期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1,552篇文章
< 1 2 … 78 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于相关系数的EEMD转子振动信号降噪方法 被引量：112
1
作者 陈仁祥 汤宝平 吕中亮 《振动．测试与诊断》 EI CSCD 北大核心 2012年第4期542-546,685,共5页
针对转子振动信号周期性强的特点,应用集合经验模式分解(ensemble empirical mode decomposition,简称EEMD)对转子振动信号降噪过程中固有模式函数(intrinsic mode functions,简称IMF)分量的选取问题,提出了基于相关系数的EEMD降噪方法... 针对转子振动信号周期性强的特点,应用集合经验模式分解(ensemble empirical mode decomposition,简称EEMD)对转子振动信号降噪过程中固有模式函数(intrinsic mode functions,简称IMF)分量的选取问题,提出了基于相关系数的EEMD降噪方法。首先,对原始信号进行EEMD分解得到IMF分量,并计算各IMF分量自相关函数与原信号自相关函数的相关系数;然后,根据相关系数选择相应的IMF分量重构信号最终达到对原信号降噪的目的;最后,对比了EEMD过程中不同加噪次数对降噪效率和效果的影响,给出了加噪次数的设置方法。仿真信号和转子振动信号的降噪结果表明了该降噪方法的可行性和有效性。 展开更多
关键词 集合经验模式分解 相关系数 转子 降噪
下载PDF
基于EEMD-SVM方法的光伏电站短期出力预测 被引量：111
2
作者 茆美琴 龚文剑 +2 位作者 张榴晨 曹雨 徐海波 《中国电机工程学报》 EI CSCD 北大核心 2013年第34期17-24,5,共8页
针对光伏电站日前小时短期出力预测问题,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和支持向量机(support vector machines,SVM)的EEMD-SVM组合模型预测方法。该方法将天气类型分为突变天气和非突变天... 针对光伏电站日前小时短期出力预测问题,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和支持向量机(support vector machines,SVM)的EEMD-SVM组合模型预测方法。该方法将天气类型分为突变天气和非突变天气。首先采用EEMD分解法将历史光伏电站小时出力数据分解为一系列相对平稳的分量序列,对不同的天气类型考虑不同的气象因素,然后采用SVM法对所分解的各分量序列分别建立预测模型,选用不同的核函数和参数以取得单个分量序列的最佳预测精度。算例结果表明,分类建模思想和EEMD-SVM组合预测法能够使突变天气预测结果的平均绝对百分比误差减少5%,非突变天气的减少3%。 展开更多
关键词 集合经验模态分解 支持向量机 光伏电站 短期 预测 组合预测模型
下载PDF
基于EEMD的振动信号自适应降噪方法 被引量：87
3
作者 陈仁祥 汤宝平 马婧华 《振动与冲击》 EI CSCD 北大核心 2012年第15期82-86,共5页
应用集合经验模式分解能有效抑制模态混叠的特性,根据白噪声经经验模式分解后其固有模式函数分量的能量密度与其平均周期的乘积为一常量这一特点,设计了自动选择IMF分量重构信号的算法,提出了基于EEMD的振动信号自适应降噪方法。对仿真... 应用集合经验模式分解能有效抑制模态混叠的特性,根据白噪声经经验模式分解后其固有模式函数分量的能量密度与其平均周期的乘积为一常量这一特点,设计了自动选择IMF分量重构信号的算法,提出了基于EEMD的振动信号自适应降噪方法。对仿真信号和滚动轴承振动信号的降噪结果表明了该降噪方法的可行性和有效性。 展开更多
