基于EEMD的交联电缆局部放电信号检测研究

针对经验模态分解方法在提取局部放电信号时易产生模态混叠问题,将集合经验模态分解方法用于交联电缆局部放电信号的提取。该方法相对传统小波变换不需要选择基函数和确定分解层数,可以地自适应地将含有干扰信号的局部放电信号分解成不同时间尺度的固有模态函数,对主要成分是局放信号的分量进行阈值处理与重构得到局放信号,经过希尔伯特-黄变换得到局放信号的时间-相位-幅值谱,获得反映局放信号的特征信息。仿真和实验结果表明验证了集合平均经验模态分解在交联电缆局部放电信号检测中的可行性。     

基于多分辨分析的变压器UHF局放信号的识别

通过超高频信号采集,利用离散小波变换识别变压器中不同位置的超高频局放信号。结果表明,选择合适的小波母函数和小波分解尺度时,发生在变压器不同位置的局放信号的超高频特性会有一定的差别,这有助于识别不同位置的局放信号。     

基于经验模态分解的水轮发电机组局部放电信号提取

提出一种基于经验模态分解（EMD）的水轮发电机组局部放电信号提取方法。对实际局部放电信号，在频域内降低其干扰的幅值后得到中间信号，然后对中间信号进行经验模态分解，得到包含特征频率的固有模态函数（IMF），接着对所得到的固有模态函数分量局部重构，从而提取出局部放电信号。通过实例证明了该方法的有效性。     

基于经验模态分解能量分布和灰色相似关联度的污秽绝缘子放电识别

在深入研究污秽绝缘子放电声发射信号的基础上,提出通过对污秽绝缘子放电声信号进行经验模态分解和灰色相似关联度的方法实现放电程度的识别。针对不同放电模式下的声信号进行经验模态分解得到本征模态分量,计算电晕放电、局部放电和电弧放电3种放电模式的声发射信号各阶本征模态分量能量分布。根据前几阶本征模态分量的能量分布构造特征矢量,计算声发射信号与不同放电模式的特征矢量的灰色相似关联度判断绝缘子所处的放电阶段,实现绝缘子外绝缘状态的监测。实例计算结果表明该方法的有效性。     

基于集合经验模态分解的局部放电信号的窄带干扰抑制

采用经验模态分解（EMD）方法抑制局部放电的窄带干扰时,由于EMD方法本身存在模态混叠问题,在含有局放成分的模态固有函数中仍可能同时含有一定量的窄带成分,导致局放信号无法提取。分析了在局放信号上叠加不同幅值、不同频率的窄带干扰条件下的EMD混叠现象,并提出了基于集合经验模态分解（EEMD）的解决方法。该方法对单频率成分和多频率成分的窄带干扰,均能较好地提取出局放信号。并针对EEMD引入的白噪声干扰,提出了自适应阈值的抑制方法,取得了较好的结果。仿真和现场测试的结果均验证了所提方法的有效性。     

基于EMD的局部放电窄带干扰抑制算法

以经验模态分解(empirical mode decomposition,EMD)为基础,提出了一种基于包络线及有效值的自适应窄带干扰抑制算法,用以从噪声中提取局放信号。EMD可以自适应地将信号分解成若干阶不同频率段的固有模态函数(intrinsic mode functions,IMF),窄带干扰经分解后在振幅上显示出与局放脉冲明显不同的特征,通过包络线及有效值确定的阈值可以有效地区别开来。仿真及实际处理结果表明:与常规的基于小波变换的窄带抑制算法相比,该算法具有较强的自适应性;能有效地抑制局放信号中的窄带干扰。     

基于集合经验模态分解的局部放电信号的窄带干扰抑制

采用经验模态分解(EMD)方法抑制局部放电的窄带干扰时,由于EMD方法本身存在模态混叠问题,在含有局放成分的模态固有函数中仍可能同时含有一定量的窄带成分,导致局放信号无法提取.分析了在局放信号上叠加不同幅值、不同频率的窄带干扰条件下的EMD混叠现象,并提出了基于集合经验模态分解(EEMD)的解决方法.该方法对单频率成分和多频率成分的窄带干扰,均能较好地提取出局放信号.并针对EEMD引入的白噪声干扰,提出了自适应阈值的抑制方法,取得了较好的结果.仿真和现场测试的结果均验证了所提方法的有效性.     

基于SAMP-VMD的局放信号去噪方法

针对电力设备局部放电信号容易受到环境中的窄带噪声和白噪声的干扰,为了更好保留局放信号特征以便后续进行故障诊断和预测,提出了一种基于压缩感知重构和变分模态分解的变压器局部放电信号去噪方法。该方法首先使用窗函数抑制窄带干扰的频率泄露,之后利用窄带干扰在频域上与局放信号和白噪声之间稀疏度的差异从而将窄带信号进行分离重构以抑制窄带噪声,其次通过改进变分模态分解方法根据各模态含有局放信号信息的多少来对不同模态进行分类去噪,最终恢复出局放信号。通过仿真及实测信号对该方法进行去噪效果测试,并与奇异值分解和变分模态分解去噪方法的去噪效果进行对比,结果表明该方法能够有效抑制局部放电信号的干扰,相比传统算法的波形相似系数提升约2%,能够更好的保留局部放电信号的波形特征。     

基于EEMD和二维Gabor变换的GIS局放特征融合识别方法

局部放电(PD)可以反映气体绝缘组合开关电器(GIS)内部的绝缘缺陷,不同类型的放电对GIS的危害程度存在明显的差异,正确识别GIS的放电类型对于及时确认GIS设备的运行状态以及避免可能出现的绝缘故障非常重要。一种新的特征识别方法是基于总体经验模态分解(EEMD)和二维Gabor变换的GIS局放特征融合识别方法,并通过4种典型局放模型获取局放超高频信号样本进行验证。结果表明,平均正确识别率达到94.5%,明显高于单独使用EEMD和二维Gabor变换算法。     

基于EEMD与KICA的局部放电窄带干扰抑制

窄带干扰严重时可能完全淹没局部放电信号,给局部放电检测工作带来巨大困难。针对局放信号经验模态分解模态混叠现象,提出采用集合经验模态分解与核独立分量分析抑制局部放电窄带干扰的方法。在局放信号叠加不同频率、不同幅值的窄带干扰情况下,该方法能较好地提取出局放信号,有效提高信噪比且信号失真小。仿真和现场测试信号的处理结果均验证了所提方法的有效性。