仿心电脉冲检测的风机叶片周期信号提取方法和电子设备

本发明总体涉及风力发电机叶片故障处理，具体涉及一种仿心电脉冲检测的风机叶片周期信号提取方法和电子设备。

背景技术：

1、基于音频信号的风机叶片损伤检测方法属于一种无损检测方法，通过采集风机叶片音频信号进行分析，不需要对风机进行停机检测。

2、目前，基于音频信号的风机叶片损伤检测主要通过对采集的音频信号进行分析，提取叶片特征并与故障特征库进行对比从而实现风机叶片损伤检测。但是上述方法面对音频信号中包含复杂环境噪声时，容易导致叶片损伤检测结果判断出错。

3、特别是对于叶片周期信号，由于叶片音频信号采样频率比较大，噪声环境对音频信号的影响也比较大，无法提取出周期性比较明显的叶片周期信号，对于后期的风机叶片损伤检测准确性有较大的影响。

技术实现思路

1、本发明要解决的技术问题在于提供一种仿心电脉冲检测的风机叶片周期信号提取方法、程序和电子设备，以改善当前叶片音频信号提取周期信号的不准确问题。

2、为解决上述技术问题，本发明提供如下技术方案：

3、一种仿心电脉冲检测的风机叶片周期信号提取方法，其特征在于包括如下步骤：

4、步骤一，数据预处理：利用高通滤波器对叶片音频信号进行预处理；

5、步骤二，伪真峰检测：在提取尖峰之后利用基于自适应阈值的尖峰检测方法，实现伪真峰检测，并得到伪真峰序列；

6、步骤三，假峰消除：通过去掉相隔过近的尖峰，实现假峰消除，得到真峰序列；

7、步骤四，遗漏峰检测：采用遗漏峰检测算法，对真峰序列进行补充；

8、步骤五，周期信号提取：根据真峰序列中时间间隔的方差对比提取叶片周期信号。

9、上述技术方案中，步骤二之后直接进入步骤四，也即省略步骤三。

10、上述技术方案中，步骤一，数据预处理：由于风力发电机叶片长期处于复杂多变的环境中，采集的叶片音频信号中包含大量的环境噪声，如风声、散热器噪声、机械噪声等，这些环境噪声会对叶片损伤检测的准确性产生较大影响。采用高通滤波器对数据进行预处理，实现音频信号的初步去噪；对于后续操作的精度有较大提升。

11、上述技术方案中，步骤二，伪真峰检测：对原始音频信号进行预处理之后，仍有部分噪声未被去除，首先提取音频信号的尖峰，再根据自适应阈值寻找尖峰中的伪真峰并按顺序构成伪真峰序列，在此过程中自适应阈值会随着伪真峰进行更新。

12、上述技术方案中，步骤三，假峰消除：伪真峰序列中可能包含高频噪声产生的假峰，假峰的出现会使相邻尖峰的时间间隔变小，通过寻找时间间隔过小的尖峰并将其删除，伪真峰序列中的假峰删除完毕后，剩余的尖峰作为真峰序列保留。

13、上述技术方案中，步骤四，遗漏峰检测：假峰消除过后的真峰序列中，可能存在峰值较小的尖峰未被检测，导致相邻真峰的时间间隔过大，通过在间隔过大部分搜寻尖峰，将其加入真峰序列中相应位置，完善真峰序列。

14、上述技术方案中，步骤五，周期信号提取：首先计算真峰序列中相邻尖峰的时间间隔，再根据现场实际风机设备参数设置相邻叶片时间间隔的范围，删除该范围外的真峰，并以删除的真峰对应的时间为界线，将信号分为多个片段，计算各片段中相邻尖峰的时间间隔的方差，选择方差最小的信号片段作为叶片周期信号进行提取，输出结果。

15、进一步的，本发明提供一种仿心电脉冲检测的风力发电机叶片周期信号提取方法，其特征还在于：

16、在步骤一中采用高通滤波器初步减弱环境噪声干扰，高通滤波器能够减弱或阻隔低频信号，保留高频信号。风机叶片音频信号中的环境噪声多数为低频信号，与环境噪声相比，叶片特征主要集中在高频段，采用高通滤波器能够减弱环境噪声干扰。

17、进一步的，本发明提供一种仿心电脉冲检测的风力发电机叶片周期信号提取方法，其特征还在于：

18、在步骤二中采用伪真峰检测筛选待测信号的伪真峰，根据现场实际风速范围及风机设备参数可知，风机正常工作时叶片旋转速度范围为6～16r/min；风机叶片旋转一周需要3至10秒，相邻叶片的时间间隔为1至4秒。

19、在伪真峰检测过程中，首先提取滤波后信号中最高的尖峰，并忽略与其时间间隔在1秒内的所有尖峰，然后对剩下的尖峰重复该过程，直至没有尖峰可提取；音频信号中尖峰提取完毕，用向量p＝[p1,p2,...,pn]和t＝[t1,t2,...,tn]分别表示尖峰的峰值及其对应的时间，n为音频信号中尖峰的数量，并设μ表示尖峰峰值的平均值，即向量p中各元素的平均值；

20、通过自适应阈值thr对尖峰进行筛选，当尖峰为伪真峰时，阈值thr会进行更新，设定阈值thr的初值为尖峰峰值的平均值μ，阈值thr更新公式为：

21、

22、其中，pl是当前伪真峰的峰值，a是thr的更新权重；同时设置最大阈值thrmax＝βthr和最小阈值thrmin＝γthr，当峰值大于等于thrmax或小于等于thrmin时，该峰值不会用于更新自适应阈值，该做法可以避免阈值更新过程中出现较大的波动，从而导致结果精度下降。

23、将当前尖峰i对应风机叶片旋转速度作为挑选伪真峰的一个依据，叶片旋转速度计算公式为：

24、

25、当尖峰峰值满足以下条件时，尖峰被定义为伪真峰，1)大于等于thr；2)小于thr，且6≤v≤16。

26、伪真峰提取完毕后，按顺序构成伪真峰序列f，用向量g＝[g1,g2,...,gm]和h＝[h1,h2,...,hm]分别表示伪真峰的峰值和时间，其中，m为伪真峰的数量。

27、进一步的，本发明提供一种仿心电脉冲检测的风力发电机叶片周期信号提取方法，其特征还在于：

28、在步骤三中采用假峰消除来消除高频噪声产生的峰值，当假峰出现时会使相邻尖峰的时间间隔变小，用向量d＝[d1,d2,...,dm-1]表示相邻伪真峰的时间间隔。设置最小时间间隔dmin＝ηdp，其中dp为向量d中各元素的平均值，当相邻伪真峰的时间间隔dj和dj+1均小于dmin时，说明j+1时刻对应的尖峰为假峰，则将假峰对应的峰值和时间从向量g和h中删除，并建立新的时间间隔，相应公式为：

29、dj＝dj+dj+1,j＝1,2,...,m-2

30、伪真峰中的假峰被删除后，剩余的尖峰构成真峰序列r，将真峰对应的峰值和时间分别用向量u＝[u1,u2,...,uq]和l＝[l1,l2,...,lq]表示，其中，q为真峰的数量。

31、进一步的，本发明提供一种仿心电脉冲检测的风力发电机叶片周期信号提取方法，其特征还在于：

32、在步骤四中采用遗漏峰检测寻找遗漏的尖峰，当真峰序列中相邻尖峰的时间间隔过大时，说明有尖峰未被检测，通过峰值和时间间隔条件寻找遗漏尖峰。

33、步骤四的具体步骤为计算真峰序列r中相邻尖峰的时间间隔，用向量s＝[s1,s2,...sq-1]表示，设置最大时间间隔smax＝λsmean，其中smean为向量s中各元素的平均值，当sk大于smax，k＝1,2,...,q-1，说明lk和lk+1之间存在遗漏峰，则在lk和lk+1之间寻找尖峰，将尖峰峰值在ωthr至thrmax之间，且时间间隔在ψsmax至smax之间的尖峰所对应的峰值和时间分别插入向量u和l中相应的位置。

