基于改进小波系数奇异值分解和小波去噪的低频振荡时变模式辨识

摘要：

提出了一种基于连续小波变换（continuouswalelettranSform，CwT）和奇异值分解（Singularvaluedecomposition，SVD）相结合的提升小波系数SVD辨识信号振荡频率和模式信息提取及信号去噪的新方法。克服了噪声较大或者密集模态时，小波脊线不清晰甚至会出现混叠和交叉难以提取频率的情况，根据提升的小波系数奇异值分解频率向量识别各阶振荡模式的频率。同时选用小波能量系数来识别主导振荡模式，用小波软阈值去噪和SVD分解后矩阵重构来进行信号去噪。CWT可以处理含时变振荡模式的低频振荡信号，且对模式参数具有较高的辨识精度。仿真算例验证了算法的有效性和适用性。

关键词：连续小波变换(CWT)、奇异值分解(SVD)、时变振荡：小波能量系数、主导模式、小波软阂值去噪

所属期刊栏目：36

分类号：TM71(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金项目51077103

在线出版日期：2012-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：141-147