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CEEMDAN和HT的谐波检测新方法

经验模态分解(EMD)作为希尔伯特-黄变换(HHT)的重要组成部分,为了克服其在谐波检测中出现的模态混叠、端点效应问题,提出采用自适应噪声完备集合经验模态分解(CEEMDAN)和希尔伯特变换(HT)相结合的谐波检测新方法。文章首先在理论上对比分析了EMD、EEMD以及CEEMDAN算法,研究CEEMDAN算法的特性。再用CEEMDAN算法对原始信号进行分解,得到固有模态函数(IMF)。最后用HT算法对每阶IMF分量进行分析,检测到谐波中包含的瞬时幅频信息。算例仿真结果表明,相对于HHT算法对信号的处理能力,文中提出的方法在谐波检测中有效地克服了EMD算法的弊端,提高了信号分解精度。     

基于EEMD和HHT的低压异步电动机故障诊断

针对船用电动机位置分散、安装环境各异,难以对全生命周期的全过程进行监测的特点,提出了一种利用电动机的振动信号、基于集合经验模态分解和希尔伯特-黄变换相结合的低压异步电动机故障诊断方法.采用集合经验模态分解方法将振动信号分解为各级本征模态函数分量,利用相关系数选取出和原振动信号有关的本征模态函数分量,再利用希尔伯特-黄变...     

基于EEMD的MMC串联结构微电网微源动态冗余控制策略

为提高MMC串联结构微电网系统的可靠性,研究一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)的微源动态冗余控制策略。介绍了系统在非故障运行时,通过微源原始功率EEMD分解、微源子模块选择、控制信号扩展与分配三个步骤实现微源动态冗余控制。系统在故障运行时,先将故障微源子模块剔除,再按照非故障运行状态运行。最后,以A相上桥臂所有微源子模块为例,验证了该策略不仅可以实现微源动态冗余控制,而且能够提高微源的利用率。同时对系统有冗余和无冗余情况下,微源子模块发生故障时的输出电压进行了仿真分析,结果证明了所提动态冗余控制策略的可靠性和有效性。     

基于EEMD和BP神经网络的短期光伏功率预测模型

为了实现对并网型光伏电站调度,提出了一种基于集合经验模态能分解(EEMD)与BP神经网络的短期光伏出力的组合预测模型。利用集合经验模态分解将光伏出力序列分解,得到本征模函数分量IMF和剩余分量Res,降低序列的非平稳性。采用游程检验法优化因IMF分量数量多造成的建模过程复杂的问题,针对优化后的分量分别建立相应的BP神经网络预测模型。利用该方法对额定容量为40 k W的光伏系统进行预测,并与EMD-BP神经网络和传统的BP神经网络模型进行比较分析。结果表明,所提出的方法有效地提高了预测精度。     

基于EEMD阈值去噪的电能质量扰动检测研究

电能质量信号的采集常受噪声干扰,影响对扰动信号的分析。研究具有自适应性的EEMD阈值去噪方法,对染噪电能质量扰动信号进行去噪,并与小波去噪的启发式阈值、自适应阈值、固定阈值、极大极小阈值4种阈值方法的去噪效果相比较。通过对去噪前后的波形、信噪比SNR和重构后的均方误差MSE 3个标准进行分析比较,对除噪后的信号进行HHT获取扰动的特征量。仿真结果表明,EEMD阈值方法消噪后的波形接近真实值,信噪比高,均方误差小,通过HHT提取的特征量可以准确定位扰动发生的起止时刻和获取扰动的瞬时频率和幅值信息。     

基于HHT和GA-BP的电压暂降源定位方法

针对传统电压暂降源定位方法准确率低的缺点,提出了基于希尔伯特-黄变换(Hilbert-Huang transform,HHT)HHT和GA-BP的定位方法.用集合经验模态分解(ensemble empirical mode decomposition,EEMD)对故障期间的电压和电流进行处理,得到有效特征值-电流实部I...     

