基于CEEMDAN-ZCR的光纤电流互感器非线性误差识别

基于CEEMDAN-ZCR的光纤电流互感器非线性误差识别
针对光纤电流互感器（FOCT）漂移、变比波动等非线性误差难以识别的问题，文中提出一种基于自适应噪声完备集合经验模态分解（CEEMDAN）-过零率（ZCR）的FOCT误差识别方法。首先，利用CEEMDAN算法对FOCT输出电流信号进行分解，得到包含非线性误差特征的固有模态分量（IMF），构成原始误差向量数据集；然后，对比不同误差下的分量数量，利用ZCR算法计算不同误差下各个IMF的ZCR指标，用于将IMF分类；最后，根据ZCR指标将IMF信号分为3类，并叠加重组为3个分量，构建出分解结果数量稳定的IMF信号，根据不同分量的特征实现误差识别。实验结果表明：基于CEEMDAN-ZCR的误差识别方法能够有效识别2种误差，漂移误差特征主要集中在IMF中第三层（C3），变比误差主要集中在IMF中第二层（C2）。

标题：
基于CEEMDAN-ZCR的光纤电流互感器非线性误差识别
Nonlinear error recognition of FOCT based on CEEMDAN-ZCR

作者：
王立辉，张文鹏，安义岩
WANG Lihui, ZHANG Wenpeng, AN Yiyan

关键词：
光纤电流互感器(FOCT);漂移误差;变比误差;自适应噪声完备集合经验模态分解(CEEMDAN);过零率(ZCR);误差识别
fiber optic current transformer (FOCT);drift error;ratio error;complete ensemble empirical mode decomposition with adaptive noise (CEEMDAN);zero-crossing rate (ZCR);error recognition

基于CEEMDAN-ZCR的光纤电流互感器非线性误差识别.pdf

文件大小:

2.63 MB

高速下载