CN104568134A - 高压断路器的机械振动信号的特征提取方法和装置 - Google Patents

Abstract

本发明公开了一种高压断路器的机械振动信号的特征提取方法和装置。其中，高压断路器的机械振动信号的特征提取方法包括：对机械振动信号进行处理，得到机械振动信号的包络图；以及从包络图中提取突变信号起始点，得到机械振动信号的特征参量。通过本发明，解决了现有技术中难以从高压断路器的机械振动信号中提取有用信号特征的问题，达到了提高特征提取准确性和提取速度的效果。

Description

高压断路器的机械振动信号的特征提取方法和装置

技术领域

本发明涉及高压断路器领域，具体而言，涉及一种高压断路器的机械振动信号的特征提取方法和装置。

背景技术

根据国际大电网会议CIGRE和国家电网公司的统计，机械故障是高压断路器的主要故障类型。尽早发现断路器电气控制回路和操动机构中的缺陷和故障，可以避免发生断路器操作故障和事故，同时，也可以为实现断路器的状态维修提供必要的依据。

高压断路器的操作起始于分合闸电磁铁线圈上电，之后通过一系列的机械联动实现储能机构中能量的释放，进而通过力的传递和方向控制，带动动触头运动。整个操作过程中，零部件之间的机械撞击、摩擦，以及机械力、电动力等的作用均可以激发机械振动。机械振动通过设备零部件之间的连接向外传播，可以在传播路径和开关的机座、外壳上测得。机械振动信号可以通过加速度传感器进行测量，测量手段都相对成熟。

综上所述，断路器机械振动信号的特征可以直接反映电磁铁铁心和机构的动作过程，可以用于对断路器的机械状态进行诊断。断路器机械振动产生的信号对应整个分合闸操作过程的各个阶段事件，由于现场测试干扰，在原始波形上叠加了较多的噪声信号，此外一次分合闸操作涉及多个部件的机械运动，多个波形的叠加在一起，如何提取有用信号特征用于设备状态诊断，一直是困扰机械振动测试诊断技术的难点。

针对现有技术中难以从高压断路器的机械振动信号中提取有用信号特征的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种高压断路器的机械振动信号的特征提取方法和装置，以解决现有技术中难以从高压断路器的机械振动信号中提取有用信号特征的问题。

为了实现上述目的，根据本发明实施例的一个方面，提供了一种高压断路器的机械振动信号的特征提取方法。

根据本发明的高压断路器的机械振动信号的特征提取方法包括：对所述机械振动信号进行处理，得到所述机械振动信号的包络图；以及从所述包络图中提取突变信号起始点，得到所述机械振动信号的特征参量。

进一步地，从所述包络图中提取突变信号起始点，得到所述机械振动信号的特征参量包括：从所述包络图的a个连续采集点中获取最大幅值和最小幅值；计算所述最大幅值和所述最小幅值的幅值差值；判断所述幅值差值是否大于预设幅值；在判断出所述幅值差值大于所述预设幅值的情况下，获取所述a个连续采集点中幅值为所述最小幅值的采集点，得到目标采集点；计算所述目标采集点与上一次变信号起始点之间所间隔的采集点个数；判断计算出的采集点个数是否小于预设个数；以及在判断出计算出的采集点个数小于所述预设个数的情况下，确定所述目标采集点为当前次突变信号起始点。

进一步地，对所述机械振动信号进行处理，得到所述机械振动信号的包络图包括：对所述机械振动信号进行包络谱分析，得到所述包络图。

进一步地，在对所述机械振动信号进行包络谱分析，得到所述包络图之前，对所述机械振动信号进行处理，得到所述机械振动信号的包络图还包括：对所述机械振动信号进行小波去噪处理，其中，对所述机械振动信号进行包络谱分析，得到所述包络图包括：对经过所述小波去噪处理后的所述机械振动信号进行包络谱分析，得到所述包络图。

