LNG船电力系统故障检测的仿真研究

摘要：

研究电力推进LNG船电力系统故障有效识别的问题.LNG船电力系统中含有大功率推进电机,其随机变化易造成电力系统故障,产生的故障暂态信号蕴含大量噪声,具有随机、非平稳的特点.传统方法不能有效提取这类故障信号特征,故障检测准确度低.为解决上述问题,提出了一种基于聚类经验模型分解(Ensemble Empirical Mode Decomposition,EEMD)的希尔伯特-黄变换(Hilbert-Huang Transform,HHT)故障检测方法.首先,将故障时刻的电网电压信号进行EEMD分解,得到固有模态函数分量;然后,将上述分量的希尔伯特边际谱进行时频分析,提取较为准确的故障特征信息.仿真结果表明,HHT方法能弥补传统信号分析方法的不足,最大限度的抑制噪声和保留故障信号特征,提高故障检测准确率.

关键词：电力推进船、特征抽取、聚类经验模型分解、希尔伯特-黄变换、故障诊断

所属期刊栏目：31

分类号：TM743(输配电工程、电力网及电力系统)

资助基金：高等学校博士学科点专项科研基金20123121110003;上海市教委科研创新重点项目12ZZ155

在线出版日期：2015-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：446-450