基于改进EEMD与混沌振子的配电网故障选线
作者： 华北电力大学电气与电子工程学院; 保定071003
摘要：提出改进的集合经验模态分解(MEEMD)和混沌振子相结合的电网故障微弱信号检测方法。首先,建立神经网络预测模型,通过神经网络对配网各线路零序电流进行短时预测,滤除故障信号中的背景信号;其次,为了检测配网发生单相接地故障后微弱的5次谐波信号,提出结合多尺度排列熵和完备集合经验模态分解(CEEMD)改进的改进的集合经验模态分解算法;处理已经滤除背景信号的故障信号,提取其第一固有模态函数作为混沌振子的输入。混沌振子对和内驱动力信号同频的外策动力信号有较高的敏感性,通过混沌振子输出的相图完成电网故障选线。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社。
仪器仪表学报杂志
仪器仪表学报杂志， 月刊，本刊重视学术导向，坚持科学性、学术性、先进性、创新性，刊载内容涉及的栏目：传感器技术、工业大数据与智能健康评估、精密测量技术与仪器、视觉检测与图像测量、自动控制技术、检测技术等。于1980年经新闻总署批准的正规刊物。
- 北大期刊
- CSCD期刊
- 统计源期刊
- 1-3个月审核
