本文選題：集總經(jīng)驗模態(tài)分解(EEMD) + 自適應快速互補EEMD(AFCEEMD)　； 參考：《浙江大學學報(工學版)》2017年09期

【摘要】：針對集總經(jīng)驗模態(tài)分解(EEMD)方法加噪?yún)?shù)(噪聲幅值、集總次數(shù))需人為確定、分解殘余噪聲大以及計算耗時長的缺點,提出一種自適應快速互補集總經(jīng)驗模態(tài)分解(AFCEEMD)方法.該方法分析不同頻率形式噪聲對極值點分布的影響,確定加噪頻率采用高頻輔助分解的優(yōu)勢,并以極值點分布特性作為評價指標自適應選擇最優(yōu)加噪頻率.通過對EEMD加噪準則的研究,推導出加噪幅值和分解次數(shù)采取固定值:0.01SD和2次,且以正負成對的形式加入到原始信號中.通過仿真實驗和搭建的電能質(zhì)量擾動平臺的實測數(shù)據(jù)驗證了所提方法的自適應性和計算性能,而且適用于電能質(zhì)量擾動檢測與分析.
[Abstract]:Aiming at the disadvantages of adding noise parameters (noise amplitude, lumped number) in the lumped empirical mode decomposition (EMD) method, which requires artificial determination, large residual noise and long computation time, an adaptive and fast complementary lumped empirical mode decomposition (AFCEEMD) method is proposed.In this method, the influence of noise in different frequency forms on the distribution of extreme points is analyzed, and the advantages of high frequency auxiliary decomposition are determined. The characteristics of extreme point distribution are used as the evaluation index to adaptively select the optimal noise adding frequency.Based on the study of the EEMD noise adding criterion, it is deduced that the noise adding amplitude and decomposition times are fixed value: 0.01SD and 2 times, and are added to the original signal in the form of positive and negative pairs.The self-adaptability and computational performance of the proposed method are verified by simulation experiments and measured data of the power quality disturbance platform, and are suitable for power quality disturbance detection and analysis.
【作者單位】： 中國礦業(yè)大學信息與電氣工程學院;
【基金】：國家自然科學基金資助項目(61374043) 教育部中央高�；究蒲袠I(yè)務費專項資金資助項目(2013QNA50)
【分類號】：TM930

【相似文獻】

相關(guān)期刊論文 前10條

1 齊澤鋒,趙瑞娜,談順濤,李衛(wèi)國;基于短時李氏指數(shù)的電能質(zhì)量擾動檢測仿真研究[J];電力自動化設(shè)備;2002年01期

2 劉守亮,肖先勇;基于S變換的短時電能質(zhì)量擾動檢測與分類[J];四川電力技術(shù);2005年S1期

3 羅滇生;何洪英;姚建剛;;短時電能質(zhì)量擾動分類方法研究[J];計算機工程與應用;2008年17期

4 唐軼;劉昊;方永麗;;基于時域特征分析的電能質(zhì)量擾動分類[J];電力系統(tǒng)自動化;2008年17期

5 黃南天;徐殿國;劉曉勝;;基于改進多層前饋神經(jīng)網(wǎng)絡的電能質(zhì)量擾動分類[J];電子測量與儀器學報;2009年10期

6 賴曉君;孫洪成;;一種新的電能質(zhì)量擾動分類識別算法[J];電氣開關(guān);2011年02期

7 陳祥訓;采用小波技術(shù)的幾種電能質(zhì)量擾動的測量與分類方法[J];中國電機工程學報;2002年10期

8 薛蕙,楊仁剛;基于小波包除噪的電能質(zhì)量擾動檢測方法[J];中國電機工程學報;2004年03期

9 束洪春,王晶,陳學允;動態(tài)電能質(zhì)量擾動的多刻度形態(tài)學分析[J];中國電機工程學報;2004年04期

10 呂干云,丁屹峰,程浩忠;一種基于改進鎖相環(huán)系統(tǒng)的電能質(zhì)量擾動檢測方法[J];電力系統(tǒng)及其自動化學報;2004年05期