进一步地，在对所述机械振动信号进行小波去噪处理之前，对所述机械振动信号进行处理，得到所述机械振动信号的包络图还包括：对所述机械振动信号进行格式转换，其中，对所述机械振动信号进行小波去噪处理包括：对经过所述格式转换后的所述机械振动信号进行小波去噪处理，对所述机械振动信号进行包络谱分析，得到所述包络图包括：对经过所述格式转换，并经过所述小波去噪处理后的所述机械振动信号进行包络谱分析，得到所述包络图。

为了实现上述目的，根据本发明实施例的另一方面，提供了一种高压断路器的机械振动信号的特征提取装置。

根据本发明的高压断路器的机械振动信号的特征提取装置包括：处理单元，用于对所述机械振动信号进行处理，得到所述机械振动信号的包络图；以及提取单元，用于从所述包络图中提取突变信号起始点，得到所述机械振动信号的特征参量。

进一步地，所述提取单元包括：第一获取模块，用于从所述包络图的a个连续采集点中获取最大幅值和最小幅值；第一计算模块，用于计算所述最大幅值和所述最小幅值的幅值差值；第一判断模块，用于判断所述幅值差值是否大于预设幅值；第二获取模块，用于在判断出所述幅值差值大于所述预设幅值的情况下，获取所述a个连续采集点中幅值为所述最小幅值的采集点，得到目标采集点；第二计算模块，用于计算所述目标采集点与上一次变信号起始点之间所间隔的采集点个数；第二判断模块，用于判断计算出的采集点个数是否小于预设个数；以及确定模块，用于在判断出计算出的采集点个数小于所述预设个数的情况下，确定所述目标采集点为当前次突变信号起始点。

进一步地，所述处理单元包括：分析模块，用于对所述机械振动信号进行包络谱分析，得到所述包络图。

进一步地，所述处理单元还包括：去噪模块，用于对所述机械振动信号进行小波去噪处理，其中，所述分析模块用于对经过所述小波去噪处理后的所述机械振动信号进行包络谱分析，得到所述包络图。

进一步地，所述处理单元还包括：转换模块，用于对所述机械振动信号进行格式转换，其中，所述去噪模块用于对经过所述格式转换后的所述机械振动信号进行小波去噪处理，所述分析模块用于对经过所述格式转换，并经过所述小波去噪处理后的所述机械振动信号进行包络谱分析，得到所述包络图。

根据发明实施例，采用对所述机械振动信号进行处理，得到所述机械振动信号的包络图；以及从所述包络图中提取突变信号起始点，得到所述机械振动信号的特征参量。通过从包络图中提取突变信号起始点，能够得到机械振动信号所表示的振动事件的发生时刻，振动事件的发生时刻能够作为指纹特征来对断路器的机械状态进行分析，实现了通过突变信号起始点提取，方便快速地得到机械振动信号的有用信号特征，解决了现有技术中难以从高压断路器的机械振动信号中提取有用信号特征的问题，达到了提高特征提取准确性和提取速度的效果。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的高压断路器的机械振动信号的特征提取方法的流程图；

图2是根据本发明实施例的高压断路器的机械振动信号的特征提取方法的原理图；

图3是根据本发明实施例的高压断路器的机械振动信号的特征提取方法提取突变信号起始点的流程图；

图4是利用本发明实施例的高压断路器的机械振动信号的特征提取方法所采集到的高压断路器的合闸过程振动信号；

图5是利用本发明实施例的高压断路器的机械振动信号的特征提取方法对图4中的合闸过程振动信号进行突变信号起始点法处理后的信号图；

图6是利用本发明实施例的高压断路器的机械振动信号的特征提取方法所采集到的高压断路器的分闸过程振动信号；

图7是利用本发明实施例的高压断路器的机械振动信号的特征提取方法对图6中的分闸过程振动信号进行突变信号起始点法处理后的信号图；以及

图8是根据本发明实施例的高压断路器的机械振动信号的特征提取装置的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

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。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。

