EMD算法在检测电力故障信号中的应用.pdfVIP

EMD算法在检测电力故障信号中的应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第35卷 第5期 电 子 器 件 V0l_35 No.5 2012年 l0月 ChineseJournalofElectronDevices Oct.2012 EMD Algorithm intheApplicationofFaultSignalDetectioninElectricity YANGYah,WANGHao,CAODejian,ZHAOLi (1.YanchengTextileVocationalTechnologyCollege,YanchengJiangsu650500,China; 2.SchoolofInformationScienceandEngineeringofSoutheastUniversity,Nanjing210096,China) Abstract:Severalcommonfaulttypesin theelectricitysystem and theircorrespondingsimulationdiagram offault signalareintroduced.ByusingEMD decompositionmethod,FaultsignalcanbedecomposedintoseveralIMF con- ponents,andthen byusing theHilberttransform,therelationship oftimeandrfequency can beobtainedwhich correctlylocatesthepointsoffailure.AtlastwegiveouttheMatlabsimulationresultswhichshow themethodcan beappliedtodetectthesuddenchangepointsoffaultsigna1. Keywords:thefauhsignal;EMD;Hilbea transform EEACC:8110 doi:10.3969/j.issn.1005—9490.2012.05.018 EMD算法在检测 电力故障信号中的应用术 杨 彦 ,王 浩 ,曹德健 ,赵 力 (1.盐城纺织职业技术学院,江苏 盐城650500;2.东南大学信息科学与工程学院,南京210096) 摘 要 :分析了电力系统中常见的几种故障类型,研究提出了利用EMD分解正确定位信号故障点的方法。该方法将故障信 号分解成几个 IMF分量,然后使用希尔伯特变换求出信号的时频关系,从而正确定位信号的故障点。Matlab的仿真结果表 明,提出的方法能够更加准确地检测出突变信号,从而正确定位出信号的故障点。 关键词 :故障信号;EMD;希尔伯特变换 中图分类号:TN713.1 文献标识码 :A 文章编号:l0O5—949O(2O12)O5—0567一O4 由于电力系统的复杂性,在远程传输以及运载 分析的一个重大突破…。它是一种基于经验模式 中会产生的不平稳的故障信号,这也就使得信号突 分解 EMD(EmpiricalModeDecomposition)的时频分 变的检测在电力系统中占有重要的地位。其常用的 析处理方法。它将非平稳信号按不同尺度的波动或 传统数学工具为短时傅里叶变换,短时傅里叶变换 趋势逐级分解成若干个本征模式分量 IMF(Intrinsic 将信号划分为许多小的时间间隔,用傅里叶变化分 ModeFunction),然后对 IMF进行Hilbert变换,得到 析每个时间间隔,一边确定该时间间隔的频率。然 信号的时频谱图具有 良好的时频分辨率,从而具有 而对于短时傅里叶变换,时间一频率窗口的宽度对 良好的局部视频特性表现能力,因此能够更加准确 于所有频率的谱具有不变特性 ,这一点不适合于非 地反映原信号的特性,可以用来检测突变信号。该 平稳信号的高频与低频部分的特性分析。后来

文档评论(0)

天马行空 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档