Mie散射激光雷达大气回波信号经验模式分解算法的研究与应用 被引量：15

1

作者 郑发泰 华灯鑫 周阿维 《中国激光》 EI CAS CSCD 北大核心 2009年第5期1068-1074,共7页

详细论述了经验模式分解(EMD)的激光雷达大气回波信号降噪信号处理方法,并进行系统仿真及实验验证。这种基于EMD的去噪算法适合处理含有脉冲的信号(如Block.Bump和脉冲回波信号等)。通过利用该算法对米(Mie)散射激光雷达大气回波信号进... 详细论述了经验模式分解(EMD)的激光雷达大气回波信号降噪信号处理方法,并进行系统仿真及实验验证。这种基于EMD的去噪算法适合处理含有脉冲的信号(如Block.Bump和脉冲回波信号等)。通过利用该算法对米(Mie)散射激光雷达大气回波信号进行分析处理,其结果表明该去噪方法能去除大气回波中含有的噪声,能为下一级消光系数反演提供高信噪比(SNR)的初始数据。 展开更多

关键词 激光雷达 大气同波 信号提取 经验模式分解算法

原文传递

基于经验模态分解-门控循环模型的海表温度预测方法 被引量：8

2

作者 贺琪 胡泽煜 +2 位作者 徐慧芳 宋巍 杜艳玲 《激光与光电子学进展》 CSCD 北大核心 2021年第24期334-342,共9页

海表温度(SST)是平衡地表能量及衡量海水热量的重要指标,SST的高精度预测对全球气候、海洋环境及渔业具有重要意义。极端气候条件下,SST序列呈现明显的非平稳性,传统方法进行海表温度预测(SSTP)时难度大,且精度较低。基于经验模态分解(E... 海表温度(SST)是平衡地表能量及衡量海水热量的重要指标,SST的高精度预测对全球气候、海洋环境及渔业具有重要意义。极端气候条件下,SST序列呈现明显的非平稳性,传统方法进行海表温度预测(SSTP)时难度大,且精度较低。基于经验模态分解(EMD)算法分解后的SST子序列非平稳性明显降低,且门控循环(GRU)神经网络作为一种常见的机器学习预测模型,参数较少、收敛速度更快,不易在训练过程中出现过拟合现象。结合EMD模型和GRU模型的优势,提出了一种基于EMD-GRU的SST预测模型。为验证所提模型预测效果,对5条不同长度的SST序列进行了多组对比实验。实验结果表明:与直接使用循环神经网络(RNN)、长短期记忆模型(LSTM)、门控循环神经网络(GRU)的模型相比,所提模型预测结果的多尺度复杂度更低;所提模型预测结果的均方差(MSE)和平均绝对误差(MAE)均有不同程度的降低。为验证数据序列长度对预测精度的影响,设计了补充实验。实验结果表明:预测长度越长精度效果越差;通过EMD算法对序列进行处理后,效果均得到了提升,且在预测长度变长的情况下,效果提升较为明显。 展开更多

关键词 机器视觉 海表面温度序列 海表温度预测 经验模态分解算法 门控循环神经网络

原文传递

基于BEMD-Copula-GARCH模型的股票投资组合VaR风险度量研究 被引量：7

3

作者 王璇 采俊玲 +1 位作者 汤铃 贺凯健 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2017年第2期303-310,共8页

鉴于股票波动具有显著的多尺度特征,本文引入二元经验模态分解(EMD)与二元CopulaGARCH算法,提出一种新的VaR风险度量模型,即BEMD-Copula-GARCH模型.具体地,新BEMD-Copula-GARCH模型可分为三个主要步骤:数据分析,分风险估计和总风险集成... 鉴于股票波动具有显著的多尺度特征,本文引入二元经验模态分解(EMD)与二元CopulaGARCH算法,提出一种新的VaR风险度量模型,即BEMD-Copula-GARCH模型.具体地,新BEMD-Copula-GARCH模型可分为三个主要步骤:数据分析,分风险估计和总风险集成.首先,基于二元EMD模型,将复杂且相互作用的股票对分解为若干组较为简单且相互独立的分量,以降低建模难度.其次,引入二元Copula-GARCH模型,刻画各组分量间的相互关系,以度量股票投资组合在不同尺度上的分VaR值.最后,集成各分VaR值以得出最终VaR风险度量结果.实证研究以恒生指数与上证综指为数据样本构造投资组合,结果表明:本文所构建的新模型能有效度量投资组合风险,其估计精度显著优于DCC-GARCH和Copula-GARCH等现有模型. 展开更多