本发明实施例提供了一种高压断路器的机械振动信号的特征提取方法，以下对本发明实施例所提供的高压断路器的机械振动信号的特征提取方法做具体介绍：

图1是根据本发明实施例的高压断路器的机械振动信号的特征提取方法的流程图。如图1所示，该高压断路器的机械振动信号的特征提取方法包括步骤如下S102和步骤S104：

步骤S102：对机械振动信号进行处理，得到机械振动信号的包络图。其中，机械振动信号是测量系统(比如LabVIEW)高压断路器的机械振动信号，对机械振动信号进行处理，即是对LabVIEW采集到的信号进行处理，最终得到清晰的包络谱线。

步骤S104：从包络图中提取突变信号起始点，得到机械振动信号的特征参量。

本发明实施例所提供的高压断路器的机械振动信号的特征提取方法，通过从包络图中提取突变信号起始点，能够得到机械振动信号所表示的振动事件的发生时刻，振动事件的发生时刻能够作为指纹特征来对断路器的机械状态进行分析，实现了通过突变信号起始点提取，方便快速地得到机械振动信号的有用信号特征，解决了现有技术中难以从高压断路器的机械振动信号中提取有用信号特征的问题，达到了提高特征提取准确性和提取速度的效果。

图2是根据本发明实施例的高压断路器的机械振动信号的特征提取方法的原理图，如图2所示，对机械振动信号进行处理，得到机械振动信号的包络图主要包括：对机械振动信号进行包络谱分析，得到包络图。

在对机械振动信号进行包络谱分析，得到包络图之前，还可以对机械振动信号进行小波去噪处理，相应地，对机械振动信号进行包络谱分析，得到包络图则具体为：对经过小波去噪处理后的机械振动信号进行包络谱分析，得到包络图。

在对机械振动信号进行小波去噪处理之前，还可以对机械振动信号进行格式转换，相应地，对机械振动信号进行小波去噪处理则具体为：对经过格式转换后的机械振动信号进行小波去噪处理，对机械振动信号进行包络谱分析，得到包络图则具体为：对经过格式转换，并经过小波去噪处理后的机械振动信号进行包络谱分析，得到包络图。

其中，对机械振动信号进行格式转换主要是使用数据格式转换程序模块对LabVIEW采集到的信号进行格式转换，以便于快速分析处理，达到提高提取速度的效果。对经过格式转换后的机械振动信号进行小波去噪处理，主要是为了处理掉试验现场噪声，保证后续进行特征点提取的准确度。

本发明实施例还提供了一种对机械振动信号进行小波去噪处理的具体方式，具体如下：

小波函数的定义为：若Ψ(t)∈L²(R)，且其傅立叶变换Ψ(ω)满足式(3-1)条件：

$C_{\mathrm{\&Psi;}}=\underset{-\&infin;}{\overset{+\&infin;}{\&Integral;}}\frac{{\left|\mathrm{\&Psi;}\left(\mathrm{\&omega;}\right)\right|}^2}{\left|\mathrm{\&omega;}\right|}\mathrm{d\&omega;}<\&infin;---(3-1)$

则称Ψ(t)为一个小波母函数，将小波母函数Ψ(t)进行伸缩和平移，就可以得到函数：

${\mathrm{\&Psi;}}_{a,\mathrm{\&tau;}}\left(t\right)=\frac{1}{\sqrt{a}}\mathrm{\&Psi;}\left(\frac{t-\mathrm{\&tau;}}{a}\right)---(3-2)$

式(3-2)中，a为尺度因子，τ为平移因子，Ψ_a,τ(t)为依赖于参数a和τ的小波基函数。

将任意L²(R)空间中的函数f(t)在小波基下展开，称这种展开为函数f(t)的小波变换，其表达式为：

${\mathrm{WT}}_f(a,\mathrm{\&tau;})=\&lang;f\left(t\right),{\mathrm{\&Psi;}}_{a,\mathrm{\&tau;}}\&rang;=\frac{1}{\sqrt{a}}\underset{-\&infin;}{\overset{+\&infin;}{\&Integral;}}f\left(t\right){\mathrm{\&Psi;}}^{*}\left(\frac{t-\mathrm{\&tau;}}{a}\right)\mathrm{dt}<\&infin;---(3-3)$

