基于EMD连续几何分布的水电机组振动信号降噪

• 作者: 党建 李骥 范鹏飞 贾嵘
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 水电机组 信号降噪 经验模态分解 几何分布相似性 豪斯多夫距离
• 年，卷（期）: 2020,（4）
• 页码范围: 46-54
• 页数: 9页
• 分类号: TM312
• 语种: 中文
• DOI: 10.11660/slfdxb.20200405

摘要

考虑到水电机组在电力系统中更多的承担调峰、调频、备用等任务,开展复杂工况下的机组振动信号降噪算法研究对早期故障辨识和电网稳定运行意义重大.因此,本文提出了一种基于经验模态分解连续几何分布相似性的水电机组振动信号降噪算法.首先,对经验模态分解筛分得到的不同固有模态分量进行重构,并利用非参数核密度估计理论对不同分量重构信号的概率密度函数进行拟合.其次,引入豪斯多夫距离建立概率密度函数几何分布之间的相似性评价指标,并根据豪斯多夫距离的变化趋势实现水电机组振动故障信号分量与噪声分量之间的最优界定.最后通过仿真实验和工程实例对算法的可行性进行了验证.结果 表明所提出算法对于低信噪比下的水电机组振动信号有着良好的降噪效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾嵘	西安理工大学电气工程学院	101	1600	21.0	37.0
3	党建	西安理工大学电气工程学院	10	52	4.0	7.0
7	李骥	西安理工大学电气工程学院	1	0	0.0	0.0
10	范鹏飞	西安理工大学电气工程学院	1	0	0.0	0.0