关键词 集合经验模式分解 降噪 能量密度 平均周期
下载PDF
基于CEEMDAN-排列熵和泄漏积分ESN的中期电力负荷预测研究 被引量：75
4
作者 李军 李青 《电机与控制学报》 EI CSCD 北大核心 2015年第8期70-80,共11页
针对中期电力负荷预测,提出一种具有自适应噪声的完整集成经验模态分解(CEEMDAN)-排列熵和泄漏积分回声状态网络(LIESN)的组合预测方法。CEEMDAN方法在负荷序列分解的每一阶段添加特定的白噪声,通过计算唯一的余量信号以获取各个模态分... 针对中期电力负荷预测,提出一种具有自适应噪声的完整集成经验模态分解(CEEMDAN)-排列熵和泄漏积分回声状态网络(LIESN)的组合预测方法。CEEMDAN方法在负荷序列分解的每一阶段添加特定的白噪声,通过计算唯一的余量信号以获取各个模态分量,与EEMD方法相比,其分解过程是完整的。为降低负荷非平稳性对预测精确度的影响以及减小计算规模,采用CEEMDAN-排列熵方法将负荷时间序列分解为具有复杂度差异的不同子序列,通过分析各个子序列的内在特性,分别构建相应的LIESN预测模型,最终对预测结果进行叠加。将该方法应用于不同地区的中期峰值电力负荷预测实例中,并与其他组合预测以及单一预测方法进行比较。实验结果表明,所提出的方法有很高的预测精确度,显示出其有效性和应用潜力。 展开更多
关键词 负荷预测 组合模型 集成经验模态分解 回声状态网络 排列熵
下载PDF
基于EEMD-LSSVM的超短期负荷预测 被引量：73
5
作者 王新 孟玲玲 《电力系统保护与控制》 EI CSCD 北大核心 2015年第1期61-66,共6页
针对传统的最小二乘支持向量机(LSSVM)参数不易确定且单一预测模型精度不高的问题,提出了一种基于集合经验模态分解(EEMD)与LSSVM的组合预测模型。首先利用EEMD将历史数据分解成一系列相对比较平稳的分量序列,再对各子序列分别建立合适... 针对传统的最小二乘支持向量机(LSSVM)参数不易确定且单一预测模型精度不高的问题,提出了一种基于集合经验模态分解(EEMD)与LSSVM的组合预测模型。首先利用EEMD将历史数据分解成一系列相对比较平稳的分量序列,再对各子序列分别建立合适的预测模型。进一步通过贝叶斯证据框架来优化LSSVM的参数,用贝叶斯推理确定模型参数、正规化超参数和核参数。然后将各子序列预测结果进行叠加得到最终预测值。最后,将该预测模型用于某一家庭超短期负荷预测中,仿真结果表明,该模型取得了比单一模型更好的预测效果。 展开更多
关键词 超短期负荷预测 集合经验模态分解 最小二乘支持向量机 贝叶斯框架 时间序列
下载PDF
基于集合经验模态分解的交直流混合微电网混合储能容量优化配置 被引量：73
6
作者 郭玲娟 魏斌 +1 位作者 韩肖清 李雯 《高电压技术》 EI CAS CSCD 北大核心 2020年第2期527-537,共11页
针对交直流混合微电网并网联络线功率的波动性带来的新能源消纳瓶颈问题和交、直流子网之间交互功率的优化问题,提出了一种混合储能系统容量优化配置方法。首先,考虑系统净负荷功率和分时电价,确定联络线协议功率和混合储能系统需平抑... 针对交直流混合微电网并网联络线功率的波动性带来的新能源消纳瓶颈问题和交、直流子网之间交互功率的优化问题,提出了一种混合储能系统容量优化配置方法。首先,考虑系统净负荷功率和分时电价,确定联络线协议功率和混合储能系统需平抑的总功率;然后,利用集合经验模态分解对混合储能系统总功率进行分析,根据不同滤波阶数下锂电池和超级电容器的充放电功率指令,采用自适应惯性权重的粒子群算法对以锂电池和超级电容器的额定功率和额定容量为优化变量的混合储能容量优化配置模型进行求解;最后,对不同滤波阶数所对应的系统年综合成本进行排序,确定系统年综合成本最小的滤波阶数和对应的储能配置方案。基于某交直流混合微电网进行了算例分析,验证了采用所提方法配置混合储能系统可有效平抑交直流混合微电网并网联络线功率的波动,降低交、直流子网间的换流损耗,提高交直流混合微电网的经济性。 展开更多