相關(guān)會議論文 前7條

1 曹立中;吳杰;蘇春苑;;基于多方法的電能質(zhì)量擾動研究[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（下冊）[C];2008年

2 劉林;林濤;;基于連續(xù)小波變換和專家系統(tǒng)的電能質(zhì)量擾動識別研究[A];中南七�。▍^(qū)）電力系統(tǒng)專業(yè)委員會第二十二屆聯(lián)合學術(shù)年會論文集[C];2007年

3 張東中;袁帥;佟為明;;基于復小波和神經(jīng)網(wǎng)絡的電能質(zhì)量擾動識別與分類[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

4 陳春玲;許童羽;袁野;;基于多類分類SVM的電能質(zhì)量擾動識別[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術(shù)年會（CSAE 2009）論文集[C];2009年

5 耿云玲;王群;何怡剛;;典型電能質(zhì)量擾動信號的小波檢測[A];2004全國測控、計量與儀器儀表學術(shù)年會論文集（上冊）[C];2004年

6 方群會;;基于LS_SVM的暫態(tài)電能質(zhì)量擾動分類[A];重慶市電機工程學會2010年學術(shù)會議論文集[C];2010年

7 張宇;李海維;;小波理論和網(wǎng)格分形在電能質(zhì)量擾動檢測中的應用[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（下冊）[C];2008年

相關(guān)博士學位論文 前10條

1 宋雪雷;基于小波變換和支持向量機的電能質(zhì)量擾動分析方法[D];哈爾濱工業(yè)大學;2007年

2 陳春玲;電能質(zhì)量擾動分析與監(jiān)測研究[D];沈陽農(nóng)業(yè)大學;2009年

3 舒泓;電能質(zhì)量擾動檢測和分類問題的研究[D];北京交通大學;2009年

4 胡為兵;電能質(zhì)量擾動的自動識別和定位相關(guān)理論研究[D];華中科技大學;2008年

5 秦英林;電能質(zhì)量擾動的自動識別和時刻定位研究[D];山東大學;2010年

6 易吉良;基于S變換的電能質(zhì)量擾動分析[D];湖南大學;2010年

7 張明;電能質(zhì)量擾動相關(guān)問題研究[D];華中科技大學;2010年

8 黃文清;電能質(zhì)量擾動在線監(jiān)測方法研究[D];湖南大學;2007年

9 單任仲;并聯(lián)型復合電能質(zhì)量擾動及補償?shù)目刂品椒ㄅc實現(xiàn)[D];華北電力大學（北京）;2010年

10 劉應梅;電能質(zhì)量擾動檢測和分析的研究[D];中國電力科學研究院;2003年

相關(guān)碩士學位論文 前10條

1 潘冬寅;電能質(zhì)量擾動信號降維及分類研究[D];南京林業(yè)大學;2012年

2 郝婉茹;基于原子分解快速算法的電能質(zhì)量擾動檢測與分類研究[D];燕山大學;2015年

3 鄧為權(quán);基于EEMD和SVM的電能質(zhì)量擾動檢測與分析研究[D];昆明理工大學;2015年

4 胡巧琳;風電并網(wǎng)的電能質(zhì)量擾動檢測方法研究[D];西南交通大學;2015年

5 朱玲;混合電能質(zhì)量擾動的檢測與分類[D];西南交通大學;2015年

6 薛文婷;暫態(tài)電能質(zhì)量擾動檢測分析與評估的研究[D];華北電力大學;2015年

7 韓剛;電能質(zhì)量擾動檢測與分類識別方法研究[D];中國礦業(yè)大學;2015年

8 章俊;電能質(zhì)量擾動信號的檢測與識別[D];南昌大學;2015年

9 張語R，

本文編號：1749762