基于HHT的直流电机换向电流分析

提出了基于希尔伯特黄变换的直流电机换向电流分析新方法。首先,运用经验模态分解将直流电机空载起动时的电枢电流分解为系列固有模态函数(IMF)。然后组合不同的IMF分量可得到滤除噪声后的电枢电流、换向电流和直流成分。最后对换向电流进行Hilbert谱分析,可获取换向电流的幅值/能量-时间-频率的三维关系图。相关仿真和试验结果表明了所提方法的正确性。     

基于经验模态分解的风电轴承早期故障诊断研究

介绍了采用基于经验模态分解EMD包络谱的滚动轴承早期故障诊断方法。该方法先用EMD将原始时域信号分解为若干个平稳的固有模态函数IMF之和,然后求出包含主要故障信息的多个IMF分量的包络谱,通过包络谱频率来判断滚动轴承的故障类型。对滚动轴承内圈故障振动信号的分析结果表明,基于经验模态分解包络谱的故障诊断方法能够比传统的FFT频谱更加及时准确的提取滚动轴承的故障特征,利于提早发现故障隐患。     

微型直流电动机电枢电流提取新方法

针对微型直流电动机无传感器中的换向电流提取问题,根据局部均值分解(LMD)得到的PF分量按频率从高到底排列的特点,提出了基于LMD的直流电动机电枢电流提取新方法.和采用小波阈值消噪的方法相比,所提方法不仅在直流电动机起动时和稳态运行期间的滤波效果更好,而且还可有效提取电枢电流的高频分量和直流成分,实验结果证明该方法的正确性.     

基于改进S变换的直流电动机间接测速研究

提出了一种基于改进S变换的直流电动机间接测速新方法。该方法首先确定了合适的可调节频率分辨率的参数g以便将换向电流与噪声信号和低频直流分量分离,有效获取了换向电流;其次,为减少高频毛刺换向电流对测试精度的影响,根据换向公式和额定空载转速确定了最大阈值频率;最后对换向电流进行改进S变换,根据改进S变换的时频分布最大化原则和最大阈值频率估计出换向电流瞬时频率,进而得到直流电动机空载起动时的转速特性曲线,实验结果证明该方法的可行性和有效性。     

希尔伯特-黄变换在电力系统故障检测中的应用研究

电力系统中的故障暂态信号多为非线性非平稳信号,希尔伯特-黄变换(HHT)被认为是专门针对非线性非平稳信号的分析方法。将HHT引入到电力系统故障检测中,利用经验模态分解(EMD)获得故障电流信号的本征模态函数(IMF),通过选取IMF并对其进行H ilbert变换,提取出IMF分量的瞬时频率和瞬时幅度。利用合成的IMF分量的H ilbert谱分布,对故障暂态进行了时间-频率-振幅的联合分析。仿真研究表明:基于HHT的故障检测方法能充分提取故障信息,故障定位准确,提高了故障检测的可靠性。     

变压器直流偏磁的仿真研究

基于经验模态分解(empirical mode decomposition,EMD)和Hilbert变换,提出了一种新的变压器直流偏磁分析方法。首先对变压器励磁电流进行EMD分解,提取包含最多励磁电流畸变信息的基本模式分量(intrinsic mode function,IMF);再对IMF分量作Hilbert变换,得出其瞬时频率和幅值。仿真结果表明:该方法能够准确检测出励磁电流畸变的时间、频率和幅值。     

希尔伯特-黄变换在电力系统故障检测中的应用研究

电力系统中的故障暂态信号多为非线性非平稳信号,希尔伯特-黄变换(HHT)被认为是专门针对非线性非平稳信号的分析方法.将HHT引入到电力系统故障检测中,利用经验模态分解(EMD)获得故障电流信号的本征模态函数(IMF),通过选取IMF并对其进行Hilbert变换,提取出IMF分量的瞬时频率和瞬时幅度.利用合成的IMF分量的Hilbert谱分布,对故障暂态进行了时间-频率-振幅的联合分析.仿真研究表明:基于HHT的故障检测方法能充分提取故障信息,故障定位准确,提高了故障检测的可靠性.     