关键词 交直流混合微电网 联络线功率 混合储能系统 容量优化配置 集合经验模态分解 自适应惯性权重粒子群算法
下载PDF
总体平均经验模式分解与1．5维谱方法的研究 被引量：70
7
作者 陈略 訾艳阳 +1 位作者 何正嘉 成玮 《西安交通大学学报》 EI CAS CSCD 北大核心 2009年第5期94-98,共5页
针对复杂背景下机车走行部齿轮箱齿轮裂纹故障微弱特征的提取问题,提出了总体平均经验模式分解(EEMD)与1.5维谱的故障特征提取方法.首先运用EEMD方法对振动信号进行自适应抗混分解,得到不同频带的基本模式分量(IMF),然后运用1.5维谱方... 针对复杂背景下机车走行部齿轮箱齿轮裂纹故障微弱特征的提取问题,提出了总体平均经验模式分解(EEMD)与1.5维谱的故障特征提取方法.首先运用EEMD方法对振动信号进行自适应抗混分解,得到不同频带的基本模式分量(IMF),然后运用1.5维谱方法对含有故障特征信息的IMF进行后处理.该方法具有避免模式混淆、抑制高斯白噪声、检测非线性耦合特征等特性,并以此来提取故障的微弱特征信息.根据待处理信号的时频特性与EEMD原理,提出了在EEMD方法中加入高斯白噪声的准则,通过信号仿真验证了EEMD方法的抗混分解能力.将EEMD与1.5维谱方法应用于机车走行部齿轮箱的监测诊断中,成功地提取出齿轮箱大齿轮齿根早期的裂纹故障. 展开更多
关键词 总体平均经验模式分解 1.5维谱 特征提取 齿轮裂纹故障
下载PDF
基于EEMD-样本熵和Elman神经网络的短期电力负荷预测 被引量：56
8
作者 陈艳平 毛弋 +2 位作者 陈萍 童伟 袁建亮 《电力系统及其自动化学报》 CSCD 北大核心 2016年第3期59-64,共6页
针对电力负荷序列的非线性、非平稳性等特点,提出了一种基于集总经验模式分解EEMD-样本熵和El-man神经网络的短期负荷预测方法。为了减小电力负荷序列局部分析的计算规模以及提高负荷预测的精度,先利用EEMD-样本熵将原始电力负荷序列分... 针对电力负荷序列的非线性、非平稳性等特点,提出了一种基于集总经验模式分解EEMD-样本熵和El-man神经网络的短期负荷预测方法。为了减小电力负荷序列局部分析的计算规模以及提高负荷预测的精度,先利用EEMD-样本熵将原始电力负荷序列分解成一系列复杂度差异明显的子序列;然后在综合考虑温度及日期类型等因素对各子序列影响的基础上,根据各子序列的特点构造不同的Elman神经网络对各子序列分别进行预测;最后将各子序列的预测结果叠加得到最终预测值,并对EUNITE国际电力负荷预测竞赛公布的数据进行仿真实验。仿真结果表明该方法能有效地提高负荷预测的精度。 展开更多
关键词 短期负荷预测 样本熵 集总经验模式分解 ELMAN神经网络
下载PDF
基于EEMD能量熵和支持向量机的齿轮故障诊断方法 被引量：55
9
作者 张超 陈建军 郭迅 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第3期932-939,共8页
针对齿轮振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况,提出基于总体平均经验模态分解(EEMD)和支持向量机的齿轮故障诊断方法。通过EEMD方法将非平稳的原始加速度振动信号分解成若干个平稳的本征模函数(IMF);齿轮... 针对齿轮振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况,提出基于总体平均经验模态分解(EEMD)和支持向量机的齿轮故障诊断方法。通过EEMD方法将非平稳的原始加速度振动信号分解成若干个平稳的本征模函数(IMF);齿轮发生不同的故障时,在不同频带内的信号能量值会发生改变,故可通过计算不同振动信号的EEMD能量熵判断是否发生故障;从包含有主要故障信息的IMF分量中提取出来的能量特征作为输入建立支持向量机,判断齿轮的工作状态和故障类型。实验结果表明:文中提出的方法能有效地应用于齿轮的故障诊断。 展开更多
