基于局部均值分解和归一化最小均方的宽频振荡检测方法

文档名：基于局部均值分解和归一化最小均方的宽频振荡检测方法
摘要：为精确采集和分析电力系统宽频振荡信号,提出基于改进局部均值分解与归一化最小均方算法相结合的宽频振荡检测新方法.首先利用归一化最小均方算法对宽频振荡信号进行降噪处理,进而采用改进局部均值分解算法提取该降噪信号的乘积函数;然后对上述乘积函数分量进行希尔伯特变换,求解信号瞬时频率的高频突变点,实现对振荡起止时刻的准确定位.仿真实验表明,本文所提方法能准确求解宽频振荡信号,且在强噪声下仍具有很高的精度.

Abstract：Toaccuratelycollectandanalyzethebroadbandoscillationsignalofpowersystem,anovelmethodforbroadbandoscillationsignaldetectionisputforward,whichisbasedonthecombinationoftheimprovedlocalmeandecomposition(ILMD)andnormalizedleastmeansquare(NLMS)algorithms.First,theNLMSalgorithmisusedtoreducethenoiseinthebroadbandoscillationsignal.Second,theILMDalgorithmisusedtoextracttheproductfunction(PF)ofthenoise-reducedsignal.Third,HilbertTransformisperformedonthePFcomponenttosolvethehigh-frequencymutationofthesignal'sinstantaneousfrequency,soastoachieveanaccuratelocalizationofthestartingandstoppingmomentsoftheoscillation.Simulationresultsshowthattheproposedmethodcanaccuratelysolvethebroadbandoscillationsignal,anditstillhasahighaccuracyunderstrongnoise.

作者：吴为   曾德辉   聂欣昊   卢家俊   李超杰 Author：WUWei   ZENGDehui   NIEXinhao   LUJiajun   LIChaojie
作者单位：南方电网科学研究院,广州510080广州嘉缘电力科技有限公司,广州510610
刊名：电力系统及其自动化学报
Journal：ProceedingsoftheCSU-EPSA
年，卷(期)：2024, 36(3)
分类号：TM712
关键词：强噪声干扰  归一化最小均方  局部均值分解  宽频振荡  希尔伯特变换  
Keywords：strongnoiseinterference  normalizedleastmeansquare(NLMS)  localmeandecomposition(LMD)  broadbandoscillation  Hilberttransform(HT)  
机标分类号：TN911TP391TM711
在线出版日期：2024年4月28日
基金项目：广东省基础与应用基础研究基金资助项目基于局部均值分解和归一化最小均方的宽频振荡检测方法[
期刊论文]  电力系统及其自动化学报--2024, 36(3)吴为  曾德辉  聂欣昊  卢家俊  李超杰为精确采集和分析电力系统宽频振荡信号,提出基于改进局部均值分解与归一化最小均方算法相结合的宽频振荡检测新方法.首先利用归一化最小均方算法对宽频振荡信号进行降噪处理,进而采用改进局部均值分解算法提取该降噪信...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于局部均值分解和归一化最小均方的宽频振荡检测方法  Broadband Oscillation Signal Detection Method Based on Local Mean Decomposition and Normalized Least Mean Square

基于局部均值分解和归一化最小均方的宽频振荡检测方法.pdf

2024-12-14 11:25 上传 基于局部均值分解和归一化最小均方的宽频振荡检测方法.pdf

文件大小:

3.21 MB

下载次数:

60

高速下载