技術(shù)特征：

1.一種水輪發(fā)電機組的故障特征提取方法，其特征在于，包括以下步驟：

步驟1：利用水輪發(fā)電機組安裝的振動傳感器獲得水平和垂直的原始信號x(t)，y(t)，從而得到一個復信號z(t)＝x(t)+iy(t)；

步驟2：確定投影方向

步驟3：將復信號z(t)投影到上，得到

步驟4：提取的局部最大值時所對應的時刻然后對集合進行插值，得到在方向上的極大值包絡；

步驟5：計算各個方向上極大值包絡線所對應的質(zhì)心m(t)；

步驟6：計算S(t)＝z(t)-m(t)，并判斷S(t)是否滿足IMF的條件，如果滿足，則令S_i(t)＝S(t)，轉(zhuǎn)入步驟7；若不滿足，則令z(t)＝S(t)，然后重復步驟3-6，直至滿足條件；

步驟7：從信號中分離出第i個IMF分量；

m_i(t)＝x(t)-S_i(t)

判斷m_i(t)是否為單調(diào)函數(shù)，如果是，則循環(huán)結(jié)束，得到n個滿足條件的IMF分量；如果不是，則令x(t)＝m_i(t)，轉(zhuǎn)到步驟3；

步驟8：將得到的各階固有模態(tài)分量IMF_i(i＝1,2,…,n)分成實部IMF1_i(i＝1,2,…,n)和虛部IMF2_i(i＝1,2,…,n)，計算出各個模態(tài)分量與其對應的原始信號的互信息；

步驟9：對互信息做歸一化處理；

步驟10：篩選模態(tài)分量，選取閾值，將模態(tài)分量與原信號的互信息小于閾值的作為虛假分量進行剔除，并將模態(tài)分量與原信號的互信息大于閾值的分量進行重構(gòu)；

步驟11：將重構(gòu)得到的序列組成一組復序列，并對構(gòu)造的復序列進行Fourier變換；

步驟12：計算分析序列的全矢譜，通過全矢譜圖得到水輪發(fā)電機組的故障特征。

2.根據(jù)權(quán)利要求1所述的水輪發(fā)電機組的故障特征提取方法，其特征在于，所述步驟8具體為：

將得到的各階固有模態(tài)分量IMF_i(i＝1,2,…,n)分成實部IMF1_i(i＝1,2,…,n)和虛部IMF2_i(i＝1,2,…,n)，計算分量IMF1_i和IMF2_i原始信號x(t)，y(t)的邊緣概率分布p(IMF1_i)、p(IMF2_i)、p(x)、p(y)，計算實部分量IMF1_i與原始信號x(t)的聯(lián)合概率分布分別為p(IMF1_i,x)，虛部分量IMF1_i與原始信號y(t)的聯(lián)合概率p(IMF2_i,y)，從而得到各個模態(tài)分量與其對應的原始信號的互信息

$MI\left(IMF{1}_i,x\right)=\underset{IMF{1}_i}{\mathrm{\Σ}}\underset{x}{\mathrm{\Σ}}p\left(IMF{1}_i,x\right)\log \frac{p\left(IMF{1}_i,x\right)}{p\left(IMF{1}_i\right)p\left(x\right)}$

$MI(IMF{2}_i,y)=\underset{IMF{2}_i}{\Σ}\underset{y}{\Σ}p(IMF{2}_i,y)log\frac{p(IMF{2}_i,y)}{p\left(IMF{2}_i\right)p\left(y\right)}.$