关键词 总体平均经验模态分解 本征模函数 能量熵 支持向量机 故障诊断
下载PDF
基于集合经验模态分解的风电混合储能系统能量管理协调控制策略 被引量：54
10
作者 付菊霞 陈洁 +2 位作者 滕扬新 邓浩 孙泽伦 《电工技术学报》 EI CSCD 北大核心 2019年第10期2038-2046,共9页
采用蓄电池-超级电容混合储能系统来平抑风电功率波动,实现风电平滑并网。首先,针对风功率非线性、不稳定的波动特性,结合1min/10min两个时间尺度的风电场输出功率变化最大限值,采用基于集合经验模态分解(EEMD)方法,实现风功率的自适应... 采用蓄电池-超级电容混合储能系统来平抑风电功率波动,实现风电平滑并网。首先,针对风功率非线性、不稳定的波动特性,结合1min/10min两个时间尺度的风电场输出功率变化最大限值,采用基于集合经验模态分解(EEMD)方法,实现风功率的自适应分解,得到风电并网功率和混合储能系统充、放电功率指令;其次,根据蓄电池和超级电容的出力需求,结合储能设备荷电状态(SOC)等约束条件,提出混合储能系统能量管理协调控制算法,实现储能系统内部功率相互流动;最后,基于风电历史数据,验证所提方法的有效性和合理性。 展开更多
关键词 风电 储能 集合经验模态分解 多时间尺度 能量管理
下载PDF
基于EEMD-WOA-LSSVM的超短期风电功率预测 被引量：54
11
作者 谢丽蓉 王斌 +2 位作者 包洪印 梁武星 买买提热依木·阿布力孜 《太阳能学报》 EI CAS CSCD 北大核心 2021年第7期290-296,共7页
针对风电场输出功率不稳定特性造成风功率预测精度不高问题。采用集合经验模态分解(EEMD)将风功率信号分解为若干个平稳的子序列,可避免经验模态分解(EMD)出现错误的本征模态函数(IMF)分量;利用相空间重构对分解获得的平稳子序列进行重... 针对风电场输出功率不稳定特性造成风功率预测精度不高问题。采用集合经验模态分解(EEMD)将风功率信号分解为若干个平稳的子序列,可避免经验模态分解(EMD)出现错误的本征模态函数(IMF)分量;利用相空间重构对分解获得的平稳子序列进行重构;提出一种鲸鱼算法(WOA),优化风功率平稳子序列重构参数和最小二乘支持向量机(LSSVM)参数;从而建立EEMD-WOA-LSSVM风功率预测模型。以某风电场为例,采用所建立预测模型对风功率进行仿真分析,实验结果表明EEMDWOA-LSSVM预测模型的风电功率预测精度更高。 展开更多
关键词 风电功率预测 最小二乘支持向量机 集合经验模态分解 相空间重构 鲸鱼算法
下载PDF
基于EEMD-ACS-LSSVM的短期风电功率预测 被引量：41
12
作者 姜贵敏 陈志军 +1 位作者 李笑竹 闫学勤 《太阳能学报》 EI CAS CSCD 北大核心 2020年第5期77-84,共8页
建立一种集成经验模态分解(EEMD)和改进最小二乘支持向量机(LSSVM)相结合的短期风电功率预测组合模型,以提高风电场输出功率的预测准确率。首先运用EEMD将功率历史数据分解为一系列相对平稳的子序列,以减轻不同趋势信息间的相互影响;然... 建立一种集成经验模态分解(EEMD)和改进最小二乘支持向量机(LSSVM)相结合的短期风电功率预测组合模型,以提高风电场输出功率的预测准确率。首先运用EEMD将功率历史数据分解为一系列相对平稳的子序列,以减轻不同趋势信息间的相互影响;然后采用相空间重构将已分解的子序列进行重构,接着对重构后的子序列分别建立合适的预测模型,降低预测风险,使用自适应布谷鸟算法(ACS)优化最小二乘支持向量机参数,寻找全局最优解;最后将各个子序列的预测结果叠加得到最终预测结果。通过对新疆某风电场输出功率进行预测,结果验证了EEMD-ACS-LSSVM模型的有效性,具有更好的跟踪效果、预测精度。 展开更多