关键词 风险度量 VAR 经验模态分解 COPULA GARCH 投资组合

原文传递

一种EMD和DE-BPNN组合优化的短时交通流预测方法 被引量：6

4

作者 吴玲玲 尹莉莉 任其亮 《重庆理工大学学报（自然科学）》 CAS 北大核心 2021年第12期155-163,共9页

针对短时交通流非线性的特点以及BP神经网络(BPNN)在进行短时交通流预测时易陷入局部极小值的缺点,提出一种基于经验模态分解(EMD)和差分进化算法优化BP神经网络(DE-BPNN)的短时交通流预测方法。利用EMD算法将交通时序数据中不同模态的... 针对短时交通流非线性的特点以及BP神经网络(BPNN)在进行短时交通流预测时易陷入局部极小值的缺点,提出一种基于经验模态分解(EMD)和差分进化算法优化BP神经网络(DE-BPNN)的短时交通流预测方法。利用EMD算法将交通时序数据中不同模态的分量逐级分解出来,生成一系列不同尺度的本征模态函数(IMF)和残余量,去除一定噪声影响;借助DE-BPNN算法进行短时交通流预测,并采用美国加利福尼亚州高速公路交通流数据,对该方法进行验证和预测精度测试。实验结果表明:采用EMD分解后的交通流预测结果更为精确,相比其他预测方法,其预测结果的MAE值分别提升了50.07%、49.36%、18.68%;MSE值分别提升了52.46%、47.84%、12.37%;MAPE值分别提升了52.11%、51.08%、35.09%;MSPE值分别提升了56.36%、52.59%、43.53%。 展开更多

关键词 短时交通流预测 经验模态分解算法 BP神经网络 差分进化算法

下载PDF 职称材料

胎儿心电信号检测算法的研究进展 被引量：3

5

作者 郝婧宇 南格丽 吴水才 《医疗卫生装备》 CAS 2021年第6期90-96,102,共8页

介绍了胎儿心电信号(fetal electrocardiogram,FECG)的预处理方法,综述了差分阈值法(difference threshold arithmetic,DTA)、小波变换(wavelet transform,WT)法、经验模态分解(empirical mode decomposition,EMD)法、机器学习算法和多... 介绍了胎儿心电信号(fetal electrocardiogram,FECG)的预处理方法,综述了差分阈值法(difference threshold arithmetic,DTA)、小波变换(wavelet transform,WT)法、经验模态分解(empirical mode decomposition,EMD)法、机器学习算法和多导联融合检测算法等常用的FECG检测算法的原理及其国内外研究现状,分析了各FECG检测算法的优缺点,指出了融合多种检测算法、设计轻量型训练模型、引入迁移学习算法和提高算法自学习能力是未来FECG检测算法的改进方向。 展开更多

关键词 胎儿心电信号 差分阈值法 小波变换法 经验模态分解法 机器学习算法 多导联融合检测算法

下载PDF 职称材料

基于序列理论的电网用户用电负荷自动预测研究 被引量：3

6

作者 冯波 张瑞 +2 位作者 孙冲 梁静 吴彬彬 《自动化技术与应用》 2023年第2期17-20,共4页

受到用电负荷时间序列的波动性较大的影响,用电负荷预测存在预测误差较大的情况。为此,提出基于序列理论的电网用户用电负荷自动预测平台。以历史电网用户用电负荷数据为基础,对历史电网用户用电负荷数据进行预处理,并利用经验模式分解... 受到用电负荷时间序列的波动性较大的影响,用电负荷预测存在预测误差较大的情况。为此,提出基于序列理论的电网用户用电负荷自动预测平台。以历史电网用户用电负荷数据为基础,对历史电网用户用电负荷数据进行预处理,并利用经验模式分解算法分解负荷序列,选择时间序列理论中的ARMAX模型构建负荷预测模型,以历史负荷作为输入,得出未来某个时间点的用电负荷预测值。实验结果表明:与三种预测平台相比,所研究方法计算得出的MAE和MAPE指标数值更小,说明所研究方法的预测精度更高,误差更小。 展开更多