由以上定义可以看出，小波变化本质上是一种积分变化，能够利用变化得到的小波系数将原函数的时间尺度和频率尺度的信息表征出来。

目前对小波分析法主要有以下几方面应用：1)利用小波分析法对进行振动信号进行去噪处理。2)生成时间-尺度平面上的谱图，利用正常状态与故障状态的区别进行故障诊断。3)利用小波计算振动信号包络的奇异性作为特征量。4)利用小波分解信号到不同频率层，利用不同层信号的幅值、奇异性或小波系数作为特征量。在本发明实施例所提供的高压断路器的机械振动信号的特征提取方法中，主要采取小波去噪处理和信号时频分析两种应用。

由于噪声信号通常表现为高频信号，对小波分解得到的高频段小波系数进行消噪处理，再重构即得到去噪信号。

小波分解需要选择某种小波，并确定小波分解层次。在本发明实施例中，可以选择db4小波进行3层小波分解。

接下来对小波分解得到的高频段小波系数做阈值化处理。首先需要进行阈值的选取，目前主要有四种方法：固定阈值、最小极大方差阈值、基于无偏似然估计的阈值估计和选择启发式阈值。其中固定阈值和启发式阈值去噪较为彻底，但对信号高频成分和噪声辨别能力较弱，而最小极大方差阈值在此方面有较好的性能，本发明实施例选择最小极大方差阈值法。

使用阈值对小波系数进行处理时有硬处理和软处理两种方式。硬阈值处理能够较好的保持原信号的突变与峰值信息，而软阈值法会使处理后的信号较为平滑。在本发明实施例中，可以选择硬阈值处理方式，以准确确定出机械振动信号的突变点和尖峰点。

最后对低频小波系数和阈值处理后的高频小波系数进行重构即成小波去噪过程。

本发明实施例还提供了一种对经过格式转换，并经过小波去噪处理后的机械振动信号进行包络谱分析的具体方式，具体如下：

对振动信号进行包络谱分析，不但能获得振动事件发生的时间，还能反映出振动事件的强烈程度。从小波、小波包或经验模态法分解后的信号中提取的包络，也可以进一步分析得到相关特征。

最常用的信号包络提取方法是希尔伯特变化法。

一个实信号x(t)的希尔伯特变化定义为：

$\hat{x}\left(t\right)=\frac{1}{\mathrm{\&pi;t}}\&Integral;x\left(t\right)=\frac{1}{\mathrm{\&pi;}}{\&Integral;}_{-\&infin;}^{+\&infin;}\frac{x\left(\mathrm{\&tau;}\right)}{t-\mathrm{\&tau;}}\mathrm{d\&tau;}---(3-4)$

得到x(t)的解析信号g(t)，其中，g(t)满足公式(3-5)：

$g\left(t\right)=x\left(t\right)+j\hat{x}\left(t\right)---(3-5)$

g(t)的幅值A(t)满足公式(3-6)：

$A\left(t\right)=\sqrt{x^2\left(t\right)+{\hat{x}}^2\left(t\right)}---(3-6)$

幅值A(t)便是振动信号的包络。

从包络对振动波形进行分析，从中提取出的振动事件时间特征能够反映出操作机构的工作状态。这种时域特征参数具有明确的物理意义，可以对断路器的工作状况进行相对直接判断。

本发明实施例还提供了一种从包络图中提取突变信号起始点，得到机械振动信号的特征参量的具体方式，图3是根据本发明实施例的高压断路器的机械振动信号的特征提取方法提取突变信号起始点的流程图，如图3所示，从包络图中提取突变信号起始点，得到机械振动信号的特征参量主要包括如下步骤S301至步骤S307：

S301：从包络图的a个连续采集点中获取最大幅值和最小幅值，对于参数a，如果每次计算点数过长，则选择的起始点可能只是多次振动事件中某一次的起始点，使该方法无法覆盖全部的振动事件，而计算点数过少会造成一次振动事件选出多个起始点。在本发明实施例中，参数a选取的合理范围为25～50，根据不同断路器不同位置信号进行微调即可。

