考虑不完全维修的风机齿轮箱优化检修策略.pdf

第４２卷第１０期２０１４年５月１６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏ１Ｖ＿０１．４２Ｎｏ．１０Ⅵａｙ１６，２０１４考虑不完全维修的风机齿轮箱优化检修策略赵洪山，张兴科，郭伟（华北电力大学电气与电子２＂－程学院电力工程系，新能源电力系统国家重点实验室，河北保定０７１００３）摘要：齿轮箱是风电机组中维修费用最高的部件之一，针对齿轮箱的状态检修策略研究对降低设备维修费用、提高可靠度具有关键作用。针对风机齿轮箱不完全维修这一现状，提出了一种基于比例强度模型的优化检修策略。该方法利用监测到的齿轮箱振动数据、温度数据及历史维修数据建立比例强度模型，确定齿轮箱的强度函数；然后采用物理规划方法权衡最小维修费用和最大可靠度两个优化目标函数，确定最优维修阈值，并制定最优维修策略。结合实际风电场故障数据和在线监测数据，对考虑不完全检修的优化检修策略进行仿真分析，结果验证了所提优化策略的有效性和合理性。关键词：风机；齿轮箱；不完全维修；状态维修；比例强度模型；物理规划Ｏｐｔｉｍｉｚｅｄｍａｉｎｔｅｎａｎｃｅｓｔｒａｔｅｇｙｗｉｔｈｉｍｐｅｒｆｅｃｔｒｅｐａｉｒｆｏｒｔｈｅｇｅａｒｂｏｘｏｆｗｉｎｄｔｕｒｂｉｎｅ—ＺＨＡＯＨｏｎｇｓｈａｈ，ＺＨＡＮＧＸｉｎｇ－ｋｅ，ＧＵＯＷｅｉ（ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＮｅｗＥｎｅｒｇｙＰｏｗｅｒＳｙｓｔｅｍ，ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌ＆ＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＵｎｉｖｅｒｓｉｔｙ，Ｂａｏｄｉｎｇ０７１００３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｓｔｕｄｙｏｆｃｏｎｄｉｔｉｏｎ－ｂａｓｅｄｍａｉｎｔｅｎａｎｃｅｓｔｒａｔｅｇｙｆｏｒｔｈｅｇｅａｒｂｏｘｉｓｃｒｕｃｉａｌｔｏｒｅｄｕｃｅｍａｉｎｔｅｎａｎｃｅｃｏｓｔｓａｎｄｉｍｐｒｏｖｅｒｅｌｉａｂｉｌｉｔｙｏｆｅｑｕｉｐｍｅｎｔｓｉｎｃｅｉｔｓｍａｉｎｔｅｎａｎｃｅｃｏｓｔｓｉｓｏｎｅｏｆｔｈｅｈｉｇｈｅｓｔｐａｒｔｓｉｎｗｉｎｄｔｕｒｂｉｎｅ．Ｉｎａｌｌｕｓｉｏｎｔｏｉｍｐｅｒｆｅｃｔｍａｉｎｔｅｎａｎｃｅｏｆｔｈｅｇｅａｒｂｏｘ，ａｎｏｐｔｉｍｉｚｅｄｍａｉｎｔｅｎａｎｃｅｓｔｒａｔｅｇｙｂａｓｅｄｏｎｐｒｏｐｏｒｔｉｏｎａｌｉｎｔｅｎｓｉｔｙｍｏｄｅｌ（ＰＩＭ）ｉｓｐｒｏｐｏｓｅｄ．ＴｈｅｓｔｒａｔｅｇｙｂｕｉｌｄｓｔｈｅＰＩＭｂａｓｅｄｏｎｔｈｅｍｏｎｉｔｏｒｉｎｇｄａｔａａｂｏｕｔｇｅａｒｂｏｘｖｉｂｒａｔｉｏｎ，ｔｅｍｐｅｒａｔｕｒｅａｎｄｈｉｓｔｏｒｉｃａｌｍａｉｎｔｅｎａｎｃｅ，ａｎｄｏｂｔａｉｎｓｔｈｅｉｎｔｅｎｓｉｔｙｆｕｎｃｔｉｏｎｏｆｇｅａｒｂｏｘ；ｔｈｅｎｔｈｅｐｈｙｓｉｃａｌｐｒｏｇｒａｍｍｉｎｇｍｅｔｈｏｄ，ｗｈｉｃｈｉｓａｐｐｌｉｅｄｔｏｄｅａｌｗｉｔｈｔｈｅｔｒａｄｅｏｆｆｂｅｔｗｅｅｎｔｈｅｍｉｎｉｍｉｚｉｎｇｍａｉｎｔｅｎａｎｃｅｃｏｓｔｓａｎｄｍａｘｉｍｉｚｉｎｇｒｅｌｉａｂｉｌｉｔｙ，ｉｓｕｓｅｄｔｏｄｅｔｅｒｍｉｎｅｔｈｅｏｐｔｉｍｉｚｅｄｍａｉｎｔｅｎａｎｃｅｔｈｒｅｓｈｏｌｄａｎｄｆｏｒｍｕｌａｔｅｔｈｅｏｐｔｉｍａｌｍａｉｎｔｅｎａｎｃｅｓｔｒａｔｅｇｙ．Ｆｉｎａｌｌｙ，ｔｈｅｏｐｔｉｍｉｚｅｄｍａｉｎｔｅｎａｎｃｅｓｔｒａｔｅｇｙｗｉｔｈｉｍｐｅｒｆｅｃｔｒｅｐａｉｒｉｓｓｉｍｕｌａｔｅｄｂｙｕｓｉｎｇｔｈｅａｃｔｕａｌｆａｉｌｕｒｅｄａｔａａｎｄｏｎｌｉｎｅｍｏｎｉｔｏｒｉｎｇｄａｔａｆｒｏｍｗｉｎｄｐｏｗｅｒｐｌａｎｔ．Ｔｈｅｓｉｍｕｌａｔｅｄｒｅｓｕｌｔｓｖｅｒｉｆｙｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓａｎｄｒａｔｉｏｎａｌｉｔｙｏｆｔｈｅｐｒｏｐｏｓｅｄｍａｉｎｔｅｎａｎｃｅｓｔｒａｔｅｇｙｆｏｒｇｅａｒｂｏｘ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（Ｎｏ．