极限学习机延拓的BS-EMD端点效应抑制算法及应用

• 作者: 樊亚敏 郭瑞
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 希尔伯特-黄变换 经验模态分解 端点效应 极限学习机 B样条插值 谐波分析
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 工程与应用
• 页码范围: 256-262
• 页数: 7页
• 分类号: TN911.6
• 字数: 5283字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1503-0211

摘要

针对希尔伯特-黄变换过程中经验模态分解出现的端点效应问题,采用极限学习机(Extreme Learning Machine,ELM)算法对原始数据序列分别向左右两端延拓,对扩展后的数据序列用B样条插值函数求其平均曲线,在此基础上进行下一步分解,结束分解后摒弃两端延展的数据,使算法得到优化,起到了抑制端点效应的作用.通过与未经延拓,BP神经网络延拓和支持向量机延拓各项指标的对比分析表明,该算法不仅有效抑制了经验模态分解过程中的端点效应,在预测速度和分解精度上都有一定的优势.将该方法应用于电力系统的谐波分析中,仿真结果表明该方法能有效抑制EMD的端点效应,更好地分解出谐波中含有的不同频率谐波分量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭瑞	辽宁工程技术大学电气与控制工程学院	43	148	7.0	10.0
2	樊亚敏	辽宁工程技术大学电气与控制工程学院	4	11	2.0	3.0