34、进一步的，本发明提供一种仿心电脉冲检测的风力发电机叶片周期信号提取方法，其特征还在于：

35、在步骤五中提出一种判断叶片周期信号质量的方法，对现场实际音频数据分析可知，受噪声污染小、周期性好的叶片信号，其包络线的波峰值是波谷值的2倍左右，根据这一特点可以判断叶片信号的质量，计算公式为：

36、

37、其中，c1表示信号包络线中波峰值大于相邻波谷值的2倍的数量，c2表示信号包络线中波峰的数量，q值取值在0到1之间，当信号的q值越接近1时，信号受噪声污染更小，质量更好，周期性更明显。

38、通过信号的q值能够有效区分不同信号片段中，质量更好，周期性更明显，受噪声污染更小的片段，并在实验中取得较理想的实验效果。

39、进一步的，本发明提供一种仿心电脉冲检测的风力发电机叶片周期信号提取方法，其特征还在于：

40、在步骤五中引入相邻尖峰的时间间隔的方差作为判断叶片周期信号的依据，方差反映信号的波动情况，方差越大，说明信号的波动越大，稳定程度越差，相反，方差越小，说明信号的波动越小，稳定程度越好；已知一组数x1,x2,...,xn，x是这组数的平均值，则方差公式为：

41、

42、进一步的，本发明提供一种仿心电脉冲检测的风力发电机叶片周期信号提取方法，其特征还在于：

43、步骤五的具体步骤为对真峰序列补充完毕后，设置风机叶片正常运行时相邻叶片时间间隔的最大值tmax和最小值tmin，删除tmin至tmax范围外的真峰，并以删除的真峰对应的时间为界线，将信号分为多个片段。为了保证最终提取的信号中至少包含一个完整的叶片旋转周期，提取大于12秒的信号片段，再找出其中的片段，计算相邻尖峰的时间间隔的方差，选择方差最小的片段作为周期信号进行提取。

44、作为本发明的又一个补充实施例，本发明可以省略步骤三的假峰消除，以避免删除间隔过小的尖峰时顺带删除一部分真正的尖峰，虽然这个误删除的尖峰都可以在步骤四予以恢复，但是会花费一定的数据处理时间。最后提取的周期信号准确度仍然好于现有技术，基本达到前述实施例的效果。

45、本发明还保护一种计算机程序，其特征在于当程序被执行时，用于实现上述任一项的步骤。

46、此外，本发明还保护一种电子设备，其特征在于存储或能够读写计算机程序，当程序被执行时，用于实现上述任一项的步骤。

47、相对于现有技术，本发明的有益效果如下：

48、本发明通过数据预处理，伪真峰检测，假峰消除，遗漏峰检测，周期信号提取，建立了一套完整的叶片周期信号提取流程，可以实现从复杂环境噪声中自动提取叶片周期信号的功能。相对于目前单一的滤波处理，可以实现更准确的效果。

49、其次，本发明能够针对叶片音频信号容易被环境噪声淹没而造成周期性不明显的特性，采用仿心电脉冲检测的逻辑，克服两个技术领域的差别以及信号频率的差别，对风机叶片音频信号进行了效果极佳的转用发明创造，转用效果明显。

50、再次，本发明相对于心电脉冲检测技术领域，不仅仅止步于还原真实峰值，还创造性地实现了周期信号提取的方案，通过提取叶片周期信号，减少风机叶片环境噪声干扰并能实现自动准确地提取叶片周期信号。

51、再其次，在伪真峰检测步骤，简化阈值个数，在保证信号完整性的前提下，提高信号处理效率。

52、再其次，步骤三中采用假峰消除来消除高频噪声产生的峰值时，基于叶片音频信号的特性仅仅将时间间隔作为考察参数，简化信号删除步骤，提高了处理效率。

53、再其次，步骤四中采用遗漏峰检测寻找遗漏的尖峰时，基于叶片音频信号的特性为尖峰对应的峰值和时间间隔设置合理范围，提高了信号处理的准确性。

54、最后，本发明可以省略步骤三假峰消除作为可选的实施方案，保证周期信号提取准确性的同时，可以大幅提高提取效率，在一些计算能力或计算量不大的场合可以适用。