基于经验模态分解的配电网故障选线方法研究

随着消弧线圈自动跟踪补偿技术的不断发展,在谐振接地系统中将难以通过时域幅值来进行故障选线。从故障后信号频域角度出发,提出一种基于经验模态分解(empirical mode decomposition,EMD)的配电网故障选线新方法。利用EMD将故障后5 ms内的零序电流按照频率大小进行分解,通过分解后得到的本征模态函数(intrinsic mode function,IMF)提取其最高频成分;通过零序电流的故障相角对故障线路进行预判,得到初步结果;最后通过零序电流和IMF峰值计算出选线结果的正确性权值,从而对选线结果进行判定。仿真实验结果表明,该方法对配电网故障选线准确性高。     

基于EMD和改进多重信号分类的感应电机故障检测方法

针对感应电机中多类型故障的检测问题,提出一种基于经验模态分解(EMD)和改进多重信号分类(MUSIC)算法的检测方法。通过采集器采集电机定子的稳态电流信号。利用EMD对稳态电流信号进行时域分解,获得包含丰富故障信息的两个本征模态函数(IMF)。利用MUSIC算法对IMF进行频域分析,获得各类故障的特征频率,同时引入了Prony算法来确定IMF频谱中的幅值。基于故障频域特征,对转子断条、轴承缺陷和转子质量不平衡这3种故障进行检测。实验结果表明,该方法不仅能够应用于单一故障检测,还能够在多故障并发时准确检测出所有故障。     

基于ICA-EMD和Prony算法的区域电网低频振荡模式分析

针对互联电网低频振荡频现,已有低频振荡模式分析方法对噪声较为敏感和难以处理非线性、非平稳信号等问题,提出一种基于独立分量分析(ICA)与经验模态分解(EMD)有机结合的Prony关键振荡模式辨识法。通过对观测到的功角信号进行滤波预处理,并对其进行经验模态分解提取得到固有模态函数(IMF),将已得原始固有模态函数白化,接着用独立分量分析处理得到真正的IMF,用Prony算法辨识各IMF分量提取出观测信号中关键振荡模式。研究结果表明,该方法综合利用了ICA的去相关性和噪声抑制优势及EMD对复杂信号的分解能力,克服了Prony算法难以去除噪声和分解频率相近模式的缺陷,有利于提高辨识精度和准确性,更能满足实际应用需求。     

基于LCD和中心极值差分的直流电机间接测速

针对直流电机无转速传感器间接测速问题,构造了基于局部特征尺度分解的具有自适应能力的滤波器组;依据直流电机电枢电流中噪声频率高、幅值小和换向电流频率高、幅值大这一特性,确定了滤波器组中内禀模态分量(Intrinsic Scale Component,ISC)分量的阶数以组成换向电流;为避免复杂换向过程引起的换向电流频率突变,提出了基于中心极值差分(Central Extreme Difference,CED)的换向电流频率求取方法;最后,根据电机电流频率和转速间的关系,获取了电机的转速特性。实验结果表明所提方法提取的换向电流较平滑,不仅获取的转速曲线波动程度较小、不存在转速突变,而且计算速度也有大幅度的提高。     

基于经验模式分解的有源滤波器谐波检测

本文把经验模式分解(EMD)应用于有源滤波器的谐波检测.对谐波电流进行EMD分解,得到一系列固有模态函数(IMF),由于EMD分解的完备性,不同的IMF代表了不同的频率分量,即得到基波和各次谐波IMF分量,从而完成谐波的检测.在分解中,采用三次样条插值求包络曲线,并通过对信号两端添加极值点的方式来减轻边界效应的影响.仿真结果表明,基于EMD的谐波检测方法,不仅能有效地将电力系统谐波自适应地分离出来,而且对于有源滤波器的谐波检测具有较高的实时性.     