关键词 序列理论 用电负荷预测 经验模式分解算法 ARMAX模型

下载PDF 职称材料

高压甲烷近红外吸收光谱展宽特性及参数精确测量 被引量：2

7

作者 何莹 张玉钧 +8 位作者 尤坤 范博强 李梦琪 余冬琪 谢皓 雷博恩 贾巍 经俊森 刘文清 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2020年第6期742-748,共7页

通过搭建的测量实验平台,获取了甲烷6046.96 cm^-1处高压气体吸收光谱.通过经验模态分解算法减弱了高压引起窗片形变而产生的探测噪声,吸光度信号的均方根误差(RMSE)降低了3.87倍,通过洛伦兹线型拟合算法获得的吸光度拟合残差优于±... 通过搭建的测量实验平台,获取了甲烷6046.96 cm^-1处高压气体吸收光谱.通过经验模态分解算法减弱了高压引起窗片形变而产生的探测噪声,吸光度信号的均方根误差(RMSE)降低了3.87倍,通过洛伦兹线型拟合算法获得的吸光度拟合残差优于±1%.研究表明,谱线线宽随着压力增大而增大,计算的高压环境的氮气-甲烷分子的互展宽系数为0.0631 cm^-1 atm^-1.此外,随着压力的增大,吸收线出现“红移”现象,计算得到氮气诱导压力频移系数为-0.00848 cm^-1 atm^-1.由此提出一种利用检测波长、压力和压力频移系数的线性关系反演高压环境下气体浓度的算法.总之,高压环境下光谱展宽特性研究为工业环境下的光谱检测打下基础. 展开更多

关键词 激光吸收光谱 光谱展宽特性 经验模态分解算法 甲烷 压力频移

下载PDF 职称材料

基于EMD的强振动环境中破片速度测试信号处理 被引量：2

8

作者 刘吉 刘小彦 +1 位作者 张斌 赵冬娥 《弹箭与制导学报》 CSCD 北大核心 2016年第3期127-130,共4页

针对强振动环境中破片速度测试信号难于处理的问题,在对静爆振动信号进行分析的基础上,提出了基于EMD的信号处理方法。在获取信号的各阶本征模函数(IMF)的基础上,结合信号的特征,构建适用的带通滤波系统;再通过相关函数值确定过靶信号... 针对强振动环境中破片速度测试信号难于处理的问题,在对静爆振动信号进行分析的基础上,提出了基于EMD的信号处理方法。在获取信号的各阶本征模函数(IMF)的基础上,结合信号的特征,构建适用的带通滤波系统;再通过相关函数值确定过靶信号的对应关系;然后通过斜率最大法获取信号的特征点,从而计算出破片的飞行速度。多次实验结果表明,该算法对于强振动环境中的破片速度测试信号处理有较强的适用性,具有一定的实用价值。 展开更多