５１０７７０５３ａｎｄＮｏ．５１２７７０７４）．Ｋｅｙｗｏｒｄｓ：ｗｉｎｄｔｕｒｂｉｎｅ；ｇｅａｒｂｏｘ；ｉｍｐｅｒｆｅｃｔｍａｉｎｔｅｎａｎｃｅ；ｃｏｎｄｉｔｉｏｎｂａｓｅｄｍａｉｎｔｅｎａｎｃｅ；ｐｒｏｐｏｒｔｉｏｎａｌｉｎｔｅｎｓｉｔｙｍｏｄｅｌ；ｐｈｙｓｉｃａｌｐｒｏｇｒａｍｍｉｎｇ中图分类号：ＴＭ７６文献标识码：Ａ—文章编号：１６７４．３４１５（２０１４）１０００１５．０８０引言风电机组的运行环境恶劣，如风速变化随机、外界温差变化大等，再加之风机自身制造工艺和技术发展不完善，这些不确定的因素导致风电机组的故障率较高，风电场后期运行维护费用居高不下。据统计，风电机组运行维护的费用约占整个发电成本的２５％～３０％【ｌＪ。因此，为了降低风电机组寿命周基金项目：国家自然科学基金资助项目（５１０７７０５３，５１２７７０７４）期内维修费用，提高其可用性，风电机组的维修决策管理得到了广泛关注。目前，预防性维修和以可靠性为中心的维修广泛应用在维修决策中，这两种维修方式存在维修不足或维修过度的问题【２０】；而状态检修采用先进的状态监测和诊断技术对设备健康状况进行更加完善的评估，制定最优的检修策略。文献［４】针对风电机组的检修策略，对比分析了以可靠性为中心的检修和状态检修，并结合资本寿命周期分析，总结出合理的状态检修优于可靠性维修。随着越来越多的智能传感器被安装在风电机组上，电力系统保护与控制监测数据获取更加便利，这为状态检修的发展奠定修活动。根据维修类型和维修程度的不同，维修可了基础。分为如下几种［１５－１６］：作为风电机组传动系统的关键部件，齿轮箱的制造工艺已较为成熟，故障率并不高，然而一旦发生故障，其修复过程很复杂，造成风电机组停机时间最长【２ｊ。因此，针对齿轮箱的状态检修对提高整个机组的可靠度、降低总维修费用至关重要。目前，针对状态检修的研究日益受到关注，Ｊａｒｄｉｎｅ等对状态检修中应用的数据处理、维修决策的模型、算法等问题做了全面的归纳总结，并分析了未来发展趋势［５］；Ｃｏｘ［］于１９７２年提出的时依性比例失效模型（ＰｒｏｐｏｒｔｉｏｎａｌＨａｚａｒｄＭｏｄｅｌ，ＰＨＭ）结合故障数据和状态监测数据，可以在任何寿命时刻根据状态监测数据评估失效率。状态检修的模型还有隐式马尔科夫模型Ｌ７］、人工神经网络算法、组合神经网络模型和蒙特卡洛算法等［１０－１２Ｊ。Ａｍｕｌｙａ等将混合推理方法应用到齿轮箱的状态检修中，综合分析运行数据中的确定性数据和不确定性数据Ｌ１引。然而，现有文献中的状态检修大多针对的是完全维修，而在实际中由于风机齿轮箱完全维修的费用昂贵，故在其寿命周期内的维修活动属于不完全维修，即维修后设备状态处于更换新设备和维修前状态之间。针对复杂可修系统，Ｐｒｅｎｔｉｃｅ、Ｗｉｌｌｉａｍｓ和Ｐｅｔｅｒｓｏｎ基于随机过程理论对Ｃｏｘ．ＰＨＭ的进一步扩展，研究了针对重复失效可修系统的比例强度模型（ＰｒｏｐｏｒｔｉｏｎａｌＩｎｔｅｎｓｉｔｙＭｏｄｅｌ，ＰＩＭ），常称为ＰＷＰ．ＰＩＭ模型ＬｏＪ。Ｊｉａｎｇ等【ｌＪ研究了比例强度模型在右结尾严重度、失效类型等情况下的鲁棒性。本文在考虑不完全维修模式下采用比例强度模型研究齿轮箱的维修策略。模型不仅考虑了风机齿轮箱的状态监测数据，同时，也考虑了历史故障数据、维修类型等因素的影响。首先，利用风机齿轮箱的历史故障数据和在线监测数据建立比例强度模型；然后，利用物理规划方法，权衡维修费用最小和可靠度最大两者之间的矛盾，确定最优维修阈值，并制定最优维修策略；最后，针对实际风电场故障统计数据和状态监测数据进行仿真分析，结果验证了本文所提出的最优维修策略的正确性和有效ｌ生。１风机齿轮箱比例强度模型１．１风机齿轮箱的维修方式针对风机齿轮箱这一复杂多部件可修系统而言，在寿命期限内发生故障，不需要对整个设备进行更换，而仅更换或维修部分部件，来维持所预定的功能，故在其整个寿命期内将发生多次故障及维（１）完全维修。指设备修复如新，如齿轮箱整机更换就属于完全维修。其维修因子０。（２）最小维修。指设备修复如旧，如齿轮箱零部件加固、润滑油更换等属于最小维修。其维修因子Ｍ＝１。（３）不完全维修。