分析精度和抗干扰能力。