S302：计算最大幅值和最小幅值的幅值差值。

S303：判断幅值差值是否大于预设幅值b，对于参数b，如果比较阈值选择过大，会造成一些振幅较小但意义重大的振动事件被忽略，相反则会导致找到大量与实际物理意义不符的起始点。在本发明实施例中，参数b值的选取范围为最大幅值的4％～10％。其中，在判断出幅值差值小于或等于预设幅值b的情况下，返回步骤S301。

S304：在判断出幅值差值大于预设幅值的情况下，获取a个连续采集点中幅值为最小幅值的采集点，得到目标采集点，其中，幅值为最小幅值的采集点可以为多个，即，目标采集点可以是多个，对于每一个目标采集点，均按照下述步骤S305至步骤S307来确定是否为突变信号起始点。

S305：计算目标采集点与上一次变信号起始点之间所间隔的采集点个数。

S306：判断计算出的采集点个数是否小于预设个数c，对于参数c，如果选择过大会造成对重要事件的遗漏，而选择过小会造成对一次振动事件的多次选取。在本发明实施例中，参数c的选取范围为40～150。其中，在判断出计算出的采集点个数大于或等于预设个数的情况下，返回步骤S301。

S307：在判断出计算出的采集点个数小于预设个数的情况下，确定目标采集点为当前次突变信号起始点。然后，重复执行上述步骤，直至完成全部数列的查找。

从上述描述可以看出，本发明实施例的提取突变信号起始点的方法，通过设定a、b、c三个参数，a参数为每次计算点数，b参数为每次比较阈值，c参数为两次计算范围间隔点数。参数的设定应根据不同断路器的振动信号情况做出相应调整，对于同一型号对断路器，参数可以在一次设定之后不做修改。然后以参数a为计算范围，找到该范围内的最大值和最小值。然后求出两者之间的差值与参数b进行比较，如果大于参数b，且范围a内的最小值所对应的点数与上一次计算的起始点差值大于参数c，则将该最小值对应的点数作为一次振动事件的起始点，实现了可使输出结果的起始点个数与振动事件个数一致。

图4是利用本发明实施例的高压断路器的机械振动信号的特征提取方法所采集到的高压断路器的合闸过程振动信号，图5是利用本发明实施例的高压断路器的机械振动信号的特征提取方法对图4中的合闸过程振动信号进行突变信号起始点法处理后的信号图。图6是利用本发明实施例的高压断路器的机械振动信号的特征提取方法所采集到的高压断路器的分闸过程振动信号，图7是利用本发明实施例的高压断路器的机械振动信号的特征提取方法对图6中的分闸过程振动信号进行突变信号起始点法处理后的信号图。

对于图4和图5，以及对比图6和图7，可以看出小波去噪后希尔伯特变换得到的包络较为清晰，能可以进行事件起始点提取。图5、7中的点D即为振动事件的起始点，从中可以看出，起始点法成功的找出了合闸过程中五次振动事件的振动起始点和分闸操作过程中四次振动事件的起始点，验证了本发明实施例的高压断路器的机械振动信号的特征提取方法进行特征提取的准确性。

进一步地，在提取出机械振动信号的突变信号起始点之后，可以使用此突变信号起始点提取方法对振动信号进行分析，然后以振动事件发生时刻作为指纹特征，对断路器机械状态进行分析。

本发明实施例还提供了一种高压断路器的机械振动信号的特征提取装置，该特征提取装置主要包括处理单元10和提取单元20，其中：

处理单元10用于对机械振动信号进行处理，得到机械振动信号的包络图。其中，机械振动信号是测量系统(比如LabVIEW)高压断路器的机械振动信号，对机械振动信号进行处理，即是对LabVIEW采集到的信号进行处理，最终得到清晰的包络谱线。

提取单元20用于从包络图中提取突变信号起始点，得到机械振动信号的特征参量。

本发明实施例所提供的高压断路器的机械振动信号的特征提取装置，通过从包络图中提取突变信号起始点，能够得到机械振动信号所表示的振动事件的发生时刻，振动事件的发生时刻能够作为指纹特征来对断路器的机械状态进行分析，实现了通过突变信号起始点提取，方便快速地得到机械振动信号的有用信号特征，解决了现有技术中难以从高压断路器的机械振动信号中提取有用信号特征的问题，达到了提高特征提取准确性和提取速度的效果。

