1　前言

随着水电站对水电机组设备安全、可靠性要求的不断提高，相应地对故障诊断系统中故障诊断的确诊率提出了更高的要求。故障诊断是以故障特征信息为基础的。这要求有准确的故障特征信息。信号处理目的是提取设备中的故障特征信息，为故障诊断提供依据。因此信号处理是水轮机故障诊断成功与否的关键。水电机组在运行中，由于受水力、机械和电磁三者的作用及相互影响，机组的振动往往是机械、电气、水力的耦合振动，振动产生的信号是非平稳随机信号。在信号采集中不可避免地受到水轮机运行中的各种噪声的干扰与影响，从而监测得到的信号含有随机噪声、白噪声等，如果不能从含有噪声的信号中提取有用信号，将对后续的诊断十分不利，甚至有可能产生错误的诊断，影响机组的安全稳定运行。尤其是在故障初期，有用信号夹杂着大量的噪声，还可能被噪声淹没，因此对监测得到的信号进行除噪处理非常重要。噪声与噪声、噪声与有用信号之间是互不相关的。基于这一原理，对信号进行自相关处理可以很好地去除噪声。自相关在提取低频特征时比功率谱等常用方法更为准确些。水电机组的振动信号以低频为主，因此自相关可以很好适应水电机组振动信号的处理。一种新的数学工具——小波变换，其变换与重构特性使得其有很好的信号去噪能力。尤其在处理非平稳信号时比传统的信号处理方法有更大的优越性。因此自相关和小波分析可以很好地应用在水电机组故障诊断的信号处理中。