互补集成经验模态分解在MOA监测中的应用

摘要：

针对金属氧化物避雷器在线监测中提取持续电流信号合噪声的问题,提出了基于互补集成经验模态分解(CEEMDAN)的避雷器持续电流去噪方法.将含噪电流信号分解成一系列固有模态函数(IMF),对分解后的IMF进行自相关分析,选出有用信号和含噪分量,对含噪的IMF进行SG (savitzky-golay)滤波去噪,将滤波后的模态分量与剩余的分量进行重构得到消噪后的持续电流信号.MATLAB仿真结果表明:正常情况和老化情况下的MOA去噪后的持续电流均方根误差(正常:3.209 8×10-5,老化:0.002 5)比去噪前的(正常:2.450 9×10-4,老化:0.017 3)均降低了一个数量级,说明该方法有效消除了噪声对避雷器持续电流信号提取的影响,保证了MOA进一步监测分析的准确性.

关键词：互补集成经验模态分解、金属氧化物避雷器、持续电流、自相关函数、SG滤波

所属期刊栏目：54

资助基金：国家自然科学基金61671248,41605121;江苏省高校自然科学研究重大项目15KJA460008;江苏省“信息与通信工程”优势学科

在线出版日期：2019-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：225-231