指设备维修后，功能得以恢复，设备状态介于完全维修和最小维修之间。如齿轮箱零部件更换或维修属于不完全维修。其维修因子Ｏ＜Ｍ＜１。对于风机齿轮箱常见的故障，如轮齿损坏、轴承磨损等故障类型而言，通常仅对其部分部件进行更换或维修而不进行整机更换。故虽然其功能得以“”“恢复，但其健康状态通常处于修复如新与修”复如旧之间，即不完全维修ｆ０＜１）。因此，本文针对不完全维修建模研究维修活动与实际情况更加吻合。不完全维修对系统强度函数的影响如图１所示。ｖ（ｆ）ｌ；图１不完全维修（Ｏ＜Ｍ＜１）Ｆｉｇ．１Ｉｍｐｅｒｆｅｃｔｒｅｐａｉｒ（０＜Ｍ＜１）其中：Ｖ（ｆ）为齿轮箱的强度函数；ｖ为失效临界强度值；、、为齿轮箱故障时刻（假设维修时间相对设备运行时间可以忽略不计）。１．２比例强度模型在ＰＩＭ中，每次故障事件是随机的，故障事件通常被视为一个非齐次Ｐｏｓｓｉｏｎ过程，则系统发生失效的强度函数为∽ｖ：ｌｉｍｉ±二２兰‘Ａｔ（１）ｖ０（ｔ）ｅｘｐ（ｙ￣・Ｚ（））其中：ｆ是齿轮箱的运行时间；Ｖ（ｆ）为齿轮箱在ｔ时刻的强度函数；Ｖｏ（ｔ）为基本强度函数；Ｎ（ｔ）为设备在区间（０，ｔ）内失效次数；ｚ（ｔ）是系统在时刻ｆ的协变量；为协变量回归参数。比例强度模型包括全参数型和半参数型，当失赵洪山，等考虑不完全维修的风机齿轮箱优化检修策略效规律己知（Ｖｏ（ｔ）已知）时，为全参数型ＰＩＭ，能同时估计出基本强度函数的参数和协变量的回归系数，参数估计的准确率相对较高；当失效规律未知（Ｖｏ（ｔ）未知）时，采用半参数型ＰＩＭ。１９９４年Ｋｕｍａｒ等Ｌｌ综述了对ＰＩＭ参数的各种估计方法，以基本强度函数服从威布尔分布的ＰＩＭ的估计结果最为准确。研究表明，齿轮箱的故障时间服从威布尔分布，其强度函数为ｖ（ｔ）＝ｖｏｅｘｐ（￣－＇・ｚ（ｆ））＝）ｅｘｒ￣Ｚ・ｚ（））（２）ｌ｜ｔ｜其中：为形状参数；７７为尺度参数；Ｚ（ｔ）为系统在，时刻的协变量；为协变量的回归参数。协变量可分为外部协变量和内部协变量。外部协变量包括风机齿轮箱的运行环境温度、工作负荷等，而内部协变量包括反映齿轮箱故障征兆的振动数据、温度数据等。考虑维修效应对强度函数的影响，既可以将维修效应作为衰减因子得到虚拟寿命过程，也可以将其作为协变量叠加到强度函数中，本文采用后者。１．３风机齿轮箱ＰＩＭ的参数估计利用风机齿轮箱故障数据对ＰＩＭ的参数进行极大似然估计。首先验证故障数据是否符合威布尔分布以确定模型选择的正确性，然后构建似然函数，—并在Ｍａｔｌａｂ中应用ＮｅｗｔｏｎＲａｐｈｓｏｎ迭代算法解非线性方程组，计算出估计值，具体步骤如下。第一步：样本分布的检验。采用最常见的威布尔分布检验图，检验图反映了威布尔分布的基本特征，是用于检验样本数据是否符合威布尔分布规律的最直观方法。设威布尔分布的可靠度函数为Ｒ（ｔ）＝１一ＦＯ）＝ｅｘｐ（一／７７）卢）对上式两边分别求两次对数，可得关系式—ｌｎ（－ｌｎ（Ｒ（ｔ）））＝ｆｌｉｎｔｆｌｌｎｒ／（３）由式（３）可知，对于风机齿轮箱故障时刻ｆ，绘制Ｉｎｆ与Ｉｎ（一ｌｎ（ｆ）））之间的函数曲线。若样本服从威布尔分布，则该曲线应近似地拟合为一条斜率大于０的直线，直线的斜率即为形状参数的估计值，如图２所示，其故障数据服从威布尔分布。第二步：似然函数的构造。似然函数的一般形式为ｎ（，７７，）＝ｎｆ（ｔｉＩ，７７，）（Ｉ，７７，）卜＝ｉ＝１ｑｆ４１ｎ（ｌ，ｒｌ，）兀Ｒ（ｔｉＩ，ｒ／，）ｉ＝１ｊ＝ｌ式中：ｎ为样本总数；ｇ为观测到失效时间的样本个数；为截尾状态量，值为０表示截尾，为１表示Ｉｎ（０图２威布尔分布检验图Ｆｉｇ．２Ｍ叩ｏｆｔｈｅＷｅｉｂｕｌｌｄｉｓｔｒｉｂｕｔｉｏｎｔｅｓｔ失效；厂（ｌ７７，）为齿轮箱的概率密度函数；（Ｉ，７７，）为可靠度函数。第三步：ＰＩＭ模型参数估计。对似然函数两边求对数后，并对，ｒ／，分别求一阶偏导，且置０。然后，采用Ｎｅｗｔｏｎ．Ｒａｐｈｓｏｎ法进行数值计算，求解出各参数值，并代入模型（２），得台ｆ∑１，（ｆ）＝（去）ｅｘｐ（・Ｚｋ（ｆ））ｌｌＩｌ式中，、、为、７７、的估计值。２最优维修决策利用比例强度模型，综合监测数据、历史故障数据及维修活动，确定设备在运行时刻ｆ的强度函数Ｖ（，）。将强度函数与其维修阈值ｖ进行比较以决定是否实施维修。当时刻的强度ｖ（ｆ）＞ｖ时，进行维修；当ｖ（ｔ）ｖ时，不进行维修。