基于自适应VMD和时-频分段能量熵特征的过电压信号识别

摘要：

针对目前电网对过电压信号识别研究不足的问题,提出一种基于自适应变分模态分解(variational mode decomposition,VMD)和时-频分段能量熵特征的过电压信号识别方法.首先,采用自适应VMD方法将过电压信号分解为一系列模态分量(band-limited intrinsic mode functions,BLIMFs),并通过自适应模态统一选择的方法,选择待提取特征模态;然后,对各层BLIMF时间轴等长分段,在此基础上提取时-频分段能量熵特征,并组合得特征向量;最后,通过LibSVM构建支持向量机(support vector machine,SVM)多分类器对过电压信号训练,完成识别.仿真结果表明,该方法解决了传统VMD不能自适应分解的问题,克服了传统能量熵对信号局部特征描述不清的缺陷,满足当下对过电压在线识别的工程需求.

关键词：过电压、信号识别、自适应变分模态分解、时-频分段能量熵、支持向量机

所属期刊栏目：43

分类号：TM721(输配电工程、电力网及电力系统)

在线出版日期：2020-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：4597-4604