基于HHT的电能质量检测新方法

提出了用HHT方法对电能质量扰动信号（电压凹陷、电压凸起、电压间断、暂态震荡、暂态脉冲等）和谐波（整数次谐波和间谐波）进行检测及时频分析的新方法.该方法由经验模态分解法（EMD）和Hilbert变换（HT）两部分组成.通过EMD得到固有模态函数（IMF）后,再进行HT,可以定量、准确地刻画相应时刻的瞬时频率和幅值.通过该方法可以确定非平稳的电能质量扰动信号的时间、频率和幅值信息;同样也可以精确的检测出谐波的幅值和频率.仿真结果表明,该法不但适用于非平稳信号的处理,而且对平稳信号的分析、处理也有很好的效果.     

EEMD在配电网电能质量扰动检测中的应用

鉴于引起配电网电能质量问题的扰动信号为非平稳信号,本文将基于集合平均经验模态分解(EEMD)的希尔伯特-黄变换(HHT)应用于配电网电能质量扰动检测.该方法通过对配电网电能质量扰动信号进行自适应分解,获得固有模态函数(IMF),再对IMF进行HHT获得准确的瞬时频率和瞬时幅值,可以准确刻画扰动发生时间、描述扰动信号的频率和幅值特征,同时克服经验模态(EMD)存在的模态混叠问题,为配电网扰动信号的检测提供了一种新的分析手段.通过配电网几种常见扰动信号进行仿真实验,结果验证了该方法的有效性.     

基于EEMD自适应阈值去噪的电能质量扰动检测与定位研究

为了改善电能质量扰动信号的去噪效果,实现扰动信号的检测与准确定位,提出了一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)自适应阈值的电能质量扰动信号去噪方法。首先利用集合经验模态分解将含噪的扰动信号分解成一些相互独立的固有模态函数(Intrinsic Mode Function,IMF)分量,然后对所得的IMF进行自适应阈值去噪,从而抑制噪声干扰。采用希尔伯特黄变换(HHT)提取去噪后扰动信号的起止时刻、瞬时频率和幅值信息。相比于小波去噪的启发式阈值、自适应阈值、固定阈值、极大极小阈值等方法,该方法在去噪的同时减少了信息损失,信噪比SNR和均方误差MSE均有明显提高。仿真结果验证了该方法在电能质量扰动检测与定位中的有效性和可行性。     

基于BA-BP的汽车同步器齿毂误差溯源

同步器齿毂是汽车变速器装置的重要零件,其加工质量对变速器的性能、可靠性有直接影响。针对人工经验判断齿毂误差源范围效率较低的问题,本文提出一种基于蝙蝠算法优化BP神经网络的误差溯源方法,分析齿毂加工过程中的误差来源,利用蝙蝠算法对权值和阈值进行优化,获取最优值后构造BA-BP误差溯源模型,并采集数据样本对模型进行验证并与未优化之前的BP神经网络的误差溯源方法进行对比。与未优化之前BP神经网络溯源模型准确率83.56%相比,优化后的准确率为96.34%,该方法使溯源准确率明显提高,支持生产人员对后续的超差工件进行误差原因追溯,对生产过程中存在的问题直接进行处理排除,提高生产效率。     

基于禁忌BP神经网络的动态测量误差预测研究

本文针对BP算法在神经网络参数学习中局部性能好但易陷入局部极小值而禁忌搜索算法拥有良好的全局性能的特点,提出了神经网络的综合训练方法（禁忌BP算法,TSBP Algorithm）即首先利用禁忌搜索算法对神经网络参数进行金局搜索训练,然后再利用BP算法对参数进行局部学习。设计了一种多样化和集中化并行搜索的禁忌搜索算法,一定程度上解决了传统禁忌算法局部寻优和拓展搜索空间之间的矛盾。最后利用仿真实例验证了TSBP神经网络较之BP神经网络和TS神经网络在动态误差预测方面的优越性,得出了相关结论。     