关键词 风电功率 自适应算法 预测模型分析 集成经验模态分解 最小二乘支持向量机
下载PDF
基于CEEMDAN与SVD的泄流结构振动信号降噪方法 被引量：40
13
作者 张建伟 侯鸽 +2 位作者 暴振磊 张翌娜 马颖 《振动与冲击》 EI CSCD 北大核心 2017年第22期138-143,共6页
针对泄流结构振动信号非平稳性和特征信息被强噪声淹没的实际问题,提出一种基于具有自适应噪声的完整集成经验模态分解(CEEMDAN)和奇异值分解(SVD)联合的信号降噪方法。对一维泄流振动信号时程进行CEEMDAN分解,将信号分解为一系列固有... 针对泄流结构振动信号非平稳性和特征信息被强噪声淹没的实际问题,提出一种基于具有自适应噪声的完整集成经验模态分解(CEEMDAN)和奇异值分解(SVD)联合的信号降噪方法。对一维泄流振动信号时程进行CEEMDAN分解,将信号分解为一系列固有模态函数分量(IMF),运用频谱分析方法筛选包含主要振动信息的IMF分量,滤除低频水流噪声,实现信号的初次滤波;利用排列熵理论确定含噪声较多的IMF分量,采用奇异值分解技术提取奇异值信息,运用奇异熵增量定阶理论滤除IMF分量中的高频噪声,实现信号的二次滤波;将包含结构振动信息的IMF分量重构,得到泄流结构的工作特征信息。结合拉西瓦模型振动实测数据,运用该方法进行计算分析,滤除高频和低频噪声,提取结构振动特征信息;结果表明该方法在泄流结构特征信息提取方面具有优越性,可为泄流结构在线监测和安全运行提供依据。 展开更多
关键词 泄流结构 集成经验模态分解 排列熵 奇异值分解 特性信息
下载PDF
基于EEMD-CNN的滚动轴承故障诊断方法 被引量：39
14
作者 李思琦 蒋志坚 《机械强度》 CAS CSCD 北大核心 2020年第5期1033-1038,共6页
为了提高滚动轴承故障诊断的准确性,提出了基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)与卷积神经网络(Convolution Neural Networks,CNN)的故障诊断方法。首先使用EEMD对信号进行分解,并根据相关系数以及峭度... 为了提高滚动轴承故障诊断的准确性,提出了基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)与卷积神经网络(Convolution Neural Networks,CNN)的故障诊断方法。首先使用EEMD对信号进行分解,并根据相关系数以及峭度值选取适当的本征模态函数(Intrinsic Mode Function,IMF)进行信号重构。对重构信号进行一系列指标计算后使用卷积神经网络以及多种方法进行故障诊断。结果表明,所使用的方法能够有效地进行故障诊断,准确率可达96.7%,在实际中有着一定的应用意义。 展开更多
关键词 集合经验模态分解 卷积神经网络 故障诊断 机器学习
下载PDF
一种基于新型小波阈值去噪预处理的EEMD谐波检测方法 被引量：39
15
作者 孙曙光 庞毅 +3 位作者 王景芹 张超 杜太行 于晗 《电力系统保护与控制》 EI CSCD 北大核心 2016年第2期42-48,共7页
为了提升经验模态分解(EMD)用于谐波检测的效果,用集合经验模态分解(EEMD)消除了EMD谐波检测的模态混叠问题。通过研究发现采样信号中的噪声会对EEMD的分解产生较大影响,提出了一种基于新型小波阈值去噪预处理的EEMD谐波检测方法。该方... 为了提升经验模态分解(EMD)用于谐波检测的效果,用集合经验模态分解(EEMD)消除了EMD谐波检测的模态混叠问题。通过研究发现采样信号中的噪声会对EEMD的分解产生较大影响,提出了一种基于新型小波阈值去噪预处理的EEMD谐波检测方法。该方法首先采用变换小波系数精确选取小波阈值,然后采取软硬阈值相结合的方式,以消除随机噪声,再将去噪后的信号进行EEMD分解。经仿真分析,所提方法可以有效地消除随机噪声对谐波检测的影响,提高了EEMD谐波检测的精度与适用性。同时与原有EEMD算法相比,所提方法在分解速率上平均提高了大约3.8倍,有效分量与原始信号的相关度平均提升了22.5%。 展开更多
关键词 谐波检测 模态混叠 集合经验模态分解 小波系数 阈值
下载PDF
近30年中国陆地生态系统NDVI时空变化特征 被引量：39
16
作者 刘可 杜灵通 +3 位作者 侯静 胡悦 朱玉果 宫菲 《生态学报》 CAS CSCD 北大核心 2018年第6期1885-1896,共12页
气候变化已明显影响到陆地植被的活动,但在不同生态系统间存在差异,研究不同陆地生态系统归一化植被指数(NDVI)的时空变化特征,不仅可揭示各生态系统植被活动对气候变化的响应规律,而且可为我国不同生态区制定应对气候变化的策略和生态... 气候变化已明显影响到陆地植被的活动,但在不同生态系统间存在差异,研究不同陆地生态系统归一化植被指数(NDVI)的时空变化特征,不仅可揭示各生态系统植被活动对气候变化的响应规律,而且可为我国不同生态区制定应对气候变化的策略和生态文明建设提供科学依据。基于1982—2012年GIMMS NDVI3g和中国陆地生态系统类型数据,利用一元线性回归、集合经验模态分解和相关分析等方法,研究了近30年中国各陆地生态系统NDVI的时空变化特征,分析了其与气候事件的关系。结果表明,近30年中国植被活动显著上升,年平均归一化植被指数(ANDVI)的上升幅度为0.0029/10a(P<0.05),年最大归一化植被指数(MNDVI)的上升幅度为0.0076/10a(P<0.01);植被活动显著增强的区域主要是分布在东部季风区的农田和森林生态系统,显著下降的区域主要是分布于西北的荒漠生态系统和东北的森林生态系统;尽管ANDVI和MNDVI线性趋势的显著性有所差异,但农田、森林、草地和水体与湿地生态系统的NDVI总体呈非稳定的上升趋势,上升过程中伴随着较大波动,荒漠生态系统的NDVI呈下降趋势,植被退化显著;与线性趋势不同,各生态系统植被活动的残差趋势包含"上升—下降"两个阶段,并相继于20世纪90年代到21世纪初发生转折;上述5类生态系统的植被活动存在不同尺度的周期特征,年际周期波动特征(1.9—7.6a)比较显著,而年代际周期(10.7a和22.2a)的显著性相对较差;各生态系统的空间异质性在趋强过程中存在2.1—7.1a的年际周期节律;海洋与大气环流的短周期脉动与各生态系统植被活动的周期性节律有着明显关联,ENSO事件和太阳活动是推动植被活动周期性振荡的重要因素。 展开更多
关键词 陆地生态系统 NDVI 集合经验模态分解 时空变化 振荡周期 残差趋势
下载PDF
基于集合经验模态分解的局部放电信号的窄带干扰抑制 被引量：37
17
作者 姚林朋 郑文栋 +5 位作者 钱勇 杜永平 杨富民 毕杰昌 黄成军 江秀臣 《电力系统保护与控制》 EI CSCD 北大核心 2011年第22期133-139,共7页
采用经验模态分解(EMD)方法抑制局部放电的窄带干扰时,由于EMD方法本身存在模态混叠问题,在含有局放成分的模态固有函数中仍可能同时含有一定量的窄带成分,导致局放信号无法提取。分析了在局放信号上叠加不同幅值、不同频率的窄带干扰... 采用经验模态分解(EMD)方法抑制局部放电的窄带干扰时,由于EMD方法本身存在模态混叠问题,在含有局放成分的模态固有函数中仍可能同时含有一定量的窄带成分,导致局放信号无法提取。分析了在局放信号上叠加不同幅值、不同频率的窄带干扰条件下的EMD混叠现象,并提出了基于集合经验模态分解(EEMD)的解决方法。该方法对单频率成分和多频率成分的窄带干扰,均能较好地提取出局放信号。并针对EEMD引入的白噪声干扰,提出了自适应阈值的抑制方法,取得了较好的结果。仿真和现场测试的结果均验证了所提方法的有效性。 展开更多