本文应用物理规划方法确定最优维修阈值ｖ，具体详见下一节。风机齿轮箱实施维修的决策条件为口∑Ｖ（）＝（）ｅＸｐ（・ｚ（ｆ））Ｖ（５）ｌｌＩ｜由于强度函数中指数处理复杂且不直观，故对式（５）取对数，进行化简整理可得到∑≥・ｚ）ｌｎ（￣ｆｌＶ／）一（一１）ｌｎ（ｔ）（６）式（６）描述了风机齿轮箱运行时间ｆ与状态变量之间的关系。对于特定的维修阈值ｖ，以运行时间ｆ为横坐标，以ｌｎ（ｑｐｖ／ｆ１）一（一１）ｌｎ（ｔ）为纵坐标得一条对数曲线，即最优维修决策控制限，以ｌｎ（ｑｆｌ（±）／ｆ１）一（一１）ｌｎ（ｔ）为纵坐标，得到置信上下限。将ｆ时刻观测到的状态变量代入・ｚ（ｆ）中，当观测点在置信下限以下时，保持设备继续运电力系统保护与控制行；当观测点在置信上下限内，密切监视并随时进行维修；当观测点在置信上限以上时，立刻停机维修。如果＞１，维修决策图如图３所示。锨Ⅱｄ——决策控制限……‘置信上下限建议维修区【：作时间ｆ图３齿轮箱维修决策图Ｆｉｇ．３Ｍａｉｎｔｅｎａｎｃｅｄｅｃｉｓｉｏｎｄｉａｇｒａｍｏｆｇｅａｒｂｏｘ３利用物理规划优化维修阈值状态检修通常考虑设备的最大可靠度和最小维修费用两个目标，然而两者是相互矛盾的。若想得到最大可靠度需要耗费很高的维修费用，而若想实现最小维修费用则需降低对设备可靠度的要求。我们利用物理规划方法来研究状态检修目标的优化问题，以便确定出齿轮箱基于ＰＩＭ模型实施维修决策的阈值ｖ。该方法具有迭代次数少、鲁棒性强等优点Ｌｌ。首先分别对维修费用和可靠度构造偏好函数、，即对偏好进行数学量化；然后构造综合偏好函数Ｆ（ｘ），建立物理规划数学模型，应用优化算法求出满足最优维修阈值ｖ。３．１齿轮箱优化目标偏好函数根据物理规划理论，分别求取维修费用和可靠度的偏好函数。１）维修费用函数（单位时间内平均维修成本）—ｇｃ：（）：ＣｐＭ＋Ｃｃ—Ｍ．Ｎ（ｔ）（７）ｆ其中：Ｍ为预防性维修的平均成本；ＣｃＭ为故障Ⅳ后维修的平均成本；（）为时间ｆ内发生故障的次数。２）可靠度函数ｇＲ＝（）＝ｅｘｐ（一Ｖ（ｌＺｋ）＝，）（８）ｅｘｐ（（）ｆｌ－１ｅｘｐ（￣－［ｙｋＺｋｄ维修费用的偏好函数属于１ｓ型，即费用越低越好，而可靠度的偏好函数属于２Ｓ型，即可靠度越高越好¨圳。如图４、图５所示，横坐标中的（ｇＣ、ｇｃ、ｇｃ３、ｇＣ４、ｇＣ５）与（ｇＲ１、ｇＲ２、ｇＲ３、ｇＲ４、ｇＲ５）表示一系列偏好区问的边界值。纵坐标、．厂Ｒ表示维修费用和可靠度的偏好函数值。利用物理规划方法确定维修阈值的另一优点是可以根据实际情况灵活修改偏好区间边界值，重新优化维修决策阈值。ｇｃｌｇｃ２ｇｃ３ｇｃ４ｇｃ５ｇ图４维修费用偏好函数（１Ｓ）Ｆｉｇ．４Ｐｒｅｆｅｒｅｎｃｅｆｕｎｃｔｉｏｎｏｆｍａｉｎｔｅｎａｎｃｅｃｏｓｔｓ（１Ｓ）ｇＲｌｇＲ２ｇＲ３ｇＲ４ｇＲ５ｇＲ图５可靠度偏好函数（２ｓ）Ｆｉｇ．５Ｐｒｅｆｅｒｅｎｃｅｆｕｎｃｔｉｏｎｏｆｒｅｌｉａｂｉｌｉｔｙｆ２Ｓ）针对维修费用计算偏好函数，如图４所示，将偏好区域分为高度期望、期望、可容忍、不期望、高度不期望、不可接受６个区域。对于区域（０，ｇ。），偏好函数用指数函数形式表达为——ｆｃ＝ｅｘｐ［：Ｌ（ｇｃｇｃ１）】ｆ９１ｇＣ１对于区域（ｇｃ１，ｇＣ２）、（ｇＣ２，ｇｃ３）、（ｇｃ３，ｇｃ４）、（ｇＣ，ｇｃ）用分段样条的形式表达为（ｇＣ）＝ｇｃ４＋ｇ＋ｇ＋ｇ。＋（１０）式中：ｇｃ为维修费用；，，，，为在各区域的常数系数。一一一一一一赵洪山，等考虑不完全维修的风机齿轮箱优化检修策略．１９．同理，可得可靠度ｇＲ的偏好函数，如图５所示。对于区域（ｇＲ１，ｇＲ２）、（ｇＲ２，ｇＲ３）、（ｇＲ３，ｇＲ４）、（，ｇＲ５）用分段样条的形式表达为（ｇＲ）＝＋＋＋ｇＲ＋罐（１１）式中：ｇＲ为可靠度；，，，，罐为各区域的常数系数。对于区域（ｇＲ５，１），偏好函数用指数函数形式表达为—＝ｅｘｐ［（ｇＲｇＲ５）】（１２）ｇＲ５３．２最优维修阈值的确定综合维修费用偏好函数和可靠度偏好函数厂Ｒ构造综合偏好函数（）作为物理规划模型的目标函数，优化模型为ｍｉｎＦ（）＝ｌｏｇ｛０．５［（ｇ（））＋（ｇＲ（））］）（１３）Ｓ．ｔ．０ｇｃ（ｇｃ５（１４）≤ｇＲ５ｇＲ（ｘ）ｌ（１５）≤Ｘｍ（１６）其中：＝［ｆ，Ｚｌ，Ｚ２，Ｚ３，ｚ４］，式（１４）为维修费用的约束条件：式（１５）为可靠度的约束条件；式（１６）为自变量的约束条件。