|
|||||
|
|
| 基于EEMD样本熵的直流牵引网故障电流识别 | |
| 作者单位： | ;1.四川大学电气信息学院 |
| 摘 要： | 针对地铁直流牵引网的振荡电流容易引起继电保护系统频繁误动的问题,提出一种结合总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)和样本熵的直流牵引网振荡电流与短路故障电流识别方法。利用EEMD方法对直流牵引网的馈线电流信号进行分解,求取各固有模态函数(intrinsic mode function,IMF)分量的样本熵值,并将计算结果求和,进而获得反映直流牵引网运行状态信息的特征量。通过对典型馈线电流信号进行分析计算,可知EEMD和样本熵相结合的特征提取方法可以有效地区分直流牵引网振荡电流与短路故障电流。算例分析验证该方法的有效性。 |
| 关 键 词： | 短路故障电流 振荡电流 样本熵 总体平均经验模态分解 直流牵引网 |
Fault current identification of DC traction network based on EEMD sample entropy |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |