基于改进变分模态分解和Hilbert变换的变压器局部放电信号特征提取及分类OA北大核心CSCDCSTPCD
Feature Extraction and Classification on Partial Discharge Signals of Power Transformers Based on Improved Variational Mode Decomposition and Hilbert Transform
针对现有局部放电(PD)信号特征提取方法存在的不足,提出一种基于变分模态分解(VMD)和Hilbert变换(Hilbert-VMD)的特征提取方法,并提出一种双阈值筛选法来确定VMD算法中的分解模态数.首先,根据PD信号功率谱,采用双阈值筛选法确定VMD算法中的分解模态数;其次,采用VMD算法对PD信号进行分解,得到数个有限带宽的固有模态分量(BLIMFs);然后,对各模态分量进行Hilbert变换并线性叠加后得到PD信号的Hilbert时频谱,…查看全部>>
Feature extraction of partial discharge (PD) signals is one of the key step in the analysis of PD signals.Owing to the shortcomings of existing feature extraction methods,a novel method based on the variational mode decomposition (VMD) and Hilbert transform (Hilbert-VMD) was put forward in this paper.Meanwhile,a dual threshold method was proposed to determine the number of decomposition modes.Firstly,the number of decomposition modes was obtained by using th…查看全部>>
朱永利;贾亚飞;王刘旺;李莉;郑艳艳
新能源电力系统国家重点实验室(华北电力大学)保定 071003新能源电力系统国家重点实验室(华北电力大学)保定 071003新能源电力系统国家重点实验室(华北电力大学)保定 071003新能源电力系统国家重点实验室(华北电力大学)保定 071003新能源电力系统国家重点实验室(华北电力大学)保定 071003
信息技术与安全科学
局部放电变分模态分解Hilbert变换双阈值筛选法特征提取
Partial dischargevariational mode decompositionHilbert transformdual threshold methodfeature extraction
《电工技术学报》 2017 (9)
基于云平台的电网设备监测井喷大数据的接收与并行分析
221-235,15
国家自然科学基金(51677072)和中央高校基本科研业务费专项资金(2016XS101)资助项目.
评论