具体地，处理单元20包括分析模块，该分析模块用于对机械振动信号进行包络谱分析，得到包络图。

进一步地，处理单元20还可以包括去噪模块，在分析模块对机械振动信号进行包络谱分析，得到包络图之前，去噪模块用于对机械振动信号进行小波去噪处理，相应地，分析模块用于对经过小波去噪处理后的机械振动信号进行包络谱分析，得到包络图。

更进一步地，处理单元20还可以包括转换模块，在去噪模块对机械振动信号进行小波去噪处理之前，转换模块用于对机械振动信号进行格式转换，相应地，去噪模块用于对经过格式转换后的机械振动信号进行小波去噪处理，分析模块用于对经过格式转换，并经过小波去噪处理后的机械振动信号进行包络谱分析，得到包络图。

其中，对机械振动信号进行格式转换主要是使用数据格式转换程序模块对LabVIEW采集到的信号进行格式转换，以便于快速分析处理，达到提高提取速度的效果。对经过格式转换后的机械振动信号进行小波去噪处理，主要是为了处理掉试验现场噪声，保证后续进行特征点提取的准确度。

分析模块和去噪模块的工作原理与本发明实施例上述内容所提供的高压断路器的机械振动信号的特征提取方法中的原理相同，此处不再赘述。

提取单元10主要包括第一获取模块、第一计算模块、第一判断模块、第二获取模块、第二计算模块、第二判断模块和确定模块，其中，各个模块的功能具体如下：

第一获取模块用于从包络图的a个连续采集点中获取最大幅值和最小幅值，对于参数a，如果每次计算点数过长，则选择的起始点可能只是多次振动事件中某一次的起始点，使该方法无法覆盖全部的振动事件，而计算点数过少会造成一次振动事件选出多个起始点。在本发明实施例中，参数a选取的合理范围为25～50，根据不同断路器不同位置信号进行微调即可。

第一计算模块用于计算最大幅值和最小幅值的幅值差值。

第一判断模块用于判断幅值差值是否大于预设幅值b，对于参数b，如果比较阈值选择过大，会造成一些振幅较小但意义重大的振动事件被忽略，相反则会导致找到大量与实际物理意义不符的起始点。在本发明实施例中，参数b值的选取范围为最大幅值的4％～10％。

第二获取模块用于在判断出幅值差值大于预设幅值的情况下，获取a个连续采集点中幅值为最小幅值的采集点，得到目标采集点，其中，幅值为最小幅值的采集点可以为多个，即，目标采集点可以是多个，对于每一个目标采集点，均按照下述第二计算模块、第二判断模块和确定模块的功能来确定是否为突变信号起始点。

第二计算模块用于计算目标采集点与上一次变信号起始点之间所间隔的采集点个数。

第二判断模块用于判断计算出的采集点个数是否小于预设个数c，对于参数c，如果选择过大会造成对重要事件的遗漏，而选择过小会造成对一次振动事件的多次选取。在本发明实施例中，参数c的选取范围为40～150。

确定模块用于在判断出计算出的采集点个数小于预设个数的情况下，确定目标采集点为当前次突变信号起始点。

从上述描述可以看出，本发明实施例的提取突变信号起始点的方法，通过设定a、b、c三个参数，a参数为每次计算点数，b参数为每次比较阈值，c参数为两次计算范围间隔点数。参数的设定应根据不同断路器的振动信号情况做出相应调整，对于同一型号对断路器，参数可以在一次设定之后不做修改。然后以参数a为计算范围，找到该范围内的最大值和最小值。然后求出两者之间的差值与参数b进行比较，如果大于参数b，且范围a内的最小值所对应的点数与上一次计算的起始点差值大于参数c，则将该最小值对应的点数作为一次振动事件的起始点，实现了可使输出结果的起始点个数与振动事件个数一致。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、移动终端、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种高压断路器的机械振动信号的特征提取方法，其特征在于，包括：

