基于支持向量回归机的HHT在电力系统振荡信号分析中的应用研究
希尔伯特-黄变换可以将振荡信号分解为有限的模式,对振荡信号的频率、瞬时幅值和阻尼比进行有效的估计,进而以时频方式揭示系统的运行状况.然而,作为希尔伯特-黄变换的两个关键步骤,经验模态分解(EMD)和希尔伯特变换(HHT)都被"端点效应"所困扰,本文对该方法在电力振荡信号识别中存在的端点效应问题进行了分析,提出采用基于支持向量回归机的方法对信号数据进行延拓,达到消除或改进经验模态分解端点效应的目的,从而优化了希尔伯特-黄谱.
希尔伯特-黄变换、端点效应、支持向量回归机、暂态信号
TP301(计算技术、计算机技术)
2017-04-21(万方平台首次上网日期,不代表论文的发表时间)
121-122