基于EMD-WPT-SVD和指数加权平均的MOA阻性电流去干扰方法

• 作者: 王星 阮莹 陈敏维 舒勤
• 来源期刊: 高电压技术
• 关键词: 金属氧化物避雷器 阻性电流 经验模态分解 奇异值分解 小波包变换 指数加权平均
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 电气装备及其智能运维|Development, Intelligent Operation and Maintenance of Power Equipments
• 页码范围: 3664-3673
• 页数: 10页
• 语种: 中文
• DOI: 10.13336/j.1003-6520.hve.20201062

摘要

金属氧化物避雷器(metal oxide arrester,MOA)阻性电流测量受环境干扰、高频噪声干扰和脉冲干扰等因素的影响,阻性电流实测信号必然含有多种强干扰成分.针对传统阻性电流去干扰方法在多种并发干扰情形下难以适用的难题,提出了一种基于EMD-WPT-SVD和指数加权平均的MOA阻性电流去干扰方法.首先,依据阻性电流中周期干扰的基波频率、采样频率和特征频率是否被间谐波浸没的特点,选取最佳分解层数和最优小波基;其次,对MOA阻性电流进行经验模态分解(empirical mode decomposition,EMD),将含有特征频率的模态分量再使用小波包变换(wavelet packet transform,WPT),使每个子信号最多含有一个特征频率;再采用奇异值分解(singular value decomposition,SVD)准确提取所有子信号中的周期分量;最后,从原信号中准确消除阻性电流受到的周期干扰,然后通过指数加权平均算法得到能真实反映MOA工况的阻性电流变化趋势.将模拟信号和工程实测数据与多种经典方法进行比较,结果证明:所提方法能消除阻性电流的多种干扰,得到能真实反映MOA实时工况的阻性电流,其结果满足实际工程测量的要求.