对所述机械振动信号进行处理，得到所述机械振动信号的包络图；以及

从所述包络图中提取突变信号起始点，得到所述机械振动信号的特征参量。

2.根据权利要求1所述的特征提取方法，其特征在于，从所述包络图中提取突变信号起始点，得到所述机械振动信号的特征参量包括：

从所述包络图的a个连续采集点中获取最大幅值和最小幅值；

计算所述最大幅值和所述最小幅值的幅值差值；

判断所述幅值差值是否大于预设幅值；

在判断出所述幅值差值大于所述预设幅值的情况下，获取所述a个连续采集点中幅值为所述最小幅值的采集点，得到目标采集点；

计算所述目标采集点与上一次变信号起始点之间所间隔的采集点个数；

判断计算出的采集点个数是否小于预设个数；以及

在判断出计算出的采集点个数小于所述预设个数的情况下，确定所述目标采集点为当前次突变信号起始点。

3.根据权利要求1所述的特征提取方法，其特征在于，对所述机械振动信号进行处理，得到所述机械振动信号的包络图包括：

对所述机械振动信号进行包络谱分析，得到所述包络图。

4.根据权利要求3所述的特征提取方法，其特征在于，在对所述机械振动信号进行包络谱分析，得到所述包络图之前，对所述机械振动信号进行处理，得到所述机械振动信号的包络图还包括：

对所述机械振动信号进行小波去噪处理，

其中，对所述机械振动信号进行包络谱分析，得到所述包络图包括：对经过所述小波去噪处理后的所述机械振动信号进行包络谱分析，得到所述包络图。

5.根据权利要求4所述的特征提取方法，其特征在于，在对所述机械振动信号进行小波去噪处理之前，对所述机械振动信号进行处理，得到所述机械振动信号的包络图还包括：

对所述机械振动信号进行格式转换，

其中，对所述机械振动信号进行小波去噪处理包括：对经过所述格式转换后的所述机械振动信号进行小波去噪处理，

对所述机械振动信号进行包络谱分析，得到所述包络图包括：对经过所述格式转换，并经过所述小波去噪处理后的所述机械振动信号进行包络谱分析，得到所述包络图。

6.一种高压断路器的机械振动信号的特征提取装置，其特征在于，包括：

处理单元，用于对所述机械振动信号进行处理，得到所述机械振动信号的包络图；以及

提取单元，用于从所述包络图中提取突变信号起始点，得到所述机械振动信号的特征参量。

7.根据权利要求6所述的特征提取装置，其特征在于，所述提取单元包括：

第一获取模块，用于从所述包络图的a个连续采集点中获取最大幅值和最小幅值；

第一计算模块，用于计算所述最大幅值和所述最小幅值的幅值差值；

第一判断模块，用于判断所述幅值差值是否大于预设幅值；

第二获取模块，用于在判断出所述幅值差值大于所述预设幅值的情况下，获取所述a个连续采集点中幅值为所述最小幅值的采集点，得到目标采集点；

第二计算模块，用于计算所述目标采集点与上一次变信号起始点之间所间隔的采集点个数；

第二判断模块，用于判断计算出的采集点个数是否小于预设个数；以及

确定模块，用于在判断出计算出的采集点个数小于所述预设个数的情况下，确定所述目标采集点为当前次突变信号起始点。

8.根据权利要求6所述的特征提取装置，其特征在于，所述处理单元包括：

分析模块，用于对所述机械振动信号进行包络谱分析，得到所述包络图。

9.根据权利要求8所述的特征提取装置，其特征在于，所述处理单元还包括：

去噪模块，用于对所述机械振动信号进行小波去噪处理，

其中，所述分析模块用于对经过所述小波去噪处理后的所述机械振动信号进行包络谱分析，得到所述包络图。

10.根据权利要求9所述的特征提取装置，其特征在于，所述处理单元还包括：

转换模块，用于对所述机械振动信号进行格式转换，

其中，所述去噪模块用于对经过所述格式转换后的所述机械振动信号进行小波去噪处理，

所述分析模块用于对经过所述格式转换，并经过所述小波去噪处理后的所述机械振动信号进行包络谱分析，得到所述包络图。