基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出在色噪声背景下,采用共振稀疏分解的随机子空间法进行低频振荡模态参数的辨识,根据信号预知的共振属性实现复杂信号的分离.首先,对含高斯色噪声的低频振荡信号进行分解,得到高共振分量、低共振分量和余项三部分.低频振荡信号具有高共振属性,高共振分量即为提取的持续振荡的低频振荡信号,而高斯色噪声大部分存在于余项中.然后对高共振分量利用SSI进行参数辨识,得到较高参数的辨识准确度.仿真算例和实例说明了所提方法的有效性.
推荐文章
基于快速幂法子空间跟踪的低频振荡辨识方法
低频振荡
在线辨识
归一化峰度
子空间跟踪方法
基于RSSD和ICA算法的低频振荡模态 参数辨识
低频振荡
模态参数辨识
高斯色噪声
多通道信号
共振稀疏分解
独立分量
基于约束EKF的低频振荡模态参数辨识
卡尔曼滤波
约束方法
低频振荡
粒子群算法
参数辨识
基于EMD和SSI的电力系统低频振荡模态参数识别方法
低频振荡
经验模态分解
时空滤波
随机子空间
振型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 低频振荡模态参数辨识的共振稀疏分解SSI分析方法
来源期刊 电工技术学报 学科 工学
关键词 低频振荡 共振稀疏分解 可调Q因子小波变换 高共振分量 低共振分量 随机子空间
年,卷(期) 2016,(2) 所属期刊栏目 电力系统
研究方向 页码范围 136-144
页数 9页 分类号 TM712
字数 4949字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵妍 哈尔滨工业大学电气工程及自动化学院 22 982 9.0 22.0
3 李天云 东北电力大学输变电技术学院 82 2334 22.0 47.0
4 李志民 哈尔滨工业大学电气工程及自动化学院 33 921 14.0 30.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
低频振荡
共振稀疏分解
可调Q因子小波变换
高共振分量
低共振分量
随机子空间
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电工技术学报
半月刊
1000-6753
11-2188/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
6-117
1986
chi
出版文献量(篇)
8330
总下载数(次)
38
总被引数(次)
195555
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导