基于小波包去噪与EMD的故障电弧检测算法研究

• 作者: 刘佳佳 曹红伟 王志斌
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 故障电弧 小波包去噪 经验模态分解 故障诊断 支持向量机
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 测量与控制
• 页码范围: 117-121
• 页数: 5页
• 分类号: TM501
• 字数: 2787字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2019.06.020

摘要

经验模态分解(Empirical Mode Decomposition,简称EMD)方法是一种被广泛应用于故障诊断领域的信号处理方法,但是分解的结果容易受到高频噪声的干扰.因此本文提出利用小波包去除噪声,同时利用EMD分解进行故障电弧信号处理的研究方法.首先根据国标GB/T 31143-2014搭建故障电弧实验平台,采集故障电弧信号,利用小波包去除信号中的噪声,然后利用EMD方法对正常电弧和故障电弧进行分解得到一系列本征模态分量,通过计算求出这些分量的能量熵并进行归一化处理得到特征向量,最后进行支持向量机(SVM)训练,进而诊断得出故障电弧的故障类型.实验结果表明该方法可以有效准确地对故障电弧进行判断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志斌	燕山大学电气工程学院	52	295	10.0	13.0
2	曹红伟	燕山大学电气工程学院	1	3	1.0	1.0
3	刘佳佳	燕山大学艺术与设计学院	3	3	1.0	1.0