基于小波包去噪与EMD的故障电弧检测算法研究

论文摘要

经验模态分解（Empirical Mode Decomposition,简称EMD）方法是一种被广泛应用于故障诊断领域的信号处理方法,但是分解的结果容易受到高频噪声的干扰。因此本文提出利用小波包去除噪声,同时利用EMD分解进行故障电弧信号处理的研究方法。首先根据国标GB/T 31143-2014搭建故障电弧实验平台,采集故障电弧信号,利用小波包去除信号中的噪声,然后利用EMD方法对正常电弧和故障电弧进行分解得到一系列本征模态分量,通过计算求出这些分量的能量熵并进行归一化处理得到特征向量,最后进行支持向量机（SVM）训练,进而诊断得出故障电弧的故障类型。实验结果表明该方法可以有效准确地对故障电弧进行判断。

论文目录

• 0 引言
• 1 基本概念
•   1.1 小波包去噪
•     （1） 对原始信号进行小波包分解
•     （2） 最佳小波包基的确定
•     （3） 小波包分解高频系数的阈值量化
•     （4） 重构小波包
•   1.2 EMD原理分析
•   1.3 EMD能量熵
• 2 实验与结果分析
•   2.1 实验平台的搭建
•   2.2 实验数据采集与去噪
•   2.3 去噪后的信号分析
• 3 结束语

文章来源

类型: 期刊论文

作者: 王志斌,曹红伟,刘佳佳

关键词: 故障电弧,小波包去噪,经验模态分解,故障诊断,支持向量机

来源: 电测与仪表 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 燕山大学电气工程学院,燕山大学艺术与设计学院

分类号: TM501.2

DOI: 10.19753/j.issn1001-1390.2019.06.020

页码: 117-121

总页数: 5

文件大小: 817K

下载量: 493