首站-论文投稿智能助手
典型文献
基于改进HHT的10kV的XLPE电缆接头典型局部放电的辨别
文献摘要:
针对局放信号中单一的去噪方法去噪效果差以及经验模态分解(empirical mode decomposition,EMD)存在的模态混叠和其他缺陷,文章提出一种基于改进的希尔伯特黄变换(Hilbert-Huang transform,HHT)的去噪方法;针对神经网络所需样本多和计算量大的特点,提出对有高信息维度的边际谱进行方向梯度直方图(histogram of gradient,HOG)和灰度共生矩阵(gray level co-occurrence matrix,GLCM)特征提取后通过支持向量机(SVM)辨别的方法.局放信号中主要有窄带周期干扰和白噪声2种噪声干扰难以去除,窄带噪声能量集中在频域上,可以通过快速傅里叶变换(FFT)将其先去除,然后采用添加互补自适应白噪声的完整集合经验模态分解(complete ensemble empirical mode decomposition with complementary adaptive white noise,CEEMDCAN)和自适应阈值法结合的方法,不仅有效抑制了白噪声,而且消除了模态混叠,重构误差和计算量都更小.仿真结果表明,该去噪方法去噪效果明显,在少样本情况下,通过SVM快速辨别可以获得92.5%的高识别率.
文献关键词:
局部放电;希尔伯特黄变换(HHT);去噪;边际谱;支持向量机
作者姓名:
秦榛;王睿;王金鑫;彭浩城
作者机构:
国网重庆市电力公司经济技术研究院,重庆 401120;江苏大学 机械工程学院,江苏 镇江 212013
引用格式:
[1]秦榛;王睿;王金鑫;彭浩城-.基于改进HHT的10kV的XLPE电缆接头典型局部放电的辨别)[J].电力信息与通信技术,2022(05):95-102
A类:
CEEMDCAN
B类:
HHT,10kV,XLPE,电缆接头,局部放电,辨别,对局,局放,去噪方法,去噪效果,empirical,mode,decomposition,模态混叠,希尔伯特黄变换,Hilbert,Huang,transform,计算量,信息维度,边际谱,方向梯度直方图,histogram,gradient,HOG,灰度共生矩阵,gray,level,occurrence,matrix,GLCM,噪声干扰,窄带噪声,声能量,频域,快速傅里叶变换,FFT,先去,自适应白噪声,整集,集合经验模态分解,complete,ensemble,complementary,adaptive,white,noise,自适应阈值,阈值法,重构误差,少样本,识别率
AB值:
0.432909
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。