一种基于小波包分解的电厂设备故障检测方法

摘要

本发明提供一种基于小波包分解的电厂设备故障检测方法。首先利用已有的状态检测模型得到假设输出于实际状态数据间的差值；然后利用滑动窗口将差值数据分割成一个个的子模式，再将分割后的子模式作为故障检测模型的输入进行小波包分解，对分解后的信号进行分析，并记录信号在各个频段上的能量占整个信号能量的比例的阈值上下限。最后根据经小波包分解后各频段的能量比例作为判断故障状态的特征。本发明充分考虑了电厂设备工作状态的复杂，及其数据故障的初期特征在时域上较难发现的因素，可以精确的检测电厂设备故障的发生，准确的识别故障特征。

主权项

一种基于小波包分解的电厂设备故障检测方法，其特征在于，包括以下步骤：(1)从经过数据预处理的正常状态数据集中构建训练数据集；(2)利用状态检测模型获得数据集的评估值；(3)计算残差，并对其进行小波包分解；(4)分析分解后各频段能量信息检测故障；(5)选取测试数据集，将测试数据集作为故障检测模型的输入，根据经小波包分解后各频段的能量比例作为判断故障状态的特征。