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:
在高精密的振动信号检测中,信号源的工作环境受到不特定的外部环境干扰,使得高精度信号检测存在高频低频同时噪声干扰的特征.传统的检测方法在去噪过程中忽略了这种特征对信号中高频成分的干扰,导致振动信号去噪检测效果不好.提出基于经验模态分解(EMD)和离散小波变换(DWT)的变压器振动信号去噪检测方法.采用的在EMD域加窗处理方法仅降低初始的IMF(经验模式分解)中的噪声而不是完全丢弃这些分量,比较完整地保留振动信号中的高频成分.将EMD处理后获得的信号进行DWT域变换,采用一种基于自适应软阈值降噪技术,这两种算法的结合不仅保留了DWT的去噪性能,同时保留EMD处理中含有强噪声IMF分量的高频成分,能精确检测原始振动信号.仿真结果表明,该方法信噪比高,结果与原始信号更加一致,为变压器故障信号检测提供了参考.
推荐文章
变压器匝间故障特性与检测研究进展
匝间故障
击穿特性
故障检测
基于深度学习的变压器在线故障检测
深度学习
故障检测
密度图像
曲线拟合
变压器故障在线检测技术的研究进展
变压器
故障
在线检测
电力变压器常见故障及在线检测技术
电力变压器
故障
检测
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 关于变压器故障信号优化检测研究
来源期刊 计算机仿真 学科 工学
关键词 经验模态分解 小波包 自适应 纹理特征
年,卷(期) 2016,(3) 所属期刊栏目 仿真服务化
研究方向 页码范围 401-404,441
页数 5页 分类号 TP301.6
字数 3471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 许雪梅 中南大学物理与电子学院 56 455 12.0 18.0
2 蒋静 中南大学物理与电子学院 3 16 2.0 3.0
3 谢伟涛 中南大学物理与电子学院 2 15 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (76)
共引文献  (287)
参考文献  (13)
节点文献
引证文献  (6)
同被引文献  (38)
二级引证文献  (8)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(6)
  • 参考文献(0)
  • 二级参考文献(6)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(9)
  • 参考文献(2)
  • 二级参考文献(7)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(9)
  • 参考文献(2)
  • 二级参考文献(7)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(4)
  • 参考文献(4)
  • 二级参考文献(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
经验模态分解
小波包
自适应
纹理特征
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导