关键词 XLPE电缆 局部放电 经验模态分解 集合模态经验分解 窄带干扰
下载PDF
一种非线性非平稳自适应信号处理方法—希尔伯特-黄变换综述:发展与应用 被引量：33
18
作者 沈毅 沈志远 《自动化技术与应用》 2010年第5期1-5,共5页
非线性非平稳信号的分析、处理以及特征提取问题,一直是学术和工程界关注的热点问题之一。为突破传统数据分析方法受线性或者平稳性假设的限制,一种新颖的、高效的非线性、非平稳、自适应的数据分析方法——希尔伯特-黄变换(HHT)被提出... 非线性非平稳信号的分析、处理以及特征提取问题,一直是学术和工程界关注的热点问题之一。为突破传统数据分析方法受线性或者平稳性假设的限制,一种新颖的、高效的非线性、非平稳、自适应的数据分析方法——希尔伯特-黄变换(HHT)被提出。在这篇综述中,我们介绍HHT的基本思想和近期发展,总结起在工程领域中的应用情况,并且列举与之相关的数学问题。 展开更多
关键词 信号处理 希尔伯特-黄变换 集合经验模态分解 二维经验模态分解
下载PDF
基于EEMD和小波包变换的早期故障敏感特征获取 被引量：37
19
作者 王红军 万鹏 《北京理工大学学报》 EI CAS CSCD 北大核心 2013年第9期945-950,共6页
提出一种基于总体平均经验模态分解和小波包变换的方法,进行早期故障敏感特征的获取,构建早期故障诊断模型.该方法首先应用EEMD对现场采集的振动信号进行分解,分离出不同频率成分的特征信号,选择与原信号相关系数最大的IMF分量进行信息... 提出一种基于总体平均经验模态分解和小波包变换的方法,进行早期故障敏感特征的获取,构建早期故障诊断模型.该方法首先应用EEMD对现场采集的振动信号进行分解,分离出不同频率成分的特征信号,选择与原信号相关系数最大的IMF分量进行信息重构;面向重构的IMF分量采用WPT进行分解,得到各个节点的小波系数;最后使用Hilbert变换提取小波包系数的包络,计算功率谱,准确获得早期故障的敏感特征.通过对仿真信号的分析验证了该方法对故障诊断的有效性.将该方法应用于实测的滚动轴承的内圈、外圈和滚动体故障诊断,诊断结果均表明该方法可有效提取早期故障敏感特征,故障诊断快速准确. 展开更多
关键词 早期故障 特征获取 总体平均经验模态分解 小波包
下载PDF
变压器绕组多故障条件下的振动信号特征提取 被引量：36
20
作者 李莉 朱永利 宋亚奇 《电力自动化设备》 EI CSCD 北大核心 2014年第8期140-146,共7页
针对变压器绕组多种故障并发的工况,在分析变压器绕组振动机理的基础上,提出一种基于集合经验模式分解(EEMD)的振动信号特征提取方法。采用EEMD方法对变压器绕组振动信号进行分解得到各阶本征模函数(IMF),利用IMF能量和2范数构造特征矢... 针对变压器绕组多种故障并发的工况,在分析变压器绕组振动机理的基础上,提出一种基于集合经验模式分解(EEMD)的振动信号特征提取方法。采用EEMD方法对变压器绕组振动信号进行分解得到各阶本征模函数(IMF),利用IMF能量和2范数构造特征矢量,将该特征矢量作为变压器绕组状态识别的判据。利用Fisher判别法对所提方法的有效性进行验证。试验结果表明,利用所提方法提取的各状态特征矢量区别明显,与快速傅里叶变换(FFT)方法相比,所提方法可准确识别出变压器绕组的混合故障状态。 展开更多
关键词 变压器 绕组故障 故障分析 识别 振动分析 信号处理 集合经验模式分解 本征模函数 特征矢量
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 78 下一页 到第 页
使用帮助 返回顶部