基于小波包分析的水电机组振动信号去噪研究

郭 磊

(南昌工程学院 机械与电气工程学院，江西 南昌330099)

机组振动是水电站运行中常见的故障，也是直接影响电站运行和电力系统安全的主要故障之一。而水轮发电机组的振动和其他旋转类机械的振动又存在很大区别，水力、机械、电气三方面因素各自引起的振动形成的耦联、振动故障与振动特征的非一一对应性及多种振动在某部位的叠加，造成了水轮发电机组振动的复杂性，难以用准确的语言来描述振动是否存在及振动的程度，使得分析振动原因十分困难。此外，用于监测振动信号的传感器所输出的信号不仅包含有可用作故障诊断依据的有用信号外，还包含有强烈的背景噪声和其它的随机噪声。因此为了进行有效地故障诊断，就必须进行信号去噪处理，以消除噪声和提取用于故障诊断的特征参数。振动信号去噪处理是实施故障诊断的一个关键环节，其处理结果直接影响着其后的故障诊断。因此，加强对水电机组振动信号去噪研究十分重要。

1 小波包去噪原理及步骤

信号的小波包消噪同小波消噪的算法思想基本相同，所不同的是小波包更为灵活，可以同时对上一层的低频部分和高频部分进行分解，进而实现有选择的滤除噪声信号。一般是将信号进行小波包分解，对分解的小波包系数进行门限阈值的量化，重构量化后的系数，即得到去除了部分噪声的有用信号。对信号进行小波包分解时，可以采用多种小波包基，通常根据不同的信号要求，从中选择一种小波包消噪的步骤如下：①信号的小波包分解。选择一个小波并确定一个小波分解的层次N，然后对信号S进行N次层小波分解。②计算最优树，确定最优小波包基。③小波包分解系数的阈值量化。对于每一个小波包分解系数，选择一个适当的阈值并对其系数进行量化。④小波包重构。根据第N层的小波包分解系数和经过量化处理系数，进行小波包重构。

而在这四个步骤之中，最关键的就是如何选取阈值和如何进行阈值的量化，从某种程度上说，它直接关系到信号消噪的质量。实际应用中，可采用ddencmp函数和wpdencmp函数进行默认阈值消噪，由于这两个函数都是基于小波包分析的函数，内部调用了二维小波包分解函数wpdec2以及二维小波包重构函数wprec2，使用起来十分方便，代码相当简练。经过以上处理后的重构信号，消除了部分噪声。可以看出，利用小波包消噪可以更加精细的有选择性地滤出高频噪声。

2 小波包分析在水电机组振动信号去噪中的应用

传感器所输出的机组振动的原始信号是一个混杂信号，除了真实有用的振动信号外，往往还伴有随机噪声和强烈的背景噪声。而根据振动故障机理分析可知，故障特征常常存在于一定的频段范围内，超出该频段范围的信号在故障特征提取时属于噪声信号。所以为了有效地提取故障特征，首先应对信号进行消噪处理。文章研究对某水电站水轮机顶盖的垂直振动实测信号进消噪处理，运用小波包分析的方法，在Matlab软件平台上，编写程序，并利用该程序对实测信号进行信噪分离处理，消去噪声数字信号N(n)后，得到机组振动的数字信号S(n)。

（1）振动信号收集。万安水电站位于中国江西省万安县、赣江中游，距赣州市90km，是江西省目前最大的水力发电厂站，电站以发电为主，兼防洪、灌溉、养殖、航运等综合效益，是江西电力南北交换的枢纽。水电站装机容量50万kW，保证出力6.04万kW，年发电量15.16亿kw/h。内装5台单机容量10万kW的轴流式水轮发电机组，水轮机为ZZ440-LH-850型，直径8.5m，额定转速76.9r/min，设计水头22.0m，最大水头32.3m，最小水头12.8m。水电站1990年11月，首台机组发电，1992年12月，一期工程4台机组全部投入生产，1996年1月通过国家验收。为了检查机组的设计、制造和安装质量，分析机组的振动特点和规律，确定机组的稳定运行范围，为电站的安全经济运行提供技术依据，对3F机组进行了稳定性测试。试验共进行变转速、变励磁和变负荷三个项目，并在个测试工况点稳定运行5min左右进行测量。实测信号的采样频率为60Hz，监测系统采样点数为6500点。本算例仅截取其中650点进行分析，分析数据由振动速度传感器检测的水轮机顶盖振动信号。

（2）小波包分析去噪。本文采用sym4小波进行2层分解，消噪后的信号占原信号能量的99.75%，运用Matlab软件编写程序，实现了水电机组振动信号的信噪分离，如图1、2、3所示。

图1 机组振动实测图

图2 试验数据一次消噪图

图3 试验数据二次消噪图

从图1、图2、图3中看出，用小波包消噪消去的能量较多，且sym小波消噪后的信号要比用db小波消噪后的信号光滑，费时较短，小波包分析成功地实现了水电机组振动信号的消噪处理，并且计算速度较快，得到了较满意的处理结果。小

波包分析是水电机组振动信号预处理的一种有效方法。

3 结语

近年来，水电机组振动信号消噪技术研究得到很大发展，但是尚未形成一套完整的理论体系和有效的处理技术。在实际的应用也急需一个完善的评价体系对其效果做出合理的评价。应用小波包分析的方法可以更加精细的有选择性地滤出高频噪声，但小波包分析是建立在第一代小波变换的基础之上的，它也存在小波包基难以选择的不足。因此，对于水电机组振动信号去噪技术研究还有很多理论需要进一步研究和大量的实际工作需要完善。

[1]唐拥军，潘罗平.水电机组故障诊断系统信号预处理[J].中国水利水电科学研究院学报，2005，3(3)：173-179.

[2]飞思科技产品研发中心.小波分析理论与MATLAB7实现[M].北京：电子工业出版社，2005.