一种水电机组声音信号特征频率提取方法及系统

技术领域

本发明涉及水电机组声音测量技术，具体涉及一种水电机组声音信号特征频率提取方法及系统。

背景技术

水电厂中的水力发电机组的声音伴随运行产生，声音特性随机组运行状态变化而发生改变。机组声音信号中包含了丰富的运行状态信息，近80％的故障均可通过声音与振动信号分析发现。因此，声音监测是水电机组运行状态评价最直接有效的手段。由于受到强背景噪声与复杂电磁干扰的影响，实际测到的水电机组声音信号难以准确反映机组的真实运行状态，为了提取出最具有代表性的故障特征，关键是对声音信号进行特征频率提取。

现有测量技术主要以振动检测方法为主，由于水电机组设备庞大且处于旋转状态，振动测点有限，发电机转子等许多无法安装振动传感器的关键位置难以检测，振动测试方法能够获取的机组状态信息十分有限，且测试时传感器需要与设备接触，测试过程较为繁琐。现有声音测量方法主要依靠声级计检测，测试结果难以避免干扰噪声的影响，测试精度较低。

发明内容

针对现有技术的上述问题，本发明提供一种水电机组声音信号特征频率提取方法及系统，能够降低高斯白噪声对水电机组声音测量的干扰，提高水电机组声音测量精度，具有操作简单、测量精度高的优点。

为了解决上述技术问题，本发明采用的技术方案为：

一种水电机组声音信号特征频率提取方法，包括：

获取水电机组声音信号；

对所述水电机组声音信号进行多层小波分解获得各层小波系数；

对各层小波系数进行软阈值去噪分析获得去噪后的各层小波系数；利用去噪后的各层小波系数重构出去噪后的声音信号；

对去噪后的声音信号进行自相关分析获得相关信号；对相关信号进行频谱分析并提取得到水电机组声音信号特征频率。

作为本发明的进一步改进，所述获取水电机组声音信号是先选取水电机组声音检测点，然后采集得到水电机组声音信号。

作为本发明的进一步改进，所述水电机组声音检测点布置在水电机组转子制动器位置。

作为本发明的进一步改进，所述水电机组声音信号是指采样率大于40kHz的声音信号。

作为本发明的进一步改进，所述对水电机组声音信号进行多层小波分解获得各层小波系数是采用“sym6”小波基函数对水电机组声音信号进行4层小波分解。

作为本发明的进一步改进，所述对水电机组声音信号进行多层小波分解是将水电机组声音信号视为周期信号与白噪声信号的组合，利用自相关函数进行特征频率提取；对小波分解后的各层水电机组声音信号进行自相关分析：

低频系数S

作为本发明的进一步改进，所述对各层小波系数进行软阈值去噪分析获得去噪后的各层小波系数是对4层小波分解后的系数进行软阈值去噪分析获得去噪后的各层小波系数。

一种水电机组声音信号特征频率提取系统，包括：

获取模块，用于获取水电机组声音信号；

分解模块，用于对所述水电机组声音信号进行多层小波分解获得各层小波系数；

去噪模块，用于对各层小波系数进行软阈值去噪分析获得去噪后的各层小波系数；利用去噪后的各层小波系数重构出去噪后的声音信号；

提取模块，用于对去噪后的声音信号进行自相关分析获得相关信号；对相关信号进行频谱分析并提取得到水电机组声音信号特征频率。

一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述水电机组声音信号特征频率提取方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述水电机组声音信号特征频率提取方法的步骤。

和现有技术相比，本发明具有下述优点：本发明以声音信号为检测对象，选取水电机组声音检测点，采集水电机组声音信号，对水电机组声音信号进行多层小波分解获得各层小波系数，对各层小波系数进行软阈值去噪分析获得去噪后的各层小波系数，利用去噪后的各层小波系数重构出去噪后的声音信号，对去噪后的声音信号进行自相关分析获得相关信号，对相关信号进行频谱分析并提取得到水电机组声音信号特征频率，能够降低高斯白噪声对水电机组声音测量的干扰，提高水电机组声音测量精度，具有操作简单、测量精度高的优点。

附图说明

图1为本发明实施例方法的基本流程示意图；

图2为本发明实施例方法的声音测点布置示意图；

图3为本发明实施例方法的未降噪处理声音信号频谱；

图4为本发明实施例方法的未降噪处理声音信号小波分解；

图5为本发明实施例方法的未降噪处理声音信号小波分解自相关分析结果；

图6为本发明实施例方法的去噪后的声音信号；

图7为本发明实施例方法的去噪后的声音信号频谱；

图8为本发明水电机组声音信号特征频率提取系统框图；

图9为一种电子设备示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明第一个目的是提供了一种水电机组声音信号特征频率提取方法，包括：

