風力發電機振動信號預處理過程濾波方法

     對風力發電機的運行狀態進行監測，能夠有效地降低維修成本和確保運行**，在實時監測係統中，采集到的振動信號由於各種原因常含有大量的幹擾信號，因此，要對風力發電機運行狀態準確監測，動荔枝视频在线视频免费在信號預處理過程中首先就必須對幹擾信號濾波。

濾波可分為硬件濾波和軟件濾波。硬件濾波主要是采用幹擾抑製電路，例如CPLD脈衝幹擾抑製電路，硬件濾波電路因**度不高，自適應性較差在工業中應用較少。軟件濾波是在程序中設計一些數字濾波器，通過特定的算法達到濾波的目的，這種方法具有**度高、通用性強等優點，對實測信號進行數字濾波在經濟上和使用上都有很大的好處，在工業應用中多采用這種方法濾波。

     1、   快捷傅裏葉變換（FFT）濾波.1965年，cooley J.W和TUKEY J.W提出了一種快速通用的離散傅裏葉變換計算方法（FFT），並編出了使用這種方法的**個程序，快速傅裏葉變換迅速用於信號分析和數據處理中，基於FFT算法的數字濾波器相繼出現，經過不斷的發展，又不斷湧現了各種改進的FFT算法濾波器，例如分數階傅裏葉濾波器。

但快捷傅裏葉變換濾波法隻適用於分析連續平穩信號，對於非平穩信號，直接進行傅裏葉變換將會產生嚴重的“頻率模糊”而導致很大的誤差甚至錯誤。為此，早在20世紀中葉，Gabor提出了短時傅裏葉變換（STFT），又稱為加窗傅裏葉變換（WFT）或者Gabor變換，用以測量聲音信號的頻率定位。雖然這種方法不僅適用於平穩、線性信號的濾波，也適用於處理非平穩、非線性信號，但其窗口寬度由窗函數的長度確定，一旦窗函數確定，整個時頻窗就保持不變，也就是說沒有自適應能力。

     2、   小波分析濾波。盡管短時傅裏葉變換在一定程度上解決了非平穩信號的問題，但它存在時頻分辨率固

定的不足，為了克服這一缺陷，20世紀80年代後期，小波分析技術逐漸發展起來，它是函數分析、傅裏葉變換、諧波分析、數值分析的完善結合，被譽為分析信號的數學顯微鏡。

     小波分析在低頻部分具有較高的頻率分辨率和較低的時間分辨率，動荔枝视频在线视频免费在高頻部分具有較低的頻率分辨率和較高的時間分辨率，很適合探測信號中的瞬態反常現象並展示其成分，而且在時域和頻域都具有表征信號局部特征的能力，是一種窗口大小固定但其形狀可變的時頻局部化分析方法。

近年來，國內外提出了各種基於小波分析的濾波方法，如：小波包，小波域、正交小波、正交多小波、梳狀小波等。但小波函數是不具有**性，同一個工程應用問題，用不同的小波函數進行分析得到的結果相差甚遠，小波函數的選擇是小波分析中的一個難點，往往隻能通過不斷地實驗來選擇小波函數。

     3、   維納濾波和卡爾曼方法濾波。維納濾波（*小二乘濾波法）是20世紀40年代由美國數學家

Robert Wiener提出的一種以*小平方為*優準則的線性濾波法，即在一定的約束條件下，其輸出與給定函（期望輸出）的差的平方達到*小，通過數**算*終可變為一個求解托布利茲方程的方法。維納濾波器能*大程度地濾除幹擾噪聲，提取有用信號，實現*優濾波，但其參數固定，隻適用於平穩信號的*優濾波。