基于CEEMD-WPT和Prony算法的谐波间谐波参数辨识

被引：45

作者：

张煜林

陈红卫

机构：

[1] 江苏科技大学电子信息学院

来源：

电力系统保护与控制 | 2018年 / 46卷 / 12期

关键词：

Prony算法; CEEMD; 小波包变换; 排列熵; 参数辨识;

D O I：

暂无

中图分类号：

TM761 [自动调整];

学科分类号：

080802 [电力系统及其自动化];

摘要：

由于传统Prony算法对噪声极为敏感,因此采用互补集合经验模态分解(CEEMD)和小波包变换(WPT)相结合的去噪方法改善信号,提高Prony参数辨识的精度。首先对信号进行CEEMD分解得到固有模态函数(IMF),并对得到的IMF分量计算其排列熵(PE)值,根据排列熵值提取出含噪声较大的分量进行小波包去噪。然后将去噪重构后的IMF分量与剩余IMF分量重构信号。最后用Prony算法辨识重构后信号的参数。对所提算法进行仿真,并与已发表文献中的结果进行比较。仿真与比较结果表明,该算法是有效的,而且具有较好的辨识结果。

引用

收藏

页码：115 / 121

页数：7

相关论文

共 19 条

[1]

COMPLEMENTARY ENSEMBLE EMPIRICAL MODE DECOMPOSITION: A NOVEL NOISE ENHANCED DATA ANALYSIS METHOD [J].

Yeh, Jia-Rong ;

Shieh, Jiann-Shing ;

Huang, Norden E. .

ADVANCES IN DATA SCIENCE AND ADAPTIVE ANALYSIS, 2010, 2 (02) :135-156

[2]

ENSEMBLE EMPIRICAL MODE DECOMPOSITION: A NOISE-ASSISTED DATA ANALYSIS METHOD [J].

Wu, Zhaohua ;

Huang, Norden E. .

ADVANCES IN DATA SCIENCE AND ADAPTIVE ANALYSIS, 2009, 1 (01) :1-41

[3]

The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis [J].

Huang, NE ;

Shen, Z ;

Long, SR ;

Wu, MLC ;

Shih, HH ;

Zheng, QN ;

Yen, NC ;

Tung, CC ;

Liu, HH .

PROCEEDINGS OF THE ROYAL SOCIETY A-MATHEMATICAL PHYSICAL AND ENGINEERING SCIENCES, 1998, 454 (1971) :903-995

[4]

基于提升小波和改进BP神经网络的配电网系统电能质量扰动定位与识别 [J].

何巨龙 ;

王根平 ;

刘丹 ;

唐友明 .

电力系统保护与控制, 2017, 45 (10) :69-76

[5]

基于乘法窗函数的插值FFT的谐波分析方法 [J].

张俊敏 ;

刘开培 ;

汪立 ;

陈文娟 .

电力系统保护与控制, 2016, 44 (13) :1-5

[6]

基于小波变换和改进Prony方法的电能质量扰动分析 [J].

任子晖 ;

刘昊岳 ;

徐进霞 .

电力系统保护与控制, 2016, 44 (09) :122-128

[7]

扩展Prony算法在电力系统非整次谐波检测中的应用研究 [J].

赵庆生 ;

王宇 ;

郭贺宏 ;

王振起 ;

张学军 .

电测与仪表, 2016, 53 (07) :57-60+73

[8]

基于暂态主频分量相关性分析的故障选线方法 [J].

刘谋海 ;

方涛 ;

姜运 ;

周丰 ;

韦根 ;

黄龙 .

电力系统保护与控制, 2016, 44 (02) :74-79

[9]

基于CEEMD和排列熵的故障数据小波阈值降噪方法 [J].

周涛涛 ;

朱显明 ;

彭伟才 ;

刘彦 .

振动与冲击, 2015, 34 (23) :207-211

[10]

电能质量监测系统研究现状及发展趋势 [J].

张逸 ;

林焱 ;

吴丹岳 .

电力系统保护与控制, 2015, 43 (02) :138-147