获取水电机组声音信号；

对所述水电机组声音信号进行多层小波分解获得各层小波系数；

对各层小波系数进行软阈值去噪分析获得去噪后的各层小波系数；利用去噪后的各层小波系数重构出去噪后的声音信号；

对去噪后的声音信号进行自相关分析获得相关信号；对相关信号进行频谱分析并提取得到水电机组声音信号特征频率。

本发明能够降低高斯白噪声对水电机组声音测量的干扰，提高水电机组声音测量精度，具有操作简单、测量精度高的优点。

以下结合实施例和附图对本发明的内容进行详细说明。

如图1所示，本实施例一种水电机组声音信号特征频率提取方法，包括：

1)选取水电机组声音检测点；

2)采集水电机组声音信号；

3)对水电机组声音信号进行多层小波分解获得各层小波系数；

4)对各层小波系数进行软阈值去噪分析获得去噪后的各层小波系数；

5)利用去噪后的各层小波系数重构出去噪后的声音信号；

6)对去噪后的声音信号进行自相关分析获得相关信号；

7)对相关信号进行频谱分析并提取得到水电机组声音信号特征频率。

如图2所示，本实施例中，步骤1)声音测点布置在水电机组转子制动器位置，既能有效接收发电机组声音信号，又不对设备运行噪声影响。

步骤2)采集水电机组声音信号时，采样率大于40kHz，根据采样定律，该采样率条件下，能够保证采集的声音信号覆盖超声频段。本实施例中，发电机组负载为有功60MW、无功11MVar情况下，设置声音采样率为44100Hz，未降噪处理声音信号频谱如图3所示。发电机未处理声音信号频谱十分复杂，包括3Hz、7Hz、15Hz、35Hz、100Hz、300Hz、700Hz、1.3kHz以及1.8kHz，除100Hz外其他主频并不突出。

由于“sym6”为近似对称小波基函数，能够避免小波分析结果产生失真，因此，在本实施例中，步骤3)中采用“sym6”小波基函数对水电机组声音信号进行4层小波分解，分解结果如图4所示。

根据自相关函数的性质，周期信号的自相关函数仍然是同频率的周期信号，但不保留原信号的相位信息。随机噪声信号的自相关函数将随延迟时间的增大快速衰减；周期信号的互相关函数仍然是同频率的周期信号，且保留原来信号的相位信息。水电机组声音信号可视为周期信号与白噪声信号的组合，因此，利用自相关函数能够实现特征频率提取。

根据相关性分析基本理论，通过自相关分析，能够滤除信号中的随机噪声，进而观测信号中的周期分量，在处理强背景噪声条件下的信号降噪问题具有一定的优势。对图4小波分解后的各层水电机组声音信号进行自相关分析，结果如图5所示。小波分解后，低频系数S

步骤4)中对图4中4层小波分解后的系数进行软阈值去噪分析获得去噪后的各层小波系数，并利用去噪后的各层小波系数重构出去噪后的声音信号，如图6所示。此时，去噪后的声音信号中仍然存在干扰噪声，需要进一步去除。

为此，步骤6)中对去噪后的声音信号进行自相关分析获得相关信号，并在步骤7)对相关信号进行频谱分析并提取得到水电机组声音信号特征频率，如图7所示。经过小波阈值去噪与自相关分析处理后，水电机组空载声音信号主要集中在3Hz、7Hz、13Hz、20Hz、100Hz、300Hz频率，以100Hz为主频，此时声音信号频谱相对于图3更为纯净，特征频率更为突出。通过图3与图7对比表明了本发明方法的有效性。

如图8所示，本发明还提供一种水电机组声音信号特征频率提取系统，包括：

获取模块，用于获取水电机组声音信号；

分解模块，用于对所述水电机组声音信号进行多层小波分解获得各层小波系数；

去噪模块，用于对各层小波系数进行软阈值去噪分析获得去噪后的各层小波系数；利用去噪后的各层小波系数重构出去噪后的声音信号；

提取模块，用于对去噪后的声音信号进行自相关分析获得相关信号；对相关信号进行频谱分析并提取得到水电机组声音信号特征频率。

如图9所示，本发明提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述水电机组声音信号特征频率提取方法的步骤。

所述水电机组声音信号特征频率提取方法包括以下步骤：

获取水电机组声音信号；

对所述水电机组声音信号进行多层小波分解获得各层小波系数；

对各层小波系数进行软阈值去噪分析获得去噪后的各层小波系数；利用去噪后的各层小波系数重构出去噪后的声音信号；

对去噪后的声音信号进行自相关分析获得相关信号；对相关信号进行频谱分析并提取得到水电机组声音信号特征频率。

本发明第还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述水电机组声音信号特征频率提取方法的步骤。

所述水电机组声音信号特征频率提取方法包括以下步骤：

获取水电机组声音信号；

对所述水电机组声音信号进行多层小波分解获得各层小波系数；

对各层小波系数进行软阈值去噪分析获得去噪后的各层小波系数；利用去噪后的各层小波系数重构出去噪后的声音信号；

对去噪后的声音信号进行自相关分析获得相关信号；对相关信号进行频谱分析并提取得到水电机组声音信号特征频率。

以上示意性地对本发明及其实施方式进行了描述，该描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的实施方式或方案，均应属于本发明的保护范围。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。