電壓暫降信號中混雜的噪聲會模糊暫降起止時刻的檢測,而電壓波動的干擾則會影響暫降幅值深度的確定,對此設計了一種基于變分模態(tài)分解（variational mode decomposition,VMD）的消噪方法及結(jié)合小波變換定位的三階導數(shù)普羅尼（third derivative method-Prony,TDM-Prony）算法。首先將信號進行VMD分解,得到數(shù)個有限帶寬的固有模態(tài)分量（band-limited intrinsic mode functions,BLIMFs）,對獲得的高頻BLIMFs進行SURE閾值去噪,然后與低頻分量進行重構(gòu)。然后,對重構(gòu)信號進行小波變換,定位電壓波動及電壓暫降的起止時刻,并利用TDM-Prony算法對波動信號段進行擬合以獲取其信息,實現(xiàn)波動與暫降的分離;最后,對獲得的干凈暫降信號進行希爾伯特（Hilbert）變換可得其暫降幅值及持續(xù)時間。仿真結(jié)果表明,文中設計算法可有效地提取受波動信號的干擾的電壓暫降特征。 

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 算法設計結(jié)構(gòu)
    1.1 基于VMD的消噪方法
    1.2 暫降與波動的定位與提取
        1.2.1 基于WT的定位方法
        1.2.2 TDM-Prony擬合算法
    1.3 算法步驟
2 算例設計
3 結(jié)語


【參考文獻】：
期刊論文
[1]基于SURE小波閾值消噪和MCEEMD-HHT的低頻振蕩分析[J]. 陳堅,劉思議,金濤.  高電壓技術(shù). 2020(01)
[2]基于實測數(shù)據(jù)的電壓暫降特性分析[J]. 司學振,李瓊林,楊家莉,徐永海,張博.  電力自動化設備. 2017(12)
[3]基于奇異值分解濾波與APES算法的異步電動機轉(zhuǎn)子故障檢測[J]. 許伯強,李金卜.  電力自動化設備. 2016(08)
[4]基于ISPM和SDM-Prony算法的電力系統(tǒng)低頻振蕩模式辨識[J]. 張程,金濤.  電網(wǎng)技術(shù). 2016(04)
[5]基于電能質(zhì)量檢測系統(tǒng)電壓暫降信息的故障定位估計方法[J]. 趙晨雪,陶順,肖湘寧.  電網(wǎng)技術(shù). 2016(02)
[6]基于EEMD的振動信號自適應降噪方法[J]. 陳仁祥,湯寶平,馬婧華.  振動與沖擊. 2012(15)
[7]基于EMD小波閾值去噪和時頻分析的齒輪故障模式識別與診斷[J]. 邵忍平,曹精明,李永龍.  振動與沖擊. 2012(08)



本文編號：3723714