基于IAVMD和WOA的机组振动信号降噪、特征提取方法

本发明属于水电机组监测领域，公开了基于IAVMD和WOA的机组振动信号降噪、特征提取方法，构建包含能量差、平均能量熵和中心频率变异系数的综合评价指标；结合自适应变分模态分解方法和鲸鱼优化算法，得到最优的分解层数K和惩罚因子；计算各个本征模态分量的能量熵和皮尔逊相关系数；通过双阈值机制，对K个本征模态分量进行筛选；根据筛选的本征模态分量计算得到去噪的机组振动信号时间序列和故障特征。解决了传统方法中噪声干扰大、特征模糊、参数依赖经验等问题，显著提升了机组振动信号处理的精度与效率，通过多尺度分析捕捉机组振动信号中的非线性动态特性，能提升对早期微弱故障的敏感性和诊断准确性。