根据式（９）～式（１２）构造维修费用和可靠度偏好函数厂Ｃ、厂Ｒ，计算出偏好函数的系数，然后，构造综合偏好函数Ｆ（）作为目标函数，采用优化算法对模型优化求解，得到最优解Ｘ，将其代入式（２）求得最优维修阈值ｖ。可求得对应的维修费用’’ｇ（）和可靠度ｇ（），并通过观察其所在的区域，来判定最优解是否合理。该方法可根据实际需求，更改维修费用或可靠度的偏好边界，即提高或降低对风机齿轮箱可靠度的要求，增加或减少维修费用的投入，来重新优化最优解，实现其应用的灵活性。４仿真分析４．１风力发电机齿轮箱数据收集建立风机齿轮箱的维修决策模型并估计模型中的参数，需要风机齿轮箱的历史故障数据、维修次数、维修类型以及状态监测数据。某型风机齿轮箱２００４￣２０１０年间的部分数据样本如表１所示。经分析，维修因子维修次数、振动加速度、温度相互独立，故将其分别定义为协变量、乙、Ｚ１、Ｚｄ。表１风机齿轮箱主要监测数据的部分样本Ｔａｂｌｅ１Ｐａｒｔｓａｍｐｌｅｏｆｔｈｅｍａｉｎｍｏｎｉｔｏｒｉｎｇｄａｔａｆｒｏｍｗｉｎｄｔｕｒｂｉｎｅｇｅａｒｂｏｘ“”注：其中表示该齿轮箱监测数据是否截尾的状态指示量（０表示截尾数据，１表示失效寿命数据）；“”≤Ｍ是维修因子（０Ｍ１），指每次修理后系统得以改善的程度。４．２比例强度模型参数估计及维修阈值优化对表１中的故障时装机时间做威布尔分布检验图，如图２所示，可知风机齿轮箱故障时间符合威布尔分布，故对该风机齿轮箱进行建模时，可采用威布尔比例强度模型。根据表１中的数据，采用极大似然估计法，应用Ｍａｔｌａｂ编程，算出各参数为：＝４．２４２，叩＝４９２１．７，＝［一３．０２２，２．０８４，０．０３１，Ｏ．０５９］，可得到强度函数表达式为）＝（４２・ｅｘｐ（一３．０２２Ｚｌ（）＋２．０８４Ｚ２（ｆ）＋０．０３１Ｚ３（ｆ）＋０．０５９Ｚ４（ｆ））式中：（ｆ）为齿轮箱维修因子；Ｚ２（ｆ）为齿轮箱的维修次数；（）为齿轮箱的监测振动数据；ｚ４（ｆ）为齿轮箱的监测温度数据。然后，利用物理规划方法优化出维修阈值，具体如下。根据文献［２０１，风机齿轮箱的预防性维修费用ＣＰＭ、故障后维修费用ＣＣＭ分别为￥３８０００、￥１５２０００。将齿轮箱比例强度模型中的参数估计值电力系统保护与控制［，希，，，，】代入式（７）、式（８）即可得到目标优化函数单位时间平均维修费用ｇｒ、可靠度ｇＲ的表达式。根据实际偏好情况，分别设定维修费用和可靠度的偏好区问边界值（ｇｃ１、ｇｃ２、ｇｃ３、ｇＣ４、ｇｃ５）、（ｇＲｌ、ｇＲ２、ｇＲ３、ｇＲ４、ｇＲ５）。应用式（９）～式（１２）计算偏好函数、，偏好函数图形如图６、图７所示。ｇ（・图６维修费用偏好函数仿真图Ｆｉｇ．６Ｓｉｍｕｌａｔｉｏｎｄｉａｇｒａｍｏｆｐｒｅｆｅｒｅｎｃｅｆｕｎｃｔｉｏｎｆｏｒｍａｉｎｔｅｎａｎｃｅｃｏｓｔｓ图７齿轮箱可靠度偏好函数仿真图Ｆｉｇ．７Ｓｉｍｕｌａｔｉｏｎｄｉａｇｒａｍｏｆｐｒｅｆｅｒｅｎｃｅｆｕｎｃｔｉｏｎｆｏｒｒｅｌｉａｂｉｌｉｔｙ综合维修费用偏好函数和可靠度偏好函数构造综合偏好函数Ｆ（ｘ）作为物理规划优化目标，根据式（１３）～式（１６），使用优化算法求出最优解为表２偏好区间分析（Ｖ表示偏好函数值所在区域）Ｔａｂｌｅ２Ａｎａｌｙｓｅｓｏｆｔｈｅｐｒｅｆｅｒｅｎｃｅｒｅｇｉｏｎ（￣ｍｅａｎｓｔｈｅａｒｅａｏｆｐｒｅｆｅｒｅｎｃｅｖａｌｕｅ）由于物理规划方法的灵活性，在实际应用中，当对风机齿轮箱维修费用和可靠度的要求发生变化时，即偏好区间边界值变化时，可应用物理规划方法重新确定出最优维修决策阈值。４．３维修决策采用上述物理规划，计算出最优维修阂值ｖ，经仿真计算可得到维修决策优化控制限曲线如图８所示，实线为优化得到的控制限，虚线为其维修决策置信下限，点划线为维修决策置信上限。选取某型号风机齿轮箱在２００８￣２０１２年问的运行监测数据，应用维修决策图决定是否采取维修。将监测到的振动数据、温度数据和历史维修次数、维修因子四个协变量经过回归系数的加权后在决策图中画点。如图８所示，当齿轮箱正常运行时，所描的点在曲线下方小范围内波动；当齿轮箱即将发生故障时，所描的点在虚线上方，需立即采取维修。０罂图８维修决策仿真图Ｆｉｇ．