基于奇异值差分谱熵复杂度的生物触电信号识别研究

基于奇异值差分谱熵复杂度的生物触电信号识别研究

论文摘要

为解决触电信号由于不确定性而难以识别等问题,引入复杂度概念,并基于奇异值差分谱熵构建复杂度指标,提取触电电流所具有的不确定的潜在规律及关系映射,实现生物触电故障信号识别。首先,通过对触电电流信号进行Mallat变换,建立Hankel矩阵,分析矩阵构造方式与信号奇异值分布规律的关系,得出适用于分离信号成分的矩阵设定准则;随后对矩阵进行奇异值分解,采用奇异值差分谱和信息熵概念相结合的信号处理方法,提取了触电信号的奇异值差分谱熵;最后,为反映观测电流信号奇异值分解后各成分的差异性,进一步放大触电信号特征,提出触电电流Mallat-奇异值差分谱熵复杂度算法,对触电故障进行特征表达。经仿真、分析和验证,结果表明:该复杂度指标对于信号的不确定性较为敏感,可以有效地反映出被测电流信号时频域特征从周期性轨迹到非周期性轨迹的变化,完成触电电流各成分变化的定量化表征,经过对比实验验证所提方案具有较好的抗干扰能力。

论文目录

  • 0 引言
  • 1 生物触电信号特征分析
  •   1.1 触电信号特征频段
  •   1.2 触电信号时频分析
  • 2 触电信号细节系数的奇异值分布特征
  •   2.1 Mallat变换频带分离的局限性分析
  •   2.2 触电信号奇异值特征分析
  • 3 奇异值差分谱熵复杂度
  • 4 实验分析
  •   4.1 检测算法实验结果分析
  •   4.2 不同剩余电流对检测结果的影响
  • 5 结语
  • 文章来源

    类型: 期刊论文

    作者: 王阳,许志红,郭清滔

    关键词: 触电信号,奇异值,复杂度,差分谱熵,时频分析

    来源: 供用电 2019年12期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 国网福州供电公司,福州大学电气工程与自动化学院,福建省新能源发电与电能变换重点实验室,国网福建省电力有限公司

    基金: 福建省2018科技创新领军人才资助项目~~

    分类号: TM930

    DOI: 10.19421/j.cnki.1006-6357.2019.12.002

    页码: 9-16+21

    总页数: 9

    文件大小: 2830K

    下载量: 98

    相关论文文献

    • [1].陡倾软硬互层顺向坡强震裂隙发育特征及边际谱熵值响应规律[J]. 岩土力学 2020(10)
    • [2].一种基于谱熵的语音端点检测方法[J]. 电子技术与软件工程 2015(01)
    • [3].脑电非线性分析频谱熵对意识障碍患者预后评估的作用[J]. 广东医学 2014(11)
    • [4].基于奇异谱熵的脑电意识任务识别方法的研究[J]. 计算机工程与科学 2009(12)
    • [5].基于多尺度解调谱熵的轴承故障特征提取方法[J]. 组合机床与自动化加工技术 2018(01)
    • [6].基于多尺度形态分解谱熵的雷击干扰与短路故障识别研究[J]. 昆明理工大学学报(自然科学版) 2014(06)
    • [7].基于谱熵的自适应广义S变换时频滤波器设计[J]. 化工自动化及仪表 2013(03)
    • [8].豪斯道夫导数扩散模型的谱熵与累积谱熵[J]. 力学与实践 2018(02)
    • [9].基于双谱熵的齿轮裂纹故障特征提取[J]. 中国机械工程 2013(02)
    • [10].呼吸裂缝梁基于奇异谱熵的损伤识别方法研究[J]. 应用力学学报 2019(01)
    • [11].基于小波空间特征谱熵的数字图像识别[J]. 吉林大学学报(工学版) 2015(06)
    • [12].基于能谱熵测度的自适应单相接地故障选线方法[J]. 电力系统自动化 2012(05)
    • [13].一种新的对数能量谱熵语音端点检测方法[J]. 湖南大学学报(自然科学版) 2010(07)
    • [14].基于1(1/2)维谱熵的发动机状态识别研究[J]. 车用发动机 2009(01)
    • [15].基于冗余2代小波局部梯度谱熵的轴承故障诊断[J]. 制造技术与机床 2015(06)
    • [16].应用脑电频谱熵建立七氟醚药代药效学模型[J]. 临床麻醉学杂志 2009(03)
    • [17].基于能量谱熵的英语摩擦音检测方法[J]. 模式识别与人工智能 2014(06)
    • [18].混沌伪随机序列的谱熵复杂性分析[J]. 物理学报 2013(01)
    • [19].基于小波方差谱熵的轴承故障诊断方法[J]. 振动与冲击 2009(03)
    • [20].基于谱熵及分形理论的压缩机气阀故障诊断[J]. 天然气工业 2009(06)
    • [21].一种改进的基于子带谱熵的语音激活检测方法[J]. 重庆邮电大学学报(自然科学版) 2009(06)
    • [22].基于改进相像系数和奇异谱熵的雷达信号分选[J]. 现代雷达 2015(09)
    • [23].基于子带二次谱熵的语音端点检测[J]. 微电子学与计算机 2011(03)
    • [24].一种基于自适应谱熵的端点检测改进方法[J]. 计算机仿真 2010(12)
    • [25].基于子带谱熵的仿生小波语音增强[J]. 计算机应用 2015(03)
    • [26].基于二维谱熵和支持向量机的柴油机故障诊断[J]. 农业装备与车辆工程 2011(09)
    • [27].基于线路能谱熵的故障选线方法[J]. 江西电力职业技术学院学报 2020(04)
    • [28].基于多通道表面肌电信号带谱熵的肌肉疲劳度分析[J]. 生物医学工程学杂志 2016(03)
    • [29].一种基于分带谱熵的语音激活检测算法[J]. 微型机与应用 2010(20)
    • [30].谱熵和主成分分析用于EMD分解研究[J]. 哈尔滨工程大学学报 2009(07)

    标签:;  ;  ;  ;  ;  

    基于奇异值差分谱熵复杂度的生物触电信号识别研究
    下载Doc文档

    猜你喜欢