本文關(guān)鍵詞：自適應(yīng)多尺度SVD去噪算法及在PQMD中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：為了提高電能質(zhì)量復(fù)合擾動(dòng)(PQMD)信號(hào)的去噪指標(biāo),實(shí)現(xiàn)擾動(dòng)信號(hào)特征的準(zhǔn)確檢測(cè),提出一種自適應(yīng)多尺度SVD(Adaptive Multi-resolution Singular Value Decomposition,AMSVD)去噪新算法及數(shù)學(xué)框架。該算法首先分析了高斯白噪聲奇異值分布情況及多尺度SVD消噪原理,針對(duì)不同尺度下的噪聲近似與細(xì)節(jié)信號(hào)奇異值差值規(guī)律,確定出最佳消噪尺度的約束條件,由此實(shí)現(xiàn)噪聲先驗(yàn)信息未知的自適應(yīng)消噪方法。研究結(jié)果表明,在對(duì)不同噪聲方差下的電能質(zhì)量復(fù)合擾動(dòng)去噪處理中,AMSVD消噪效果優(yōu)于其他5種方法。為了進(jìn)一步驗(yàn)證AMSVD算法去噪后特征量檢測(cè)的準(zhǔn)確性,采用希爾伯特黃變換(HHT)提取擾動(dòng)特征信息,仿真結(jié)果表明該算法具有可行性和魯棒性。
【作者單位】： 陜西科技大學(xué)電氣與信息工程學(xué)院;
【關(guān)鍵詞】： 電能質(zhì)量復(fù)合擾動(dòng) 去噪 奇異值分解(SVD) 自適應(yīng)多尺度奇異值分解(AMSVD) 特征檢測(cè)
【基金】：陜西省教育廳專(zhuān)項(xiàng)科研計(jì)劃項(xiàng)目(No.14JK1083)
【分類(lèi)號(hào)】：TM711;TN911.7
【正文快照】： 1引言新型電網(wǎng)技術(shù)及非線性電力負(fù)荷的迅速發(fā)展使得電能質(zhì)量復(fù)合擾動(dòng)特征檢測(cè)成為難點(diǎn)[1]。由于電力系統(tǒng)結(jié)構(gòu)復(fù)雜、負(fù)載多變、外界存在電磁干擾以及檢測(cè)設(shè)備本身的因素,檢測(cè)到的擾動(dòng)信號(hào)通常包含噪聲且多為高斯白噪聲,噪聲的存在會(huì)降低擾動(dòng)特征檢測(cè)的準(zhǔn)確性。因此,消除噪聲是

  本文關(guān)鍵詞：自適應(yīng)多尺度SVD去噪算法及在PQMD中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：457126