本文選題：自適應滑窗 + EMD分解　； 參考：《電子科技大學學報》2014年06期

【摘要】：提出一種抗模態(tài)混疊的EMD復合算法。首先,通過改進頻率外差方法,增加混疊模態(tài)分量間的頻譜距離,有效分離出倍頻模態(tài)混疊成分;其次,結(jié)合小波奇異點檢測技術(shù),確定各模態(tài)分量的自適應滑動分析窗口,實現(xiàn)間歇性混疊模態(tài)分離和振蕩模式非平穩(wěn)參數(shù)辨識。為驗證算法的有效性,利用測試算例和電網(wǎng)仿真算例進行了測試分析,結(jié)果表明,該算法能夠有效分離出混疊模式分量,對于模式復雜的低頻振蕩信號,能夠有效分離出對應的低頻振蕩模式,具有較高的振蕩模式信息檢測精度。
[Abstract]:A EMD composite algorithm for anti mode aliasing is proposed. First, by improving the frequency heterodyne method, the frequency spectrum distance between the mixed modal components is increased and the frequency doubling modal mixture is separated effectively. Secondly, the adaptive sliding analysis window of each modal component is determined by the wavelet singular point detection technique, and the intermittent aliasing mode separation and vibration are realized. In order to verify the validity of the algorithm, a test case and a power grid simulation example are tested and analyzed. The results show that the algorithm can effectively separate the mixed mode components, and can effectively separate the corresponding low frequency oscillation mode for the complex low-frequency oscillating signal and have a high oscillation mode. The accuracy of information detection.

【作者單位】： 電子科技大學電力系統(tǒng)廣域測量與控制四川省重點實驗室;四川電力科學研究院;
【基金】：國家自然科學基金(51277022)
【分類號】：TM712

【參考文獻】

相關(guān)期刊論文 前7條

1 黃琦;王州強;張昌華;;基于Normal Form理論的電力系統(tǒng)3階解析解[J];電子科技大學學報;2009年06期

2 王宏;周正歐;李廷軍;孔令講;;基于EEMD穿墻雷達人的運動模式識別[J];電子科技大學學報;2011年03期

3 薛禹勝;郝思鵬;劉俊勇;Gerard LEDWICH;;關(guān)于低頻振蕩分析方法的評述[J];電力系統(tǒng)自動化;2009年03期

4 楊淑英;王麗宏;杜榮華;蘇濤;;電力系統(tǒng)暫態(tài)保護中小波基的選擇與應用[J];電力系統(tǒng)及其自動化學報;2008年05期

5 竺煒;唐穎杰;周有慶;曾U喺，

本文編號：1830048