【摘 要】
：
提出改进的集合经验模态分解(MEEMD)和混沌振子相结合的电网故障微弱信号检测方法.首先,建立神经网络预测模型,通过神经网络对配网各线路零序电流进行短时预测,滤除故障信号
【机 构】
：
华北电力大学电气与电子工程学院 保定071003
论文部分内容阅读
提出改进的集合经验模态分解(MEEMD)和混沌振子相结合的电网故障微弱信号检测方法.首先,建立神经网络预测模型,通过神经网络对配网各线路零序电流进行短时预测,滤除故障信号中的背景信号;其次,为了检测配网发生单相接地故障后微弱的5次谐波信号,提出结合多尺度排列熵和完备集合经验模态分解(CEEMD)改进的改进的集合经验模态分解算法;处理已经滤除背景信号的故障信号,提取其第一固有模态函数作为混沌振子的输入.混沌振子对和内驱动力信号同频的外策动力信号有较高的敏感性,通过混沌振子输出的相图完成电网故障选线.
其他文献
针对实际水声信道存在簇稀疏特性,提出了一种多层贝叶斯模型下基于马尔科夫链蒙特卡罗(MCMC)采样器的正交频分复用(OFDM)水声通信信道估计方法.利用簇稀疏水声信道的结构特性
为了满足球形水下机器人执行观测任务的节能需求,提出一种通过捕获环境能量给传感器供电的方法,结合机器人结构特点和海洋波浪环境制定出由悬挂摆和发电机组成的捕能装置方案
传统反电势法的滤波器硬件结构设计将导致无位置传感器无刷直流电机的换相误差,当换相误差较大时将大大降低系统的性能指标.针对换相误差造成系统换相转矩脉动、失步等问题,
本文首先对虹膜学在临床测试研究的数据和分析进行了介绍，通过分析虹膜全息技术检测在健康管理领域的应用及与中、西医诊断的比较，展望了其未来的发展。
近几年来,我院药品不良反应监测工作在院各级领导的关心支持下,在各科室ADR监测员和医护人员及临床药师的共同努力下,取得了一定的成绩,现将进展情况简介如下:I ADR报表情况
养老保险关系的转移问题已经成为社会保险经办管理中的重点难题:一方面各省设置门槛阻拦养老保险关系跨地区转移;另一方面频繁流动的劳动者又迫切要求转移接续养老保险关系,
针对数学形态学滤波法处理一维信号运算量大的问题,提出一种快速的数学形态学滤波方法.首先,对腐蚀操作进行改进,使其能够用于信号实时处理;然后,将微处理器系统缓存区的数据
本文首先介绍了开发称为CAVI的新的检查法的原理，然后就其临床中的应用进行了分析，并对其未来发展进行了展望。
针对脉冲电源的功率补偿问题, 提出了一种基于带宽控制的有源式超级电容器-蓄电池混合型脉冲电源.首先, 给出了脉冲负载的定义, 分析了其静动态特性;其次, 建立了混合型脉冲
液压油中的磨粒含有大量有关液压零部件磨损的重要信息,对磨粒的检测可有效预防液压系统的故障.针对电感式磨粒传感器对非铁磁性金属磨粒的检测能力较弱的缺点,本文提出了一