８Ｓｉｍｕｌ￣ｉｏｎｄｉａｇｒａｍｏｆｍａｉｎｔｅｎａｎｃｅｄｅｃｉｓｉｏｎＸ＝（３８６，０．７７８，０，１７５，９２）５结论对应的维修费用ｇ＝１３４．７１４７、可靠度ｇ＝０．９１２０。经分析知，如表２所示，所求最优解使维修费用、可靠度均落在期望区域内，此优化结果可以接受。最终确定出最优维修决策阈值１，＝０．００１１。１）将不完全维修这一现状考虑到状态维修策略中，提出了基于比例强度模型的优化检修策略。该策略不仅反映了历史故障数据及在线监测数据对齿轮箱健康状况评估的影响，同时考虑了不完全维赵洪山，等考虑不完全维修的风机齿轮箱优化检修策略．２１．塞并为解决状态检修问题提供了一种新的石开…Ｄｅｃｉｓｉｏｎ－ｍａｋｆｏｉｎ㈣ｇｍｂｓｔｏｄ砒ｉｏＩ１［ｅｌａｎｄＪＪ．ｓｏＰｒ０ｌｕｔｃｅｅｉｏｎｄｉｎｏｆｇｓ０ｃｏｎｄｆ制，２０１１，９（）：７７－８０．Ｅｌｅｏｐｔｉｃｍｔｒ０ｉｚｔａｅｔｃｉｏｈｎｎｉｃａａｌｌｇｏｃｒｉｉｔｅｈｍＪ１０，Ｔ２ｒ５ａ（ｎ６ｓ）ａ：ｃ１ｔ６ｉｏ３ｎ．ｓｌ７１ｏ．ｆＣｈｉｎａｌＩ．“““ｔｒａｎｓｍｉｓｓｉ。锄ｄｄｉｓｔｒｉｂｍｉ。。ｑｉｐｍ。ｍ。。。ｍｂｉ。ｄｗｉｔｈ控帆２０１３，４１（８）：７３．８０．１ｉｆｅｃｙｃｌ。ｃｏｓｔ“ａｇｅｍｅｎｔ［Ｊ］．Ｐｏｗｅｒｓｙｓｔ。ｍＰｒ。ｔｅｃｔＬＩｕｗｅｎ＿Ｘｉａ，ＪＩＡＮＧｃｈｅｎｇ，ＺＨＡＮＧＪｉａｎ．ｈｕａ，ｅｔａ１．Ａ．ａ…ｎｄ…Ｃｏｎｔ…ｒｏｌ，…………‘…………２０：Ｌ３９（５）：７７－ｍｕｌｔｉｓｔａｇｅｒｅｌｉａｂｉｌｉｔｙｍ。ｅｌ０ｆｗｉｎｄｔｕｒｂｉｎｅｓｆ０ｒＡＮＤ，’ｓ０ＮｓＨＫＭｅＩａＬｈ。ｑ。ｍｌＭｏｎｔｅｌｍｕｌａｔｉｏ［Ｊ］．Ｐｏｗ。ｓｙｓｔｅｍｓｅｋｃｔｉ０ｎ。ｆａｓｕｔａＭ。ｍａｉｎｔｅｎｎｃｅｓｔａｔ。ｇＹｆ０ｗｉｎｄＰｔｅｃｔｉ。ｎａｎｄｃ。ｎｔｒ。ｌ，２０１３，４１（８）：８０．。ｃｏｎｄｉｔｉｏｎ．ｂａｓｅｄｍａｉｎｔｅｎａｎｃｅ［ＪＭｅｃｈａｎｉｃａＳｙｓｔｅｍｓｌｕａｌｚｘｔｗｕ￣ｕｘｗｗＬａｊ．ＶｌＷｌｕｌｌａｌｔｌｋ，Ｏ．１…ｉｃｅｓｓｉ，２４ｓｓ一Ｙｉ－ｍｙｉ…，ＬＩＡＯ向Ｒｕｉ－ｊ’ｅｔａｌ…．ＡｎｚＨＡＮＧＪｊ＿ｑｕａｎ・０ｐｔｅｄｍａｉｍｅｎａｎｃｅｄｅｃｉｓｉ０ｎ０ＴＥ１３］ＡＭｕＬＹＡＫ，ＫＡＴＨＥＲＪＮＥＲ０ＢＥＲＴ，ｅｔａ１．ＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａＳｏｃｉｅｔｙ，２０１２２７５１３２０Ｈｙｂｒｉｄｌ，（）：－．’“ｗｉｎｄｒｂｎｅ。ｇｃｎ。幻ｓｙｓｔ。ｍｂａｓｅｄ。ｐｒ。ｐ。。ｎａｒｅａｓｏｎｉｎｇｆ０ｒｐｒｏｇｎｏｓｔｉｃｌｅａｍｉｎｇｉｎｃＢＭｓｖｓｔｅｍｓｃ１／／Ｕｎｉｖｅｒｓ’ｉｔｙ，２０１０￣。ＭＡｅａｒｒｏ】ｓｐ。ａ．】ｃ７ｅ．Ｃ２ｏ。ｎ。ｆ】ｅ．ｒ６ｅｎ：ｃ２ｅ９，５Ｉ７Ｅ．Ｅ２９Ｅ６９Ｐ．“ｒ。。。ｄｉｇ。，Ｂｉｇｓｋｙ，ＭＴ，．２２．电力系统保护与控制ｉｎｔｅｎｓｉｔｙｍｏｄｅｌｓ：ａｒｅｖｉｅｗ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＲｅｌｉａｂｉｌｉｔｙ，—２００６，５５（２）：３２８３３６．［１５］张海军．民航发动机性能评估方法与视情维修决策模型研究［Ｄ】．南京：南京航空航天大学，２００７．ＺＨＡＮＧＨａｉ－ｊｕｎ．ＲｅｓｅａｒｃｈｏｎｍｅｔｈｏｄｓｏｆｐｅｒｆｏｒｍａｎｃｅｓｙｎｔｈｅｔｉｃｅｓｔｉｍａｔｉｏｎａｎｄＣＢＭｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇｍｏｄｅｌｓ—ｆｏｒａｅｒｏｅｎｇｉｎｅ［Ｄ］．Ｎａｎｊｉｎｇ：ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎａｕｔｉｃｓ，２００７．［１６３王一，王慧芳，张亮，等．基于效用和成本的状态检修维修方式选择研究［Ｊ］．电力系统保护与控制，２０１０，—３８（１９）：３９４５．—ＷＡＮＧＹｉ，ＷＡＮＧＨｕｉｆａｎｇ，ＺＨＡＮＧＬｉａｎｇ，ｅｔａ１．ＲｅｓｅａｒｃｈｏｎｍａｉｎｔｅｎａｎｃｅｔｙｐｅｓｅｌｅｃｔｉｏｎｗｉｔｈＣＢＭｔｅｃｈｎｏｌｏｇｙｂａｓｅｄｏｎｅｆｆｅｃｔｉｖｅｎｅｓｓａｎｄｃｏｓｔａｎａｌｙｓｉｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（１９）：３９．４５．［１７］ＫＵＭＡＲＤ，ＫＬＥＦＳＪＯＢ．Ｐｒｏｐｏｒｔｉｏｎａｌｈａｚａｒｄｓｍｏｄｅｌ：ａｒｅｖｉｅｗ［Ｊ］．ＲｅｌｉａｂｉｌｉｔｙＥｎｇｉｎｅｅｒｉｎｇａｎｄＳｙｓｔｅｍＳａｆｅｔｙ，—１９９４，４４：１７７１８８．［１８］董书革，饶绮麟．基于偏好设计的物理规划理论［Ｊ］．北京科技大学学报，２００９，３２（２）：２５０．２５５．—ＤＯＮＧＳｈｕｇｅ，ＲＡＯＱｉ－ｌｉｎ．Ｐｈｙｓｉｃａｌｐｒｏｇｒａｍｍｉｎｇｔｈｅｏｒｙｂａｓｅｄｏｎｐｒｅｆｅｒｅｎｃｅｄｅｓｉｇｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２００９，３２（２）：２５０．２５５．［１９］刘莉，邢超，龙腾．基于物理规划的弹道多目标优化［Ｊ］．北京理工大学学报，２０１３，３３（４）：３５７．３６２．ＬＩＵＬｉ，ＸＩＮＧＣｈａｏ，ＬＯＮＧＴｅｎｇ．Ｓｔｕｄｙｏｆ—ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｔｒａｊｅｃｔｏｒｙｏｐｔｉｍｉｚａｔｉｏｎｂａｓｅｄｏｎｐｈｙｓｉｃａｌｐｒｏｇｒａｍｍｉｎｇ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＢｅｉｊｉｎｇＩｎｓｔｉｔｕｔｅｏｆ—Ｔｅｃｈｎｏｌｏｇｙ，２０１３，３３（４）：３５７３６２．［２０］ＦＩＮＧＥＲＳＨＬ，ＨＡＮＤＭ，ＬＡｘＳ０ＮＡ．Ｗｉｎｄｔｕｒｂｉｎｅｄｅｓｉｇｎｃｏｓｔａｎｄｓｃａｌｉｎｇｍｏｄｅｌ［Ｍ］．Ａｍｅｒｉｃａ：ＮａｔｉｏｎａｌＲｅｎｅｗａｂｌｅＥｎｅｒｇｙＬａｂｏｒａｔｏｒｙ，２００６．收稿Ｅｔ期：２０１３－０８－０６；修回日期：２０１３－０９－０３作者简介：赵洪山（１９６５一），男，博士，教授，研究方向为电力系统分析、运行与控制，电力设备故障预测与优化检修；张兴科（１９８８一），男，通信作者，硕士研究生，研究方向为风力发电机组优化检修研究；Ｅ－ｍａｉｌ：ｘｋｚｈａｎｇ７５７＠１２６．ｃｏｍ郭伟（１９８９一），男，硕士研究生，研究方向为风力发电机组故障预测。第４２卷第１０期２０１４年５月１６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶＯ１．４２ＮＯ．１０Ｍａｙ１６，２０１４希尔伯特变换在配电网故障选线中的应用张国军，任荣，韩静静，田永峰（辽宁工程技术大学电气与控制＿Ｔ－程学院，辽宁葫芦岛１２５１０５）摘要：为克服目前小电流接地系统单相故障发生在相电压过零点附近选线方法灵敏度低的缺点，提出了一种基于希尔伯特变换的综合选线判据。将零序电流进行小波包分解的同时，运用希尔伯特变换对分解结果进行瞬时频率分析，计算频带能比因子。将频带能比因子作为启动选线方法的条件，＂－３高频分量多时比较小波高频能量，＂－３低频分量多时比较直流分量能量，将两种方法进行有机综合可以构成完善的故障选线方案。仿真结果表明该方法有效、准确、且适用性强，不受系统结构和运行方式等的影响。关键词：小电流接地系统；希尔伯特变换；频带能比因子；高频能量；直流分量ＡｐｐｌｉｃａｔｉｏｎｏｆＨｉｌｂｅｒｔｔｒａｎｓｆｏｒｍｉｎｆａｕｌｔｙｌｉｎｅｓｅｌｅｃｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ—ＺＨＡＮＧＧｕｏ￣ｕｎ，ＲＥＮＲｏｎｇ，ＨＡＮＪｉｎｇｌｉｎｇ，ＴＩＡＮＹｏｎｇｆｅｎｇ（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌａｎｄＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇ，ＬｉａｏｎｉｎｇＴｅｃｈｎｏｌｏｇｙＵｎｉｖｅｒｓｉｔｙ，Ｈｕｌｕｄａｏ１２５１０５，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＩｎｏｒｄｅｒｔｏｏｖｅｒｃｏｍｅｔｈｅｄｉｓａｄｖａｎｔａｇｅｏｆｌｏｗｓｅｎｓｉｔｉｖｉｔｙｏｆｌｉｎｅｓｅｌｅｃｔｉｏｎｍｅｔｈｏｄｉｎｎｅｕｔｒａｌｉｎｅｆｆｅｃｔｉｖｅｌｙｇｒｏｕｎｄｅｄｓｙｓｔｅｍｗｈｅｎｆａｕｌｔＯｃｃｕｒｓｎｅａｒｔｈｅｚｅｒｏ－ｃｒｏｓｓｉｎｇｐｏｉｎｔｏｆｐｈａｓｅｖｏｌｔａｇｅ，ａｆａｕｌｔｙｌｉｎｅｓｅｌｅｃｔｉｏｎｂａｓｅｄｏｎＨｉｌｂｅｒｔｔｒａｎｓｆｏｒｍｉｓｐｒｏｐｏｓｅｄ，ｗｈｉｃｈ—ｃａｒｒｉｅｓｏｕｔｔｈｅｗａｖｅｌｅｔｐａｃｋｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎｏｆｔｒａｎｓｉｅｎｔｚｅｒｏｓｅｑｕｅｎｃｅｃｕｒｒｅｎｔｆｏｒｅａｃｈｌｉｎｅｉｎｔｏｌｏｗａｎｄｈｉｇｈｆｒｅｑｕｅｎｃｙｓｕｂｂａｎｄｓ，ｗｈｏｓｅｉｎｓｔａｎｔａｎｅｏｕｓｆｒｅｑｕｅｎｃｙａｒｅｃａｌｃｕｌａｔｅｄｂｙＨｉｌｂｅｒｔｔｒａｎｓｆｏｒｍａｔｔｈｅｓａｍｅｔｉｍｅ，ｃａｌｃｕｌａｔｅｓｔｈｅｆｒｅｑｕｅｎｃｙｂａｎｄｅｎｅｒｇｙｆａｃｔｏｒｓａｃｃｏｒｄｉｎｇｔｏｔｈｅｗａｖｅｌｅｔｃｏｅｆｆｉｃｉｅｎｔｓ．Ｔｈｅｆｒｅｑｕｅｎｃｙｂａｎｄｅｎｅｒｇｙｆａｃｔｏｒｉｓｕｓｅｄａｓａｃｏｎｄｉｔｉｏｎｏｆｓｔａｒｔｉｎｇｌｉｎｅｓｅｌｅｃｔｉｏｎｍｅｔｈｏｄ，ｗｈｅｎｔｈｅｈｉｇｈ・ｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｉｓｔｈｅｍａｉｎｉｎｇｒｅｄｉｅｎｔ，ｗｅｓｅｌｅｃｔｔｈｅｆａｕｌｔｙｌｉｎｅａｃｃｏｒｄｉｎｇｔｏｔｈｅｍａｘｉｍｕｍｖａｌｕｅｏｆｈｉｇｈ－ｆｒｅｑｕｅｎｃｙｗａｖｅｌｅｔｅｎｅｒｇｙ；ｗｈｅｎｔｈｅｌｏｗ－ｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｉｓｔｈｅｍａｉｎｉｎｇｒｅｄｉｅｎｔ，ｗｅｓｅｌｅｃｔｔｈｅｆａｕｌｔｙｌｉｎｅａｃｃｏｒｄｉｎｇｔｏｔｈｅｍａｘｉｍｕｍｖａｌｕｅｏｆＤＣｃｏｍｐｏｎｅｎｔｅｎｅｒｇｙ．Ａｐｅｒｆｅｃｔｓｃｈｅｍｅｗｉｌｌｂｅｗｏｒｋｅｄｏｕｔｃｏｍｂｉｎｉｎｇｗｉｔｈｔｈｅｔｗｏｍｅｔｈｏｄｓ．Ｒｅｓｕｌｔｓｏｆｓｉｍｕｌａｔｉｏｎｓｈｏｗｔｈａｔ，ｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ，ｗｈｉｃｈｉｓｉｍｍｕｎｅｔｏｔｈｅｓｙｓｔｅｍｓｔｒｕｃｔｕｒｅｓａｎｄｔｈｅｍｏｄｅｏｆｏｐｅｒａｔｉｏｎｓ，ｈａｓｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｒｅｌｉａｂｉｌｉｔｙ，ａｃｃｕｒａｔｅｌｙａｎｄｐｒａｃｔｉｃａｌｉｔｙ．Ｋｅｙｗｏｒｄｓ：ｎｅｕｔｒａｌｉｎｅｆｆｅｃｔｉｖｅｌｙｇｒｏｕｎｄｅｄｓｙｓｔｅｍ；Ｈｉｌｂｅｒｔｔｒａｎｓｆｏｒｍ；ｆｒｅｑｕｅｎｃｙｂａｎｄｅｎｅｒｇｙｆａｃｔｏｒ；ｈｉｇｈ－ｆｒｅｑｕｅｎｃｙｗａｖｅｌｅｔｅｎｅｒｇｙ；ＤＣｃｏｍｐｏｎｅｎｔ中图分类号：ＴＭ７７３文献标识码：Ａ文章编号：１６７４－３４１５（２０１４）１０－００２３－０６０引言稳态量的各种选线方法在工程实际上并不实用，接地故障时暂态电流比稳态电流大很多，基于暂态分量的选线方法选线精度高、效果好且不受消弧线圈的影响【ＪＪ。但是由于电流系统的结构和运行状态不尽相同ｌ训，而导致系统发生单相接地故障后，暂态信号不明显或不稳定Ｉ５西Ｊ，如果只使用单一特征分量的选线方法不可能彻底解决小电流接地系统的选线难题ｊ，也不可能做到１００％正确选线。所以，必须通过对各种选线方法进行有机综合，才能够建立出完善的故障选线方案。本文分析故障暂态零序电流特征，运用希尔伯特变换求取瞬时频率，然后进行小波分解提取特征频带计算频带能比因子，根据计算所得的频带能比因子ｋ判断接地电流的成分，对于高频分量占主要成分的情况，采用故障线路暂态能量最大原理进行故障选线；对于低频分量占主要成分的情况，则采用直流分量法，因故障线路零序电流中含有较强的直流分量，而非故障线路中几乎不含直流分量，因此可以根据这个差异性进行选线。该综合选线方法可以自适应地选定小波分解层数提取信号特征，减少了算法时间，为用于实际创造了条件。