关键词 强振动 EMD算法 本征模函数 互相关函数 破片速度

下载PDF 职称材料

Walsh码软扩频信号降噪算法 被引量：2

9

作者 张丹娜 钱锋 +1 位作者 冯辉 闻年成 《系统工程与电子技术》 EI CSCD 北大核心 2020年第4期773-780,共8页

针对低信噪比(signal-to-noise ratio,SNR)条件下,Walsh码软扩频信号盲解扩以及多址信号盲分离难以实现的问题,提出一种Walsh码软扩频信号降噪算法。首先,采用经验模态分解(empirical mode decomposition,EMD)算法将Walsh码软扩频信号... 针对低信噪比(signal-to-noise ratio,SNR)条件下,Walsh码软扩频信号盲解扩以及多址信号盲分离难以实现的问题,提出一种Walsh码软扩频信号降噪算法。首先,采用经验模态分解(empirical mode decomposition,EMD)算法将Walsh码软扩频信号分解为有限个本征模态函数(intrinsic mode function,IMF),分界点位置可通过Walsh码软扩频信号和噪声的IMF自相关函数收敛速度的差异进行判断。然后,采用小波软阈值滤波算法处理分界点之前的IMF。最后,利用处理后的低阶IMF和分界点后的IMF重构Walsh码软扩频信号,减少由于降噪造成的信号损失。仿真结果表明,在一定低SNR范围内,降噪算法以较低误码率(bit error rate,BER)实现解调,信号损失较少。 展开更多

关键词 WALSH码 软扩频信号 降噪 经验模态分解算法

下载PDF 职称材料

基于ST的EMD算法在FPGA上的设计与实现 被引量：1

10

作者 康世勋 孔德杰 +1 位作者 冯进良 马晨阳 《长春理工大学学报（自然科学版）》 2023年第2期63-70,共8页

经验模态分解算法(EMD)作为希尔伯特-黄变换的重要组成部分,其在大部分工程领域都起着重要的作用,但算法本身所需的大量的计算量使得其在软件上实现高速计算是比较困难的,并且传统的EMD算法中的三次样条插值(CSI)对硬件环境的实现并不... 经验模态分解算法(EMD)作为希尔伯特-黄变换的重要组成部分,其在大部分工程领域都起着重要的作用,但算法本身所需的大量的计算量使得其在软件上实现高速计算是比较困难的,并且传统的EMD算法中的三次样条插值(CSI)对硬件环境的实现并不友好。为此,提出用锯齿变换(ST)代替CSI在基于Artix-7 FPGA上进行设计与实现,并在仿真平台上进行测试。最后的结果表明,提出的设计可以有效地处理高频信号,并相对于传统的EMD算法,实现采样率从161 kHz提升到了25 MHz,计算1 000个样本的速度从0.001 5 s提升到了0.000 9 s。 展开更多

关键词 经验模态分解算法 锯齿变换 现场可编程逻辑门阵列

下载PDF 职称材料

基于CEEMDAN的最优平滑降噪算法 被引量：2

11

作者 张荣彬 《计算机应用与软件》 北大核心 2021年第6期294-298,317,共6页

经验模态分解类算法处理非线性、非平稳信号具有良好的自适应分解能力,可以将复杂信号分解成按照频率由高到低顺序排列的固有模态函数形式,提取分解后的模态函数构造滤波器可以实现对原始信号的降噪处理。针对构造滤波器时对模态函数缺... 经验模态分解类算法处理非线性、非平稳信号具有良好的自适应分解能力,可以将复杂信号分解成按照频率由高到低顺序排列的固有模态函数形式,提取分解后的模态函数构造滤波器可以实现对原始信号的降噪处理。针对构造滤波器时对模态函数缺乏最优的筛选指标,从而影响到降噪的准确性与降噪效果,提出一种基于CEEMDAN的最优平滑降噪算法。通过参数调节方式对模态进行筛选,从而设计出性能最优的滤波器实现对信号的降噪处理。通过模拟实验与实际实验,验证了该算法对于转动机械噪声信号具有良好的降噪效果。 展开更多