基于改进EEMD的局部放电信号处理研究

噪声环境下的电缆局部放电信号的高完备提取是电缆绝缘在线监测研究的关键。本文提出一种基于改进EEMD的局部放电信号降噪方法。首先对原始局部放电信号进行EEMD分解,对分解得到的每一阶模态分量（IMF）进行傅里叶变换,计算其对应的幅值方差作为阈值,结合局部加权回归散点平滑算法对筛选出的噪声与有效信号混合的IMF分量进行滤波,最后与纯净PD信号IMF分量进行叠加重构,得到滤波后的局部放电信号。通过仿真、实验室数据分析,降噪处理后的局部放电信号的信噪比和波形相似系数均有所提高,证明本文所提降噪方法的有效性。     

基于载体动态误差估计的旋转矢量算法

为减小旋转矢量的动态误差(即不可交换误差),基于对非互易矢量的估计,构造了一种不可交换误差估计模型。文中据此推导了几种旋转矢量算法的数学表达式,进而对所得算法进行精度和复杂度等的综合分析,最后在典型圆锥运动环境下用MATLAB对算法进行仿真。仿真结果验证了对算法的分析,证明文中所给出算法可以有效减小旋转矢量的不可交换误差,从而提高捷联姿态解算的精度。     

光栅测量系统的误差研究

研究光栅系统的误差构成及其变化规律,对提高光栅测量系统的精度,进行测量系统结构的优化设计均具有重要意义。在全面分析光栅测量系统误差来源的基础上,定量描述了光栅副误差、导轨误差、工作台误差,建立了光栅测量系统总误差模型;研制了一套激光干涉仪与光栅测量系统实时比对实验装置,实现了光栅测量系统综合误差的分离。通过模型仿真与实验比对,验证了总误差模型的有效性。应用该模型对光栅测量系统进行误差修正,能显著提高光栅系统的精度,使测量不确定度减小了一半。     

动态条件下电能表性能检测方法研究*

随着电能表工作环境的不断变化,电能表动态检测方法显得越来越重要。基于电能表测试和检定的基本原理,剖析电能表动态测试的独特之处以及所存在的关键问题,进而提出有效的动态测试方法,为后续动态测试方案的实现奠定理论基础,进一步推动了电能表动态特性测试及检定的标准化和规范化,为彻底摸清电能表动态误差特性、提高其动态误差性能提供了技术指导方向。     

基于EEMD—小波阈值的分布式测温系统的研究

在分布式拉曼测温系统中,所包含的温度信息的反斯托克斯光比较微弱,容易被噪声掩盖,且传统的去噪方法容易滤除掉系统的原始特征,因此针对上述问题,本文采用EEMD结合小波阈值降噪的去噪方法,在保留信息原始特征的情况下,极大的提高系统的信噪比（SNR）和系统的测温精度。仿真证明,该算法在1db的噪声下,信噪比提高了2.3db。实验结果表明,系统的测量精度提升了76.11％。通过单独的小波阈值降噪处理,系统在测温光纤的熔接点的温度曲线是1℃以上的波动范围,而通过该算法后,系统解调温度波动范围在0.5℃左右,最后通过实验证明该算法不影响系统的空间分辨率。     

数据驱动的电力系统动态模型参数误差溯源方法

动态仿真中模型及参数的不准确直接导致仿真轨迹与实测轨迹不一致。电力系统区域大,包含元件众多,如何准确的识别出致差区域是一个难题。文章提出了一种数据驱动的大规模电力系统误差溯源方法,定义了扰动深度指标以及轨迹差异度指标,用以评价元件受扰程度和轨迹差异度,基于指标及其约束条件,给出了主要致差区域的识别方法,用于误差溯源。文章以IEEE 10机39节点仿真系统验证了所提方法的有效性,减少了动态仿真验证的工作代价,为分块解耦提供支持。     

基于导线温度模型的线路动态容量误差分析

简要介绍了用于输电线路容量计算的导线温度模型的原理,该模型引入热传递系数,避免了气候模型中因快速变化而引起的测量误差,适用于导线温度高和风速小的情况;给出了模型的误差来源,包括估算日照热增益和辐射散热、模型中热传递系数的近似取值以及导线温度和电流的测量;详细分析了热传递系数的近似取值带来的影响,结果表明此影响甚微,可忽略;简单讨论了减小容量计算误差的方法.