基于统计特征矢量符号值和聚类经验模态分解的短时电能质量扰动信号分析

来源 :高技术通讯 | 被引量 : 0次 | 上传用户:lishimuyi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究了希尔伯特-黄变换(HHT)方法分析电能质量扰动信号的不足,提出了一种统计特征矢量符号化(SFVS)算法与聚类经验模态分解(EEMD)相结合的短时电能质量扰动信号分析方法。该方法采用循环周期比较的欧氏距离的边界检测算法来对电能质量扰动信号的突变时间进行检测,以突变时刻为边界点将原始电能质量信号进行划分,再用EEMD方法对区块划分信号进行分解,有效抑制模态混叠,以改善信号分解性能。测试结果表明,该方法能够实现突变时刻的准确检测,对电能质量扰动信号中的各种成分进行准确分析。
其他文献
2006年刚刚过去,在这“十一五”发展规划开局之年,我国电信业走的怎么样?如何评价过去一年我国的电信业?
改革开放以后,我国经济迅速发展,基础设施建设受到社会的广泛关注,也取得了巨大成就。但是由于国家财力有限,对基础设施建设的资金不足,所以阻碍了城建事业的发展。因此,吸引
当今社会是一个受媒体全面影响的时代,部分未成年人形成了对媒体的过分依赖、认同甚至盲从的心理,导致人生观、价值观的迷失。如何让他们从"媒体崇拜"和"媒体伤害"中解放出来,这