10.16037/j.1007-869x.2021.09.020
基于EMD(经验模态分解)奇异值熵的城市轨道交通直流牵引供电系统短路故障辨识
针对现有保护对远端短路电流和列车充电电流区分能力较弱的问题,提出了一种基于EMD(经验模态分解)奇异值熵的辨识方法.通过对暂态电流进行EMD,获得特征向量矩阵,结合SVD(奇异值分解)和信息熵理论构造奇异值熵.远端短路时,暂态短路电流信号复杂,其奇异值熵大;而列车充电电流信号单一,其熵值小.因此,可根据奇异值熵大小识别短路故障.仿真和实测数据验证了该方法的有效性.
城市轨道交通;直流牵引供电系统;故障辨识;经验模态分解;奇异值分解;信息熵
24
U223.6(电气化铁路)
国家自然科学基金资助项目;四川省科技厅项目;人工智能四川省重点实验室项目;企业信息化与物联网测控技术四川省高校重点实验室项目;四川理工学院研究生创新基金资助项目
2021-10-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
88-93