关键词 经验模态分解算法 CEEMDAN 最优平滑降噪 转动机械噪声信号

下载PDF 职称材料

二维经验模式分解算法的改进研究

12

作者 刘兵 李聪 +1 位作者 向磊磊 孙玉秋 《长江大学学报（自然科学版）》 CAS 2011年第7期70-72,278-279,共3页

提出了一种改进的二维经验模式分解算法。经验模式分解的核心是固有模式函数,可以应用在非线性系统分析中。应用数学形态学算法来寻找极值,并且采用Delaunay三角插值算法对极值点进行拟合,得到上下包络面,计算出上下包络面的平均值,进... 提出了一种改进的二维经验模式分解算法。经验模式分解的核心是固有模式函数,可以应用在非线性系统分析中。应用数学形态学算法来寻找极值,并且采用Delaunay三角插值算法对极值点进行拟合,得到上下包络面,计算出上下包络面的平均值,进而计算出一系列固有模式函数和残差分量。实验结果表明,这2种方法的结合使用极大地降低了算法的时间复杂度,提高了运算效率。 展开更多

关键词 经验模式分解算法 二维图像 数学形态学 Delaunay三角插值算法

下载PDF 职称材料

基于光纤传感的轴承异常状态识别研究

13

作者 李丽萍 《微型电脑应用》 2021年第10期125-127,共3页

为了解决当前轴承异常状态识别过程中存在的难题,提高轴承异常状态识别效果,提出了一种基于光纤传感的轴承异常状态识别方法。首先采用光纤传感技术获得轴承异常状态信号,并对轴承异常状态信号进行预处理,消除轴承异常状态信号中一些无... 为了解决当前轴承异常状态识别过程中存在的难题,提高轴承异常状态识别效果,提出了一种基于光纤传感的轴承异常状态识别方法。首先采用光纤传感技术获得轴承异常状态信号,并对轴承异常状态信号进行预处理,消除轴承异常状态信号中一些无用信息,然后将处理后的轴承异常状态信号输入到隐马尔科夫模型进行学习和训练,建立轴承异常状态识别的分类器,并对分类器参数进行优化,接着根据分类器进行轴承异常状态的识别,最后采用具体的实例进行了轴承异常状态识别的仿真测试。测试结果表明,这种方法的轴承异常状态识别正确率高,减少了轴承异常状态的漏识率和误识率,同时轴承异常状态识别时间短,加快了轴承异常状态识别速度,获得了理想的轴承异常状态识别结果。 展开更多

关键词 光纤传感技术 轴承异常状态 分类器设计 信号预处理 经验模态分解算法

下载PDF 职称材料

采用行波固有频率的混合线路故障测距新方法 被引量：17

14

作者 黄忠棋 《电力系统及其自动化学报》 CSCD 北大核心 2015年第11期73-79,共7页

对于电缆-架空混合线路,由于波阻抗的不连续会形成混叠的固有频率频谱,因此,解决频谱混叠现象是提高固有频率测距法精度的首要问题。为此,提出一种基于聚类经验模型分解(EEMD)算法的行波固有频率的故障测距方案。首先利用EEMD算法得到... 对于电缆-架空混合线路,由于波阻抗的不连续会形成混叠的固有频率频谱,因此,解决频谱混叠现象是提高固有频率测距法精度的首要问题。为此,提出一种基于聚类经验模型分解(EEMD)算法的行波固有频率的故障测距方案。首先利用EEMD算法得到一系列的固有模态函数(IMF)分量;然后选取聚集故障信息的IMF分量,引入多重信号分类(MUSIC)算法对其进行频谱估计得到固有频率主成分;最后利用故障行波的固有频率和故障距离的关系式即可实现故障测距计算。仿真对比显示了该方法可更好地解决混合线路故障测距时存在的频谱混叠问题,实现较高精度的故障定位。 展开更多

关键词 混合线路 固有频率 频谱混叠 聚类经验模型分解算法

下载PDF 职称材料

CEEMD与卷积神经网络特征提取的故障诊断方法研究 被引量：16

15

作者 张朝林 范玉刚 《机械科学与技术》 CSCD 北大核心 2019年第2期178-183,共6页

轴承动力学行为具有非线性的特点,导致其振动信号特征与运行状态之间存在较强的非线性关系;且振动信号的特征提取与选择往往需要大量的先验知识,导致特征的设计难以准确反映不同的运行状态。针对以上问题,提出一种基于互补集合经验模态... 轴承动力学行为具有非线性的特点,导致其振动信号特征与运行状态之间存在较强的非线性关系;且振动信号的特征提取与选择往往需要大量的先验知识,导致特征的设计难以准确反映不同的运行状态。针对以上问题,提出一种基于互补集合经验模态分解(Complementary ensemble empirical mode decomposition,CEEMD)与卷积神经网络(Convolutional neural networks,CNN)的特征提取方法,从振动信号时频图中自适应提取其敏感特征,反映设备运行状态。首先采用CEEMD算法分解得到振动信号的固有模态函数(Intrinsic mode function,IMF)分量,构造各个IMF时频图,并采用CNN提取时频图的特征;然后,将提取到的特征与小波包分频带能量值相结合,组建特征指标向量,用于构建轴承故障诊断模型。将该方法应用于不同负载、不同故障深度的轴承试验中,结果表明该方法能够在多种工况下有效地提高故障识别率。 展开更多

关键词 特征提取 互补集合经验模态分解 卷积神经网络 自适应

下载PDF 职称材料

基于聚类经验模态分解和差分熵的输电线路故障测距研究 被引量：9

16

作者 张成 王昕 +1 位作者 郑益慧 李立学 《电测与仪表》 北大核心 2018年第21期86-92,共7页

为提高输电线路的故障测距精度,提出了一种基于聚类经验模型分解(EEMD)和差分熵(DE)的输电线路故障行波测距方法。首先利用改进的差分熵信号处理方法对输电线路电流进行熵值计算,通过与正常电流熵值的对比,判断电流是否发生突变。然后采... 为提高输电线路的故障测距精度,提出了一种基于聚类经验模型分解(EEMD)和差分熵(DE)的输电线路故障行波测距方法。首先利用改进的差分熵信号处理方法对输电线路电流进行熵值计算,通过与正常电流熵值的对比,判断电流是否发生突变。然后采用EEMD分解对发生突变的故障电流进行处理,有效去除故障信号中的噪声,避免模态混叠,获取准确反映故障信息的IMF分量。随后对分量实行差分熵方法中的差分分析,将电流的变化幅度进行有效量化,并建立每个信号点的变化程度与时间的对应关系,从而解决波头位置难以确定的问题,获得故障初始行波到达每个监测点的准确时间。最后利用行波双端法,实现输电线路的故障测距。仿真结果表明,该方法能够较好地解决故障测距时存在的信号噪声和波头测量时间不准确的问题,有效提高故障测距的精度。 展开更多

关键词 输电线路 聚类经验模型分解 差分熵 故障测距

下载PDF 职称材料

基于CEEMDAN算法的光伏功率信号光滑降噪 被引量：6

17

作者 刘雅芳 谷志锋 +5 位作者 李梦佳 刘靖波 李伦迪 张晓亮 阮振鹏 孔子君 《电力电容器与无功补偿》 2023年第3期119-125,共7页

为解决光伏高输出功率低频分解及光滑降噪问题,通过引入曲线降噪权重因子,改进传统经验模态分解方法,提出一种光滑度与相似度更好的光伏输出功率自适应完备集合经验模态分解算法。为验证CEEMDAN算法的降噪优异特性,对典型光伏输出功率... 为解决光伏高输出功率低频分解及光滑降噪问题,通过引入曲线降噪权重因子,改进传统经验模态分解方法,提出一种光滑度与相似度更好的光伏输出功率自适应完备集合经验模态分解算法。为验证CEEMDAN算法的降噪优异特性,对典型光伏输出功率信号开展了模态分解仿真研究,仿真结果表明,相对于与传统EEMD算法,采用CEEMDAN算法时,当IMF为3、目标函数为最小时,相似度提升了3.26%,光滑度提升了85.6%,各项指标数据更加完备,降噪效果更好。 展开更多

关键词 光伏信号 EEMD算法 光滑降噪 自适应完备集合经验模态分解算法

下载PDF 职称材料

混合无功补偿系统模型预测直接功率控制策略 被引量：5

18

作者 杨国 陈洁 +3 位作者 朱亮亮 郑凯凯 陈文魁 徐康亮 《电力电容器与无功补偿》 2022年第1期30-36,共7页

针对现有无功补偿装置难以做到补偿性能与成本控制兼顾的问题,为实现低成本大容量高性能无功补偿,本文提出一种兼顾静止无功发生器SVG(static var generator)动态无功补偿与静止无功补偿器SVC(static var compensator)大容量低成本无功... 针对现有无功补偿装置难以做到补偿性能与成本控制兼顾的问题,为实现低成本大容量高性能无功补偿,本文提出一种兼顾静止无功发生器SVG(static var generator)动态无功补偿与静止无功补偿器SVC(static var compensator)大容量低成本无功补偿优势的混合无功补偿系统。根据SVC与SVG各自响应时间的差异,提出一种基于频率分解的混合无功补偿系统模型预测控制策略,将系统所需无功经CEEMD算法分解重构为高频与低频无功信号,通过模型预测后得到低频预测无功功率交由响应时间较慢的SVC补偿,高频预测无功功率交由可快速响应的SVG进行补偿。经Simulink仿真分析与现场数据分解重构验证了所提控制策略的有效性与成本控制的优势。 展开更多

关键词 静止无功发生器 频率分解 互补式经验模态分解算法 无功补偿

下载PDF 职称材料

运用因散经验模式分解算法的谐波检测新方法 被引量：4

19

作者 成立 吴衍 +2 位作者 杨宁 王鹏程 王振宇 《江苏大学学报（自然科学版）》 EI CAS 北大核心 2010年第6期687-690,715,共5页

为了满足有源电力滤波器(APF)实时、快速地跟踪检测电力系统谐波电流的要求,提出基于因散经验模式分解算法的谐波电流检测法.该方法将电流信号分解成内在模式函数(IMF)形式,在筛分过程中添加高斯白噪声频谱,为IMF解析过程的时域分布设... 为了满足有源电力滤波器(APF)实时、快速地跟踪检测电力系统谐波电流的要求,提出基于因散经验模式分解算法的谐波电流检测法.该方法将电流信号分解成内在模式函数(IMF)形式,在筛分过程中添加高斯白噪声频谱,为IMF解析过程的时域分布设定一致的参考结构,并运用端点效应处理策略确定边界极值点.设计了运用新算法的电流跟踪检测器,并进行了仿真试验.结果表明:该方法不仅在筛分时去除了模式混叠,而且硬件配置简单,检测基波幅值与期望幅值之误差仅为1.08%,可以较精确地分解出电流信号的基波和谐波分量;该方法跟踪检测非平稳信号的延时仅为6μs,信号的谐波分析实时性比传统的谐波检测法优越,因而该法可用于APF的电流跟踪控制电路和其他的谐波电流检测器. 展开更多

关键词 电力系统 有源电力滤波器 EEMD算法 谐波电流检测法 内在模式函数

下载PDF 职称材料

基于MLR和LSTM神经网络的短期负荷预测方法 被引量：3

20

作者 武国良 祖光鑫 +1 位作者 杨志军 秦立志 《黑龙江电力》 CAS 2021年第4期297-301,共5页

由于短期负荷非静止和强随机特征,难以准确预测负荷行为。为此,提出了改进的短期负荷预测方法。应用集合经验模态分解算法,依据频率从低到高将负荷分组;通过MLR预测平滑、周期的低频部分,保持高效的计算能力,而对具有强随机性的高频部分... 由于短期负荷非静止和强随机特征,难以准确预测负荷行为。为此,提出了改进的短期负荷预测方法。应用集合经验模态分解算法,依据频率从低到高将负荷分组;通过MLR预测平滑、周期的低频部分,保持高效的计算能力,而对具有强随机性的高频部分,则通过LSTM进行预测,即采用结合MLR和LSTM这两种方法获得实际预测负荷。最后,通过实验计算来自中国西部的测试数据,验证该方法的有效性。 展开更多

关键词 集合经验模态分解算法 LSTM神经网络 多元线性回归 短期负荷预测

下载PDF 职称材料