基于自适应VMD和时-频分段能量熵特征的过电压信号识别

• 作者: 刘晓军 杨冬锋 王永 陈盛开 高磊
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 过电压 信号识别 自适应变分模态分解 时-频分段能量熵 支持向量机
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 高电压技术
• 页码范围: 4597-4604
• 页数: 8页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2019.0676

摘要

针对目前电网对过电压信号识别研究不足的问题,提出一种基于自适应变分模态分解(variational mode decomposition,VMD)和时-频分段能量熵特征的过电压信号识别方法.首先,采用自适应VMD方法将过电压信号分解为一系列模态分量(band-limited intrinsic mode functions,BLIMFs),并通过自适应模态统一选择的方法,选择待提取特征模态;然后,对各层BLIMF时间轴等长分段,在此基础上提取时-频分段能量熵特征,并组合得特征向量;最后,通过LibSVM构建支持向量机(support vector machine,SVM)多分类器对过电压信号训练,完成识别.仿真结果表明,该方法解决了传统VMD不能自适应分解的问题,克服了传统能量熵对信号局部特征描述不清的缺陷,满足当下对过电压在线识别的工程需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨冬锋		1	0	0.0	0.0
2	陈盛开		1	0	0.0	0.0
3	刘晓军		1	0	0.0	0.0
4	高磊		3	2	1.0	1.0
5	王永		4	10	1.0	3.0