基于EMD相关去噪的风电机组振动噪声抑制及特征频率提取

针对风电机组振动信号同时受背景白噪声和短时干扰噪声的影响,使得早期微弱故障特征频率难以提取的问题,提出一种结合经验模态分解(EMD)、相关性分析和小波包变换(WPT)的振动信号噪声抑制及故障特征频率提取方法(EMD相关去噪-WPT)。该方法首先利用EMD分解振动信号得到能表征不同频率的固有模态函数(IMF),然后筛选表征故障特征频率的IMF,并重构得到故障特征信号;其次,利用自相关分析去除重构信号中噪声的影响;最后,结合小波包变换(WPT)提取去噪重构振动信号中的特征频率。为了验证所提方法的有效性,以实测和模拟的双馈风电机组轴承故障振动信号为例,对轴承振动信号分别利用小波包变换(WPT)、EMD相关去噪-WPT、小波硬阀值-WPT方法进行特征频率提取分析。通过不同特征频率提取方法比较表明,所提出的基于EMD相关去噪-WPT特征频率提取方法,能够更有效地抑制背景白噪声和短时干扰噪声的影响,提取出早期微弱故障特征。     

基于HHT的振动信号趋势项提取方法

针对振动信号中的趋势项成分的提取,提出一种基于希尔伯特-黄变换(HHT)的新方法.先用经验模态分解(EMD)方法将信号分解为一系列固有模态函数(IMF),然后对各IMF分量进行Hilbert变换得到希尔伯特边际谱;通过计算各IMF希尔伯特边际谱,可以获得各IMF的主频成分,对属于趋势项的IMF分量进行判别,最终确定趋势项.仿真结果表明,该方法能准确的提取振动信号中的趋势项成分.     

低压断路器振动特性分析及其故障诊断研究

以低压断路器三相不同期故障为对象,首先,利用经验模态分解(EMD)方法,将振动信号分解为若干本征模态函数(IMF),经频谱分析确定前四阶IMF分量作为振动信号特性,并起到振动信号消噪作用;其次,利用分形理论对前四阶IMF分量求取关联维数,以表征低压断路器三相合闸不同期的故障特征;最后,引入极端学习机(ELM)建立三相合闸不同期故障识别模型。试验与仿真结果表明,基于EMD及分形理论的ELM模型可有效区分三相不同期故障。根据上述故障诊断原理,该方法对低压断路器其他故障类型的诊断具有适用性。     

基于EMD和AR模型的水轮机尾水管动态特征信息提取

提出一种基于经验模态分解(EMD)和自回归(AR)模型的水轮机尾水管动态特征信息提取方法.对经过预处理的信号进行EMD分解,得到包含特征频率的本征模态函数(IMF),对每个IMF建立AR模型,取模型参数作为故障模式识别的特征矢量.以水轮机尾水管压力脉动信号为例,运用此方法进行了尾水管动态特征信息的提取.试验表明,基于EMD和AR模型的特征提取法是故障特征提取的有效方法.     

基于局部均值分解的同步电机参数辨识方法

提出了基于局部均值分解(LMD)的同步电机参数辨识方法。采用LMD从短路电流中提取直流电流和基波电流,然后分别采用稳健回归最小二乘和Prony算法对直流电流和基波电流进行辨识,进而获得同步电机参数。以理想突然短路电流信号为例,通过仿真分析了滑动平均跨度与LMD循环次数和电流相对均方误差的关系,确定了滑动平均跨度。高信噪比(30 d B)时,由于LMD具有平滑滤波功能而无模态混叠现象发生。低信噪比(15 d B)时,提出了基于前置滑动平均LMD的短路电流分离方法,可有效获取直流电流和基波电流分量。较之经验模态分解(EMD),基于LMD的理想突然短路电流分解效果更好。仿真结果表明,与EMD方法相比,所提方法受噪声影响较小,参数辨识精度更高。     

基于变分模态分解的高压断路器合分闸线圈电流特征值提取

高压断路器合分闸线圈电流中含有大量信息,监测和分析线圈电流信号对于高压断路器故障检测和诊断意义重大。文中提出基于变分模态分解的方法提取线圈电流特征值,采用变分模态法分解断路器合分闸线圈电流信号,并对所得到的经验模态分量求其中心频率,根据频谱中峰值所对应的时间点,提取线圈电流信号的特征值。实验结果表明：使用该方法能够准确且有效地提取合分闸线圈电流信号的特征值。     

基于第二代小波的直流电动机间接测速研究

提出了一种直流电动机间接测速新方法.该方法首先根据第二代小波变换原理,在提升格式的框架下,对采集的直流电动机电枢电流进行消噪、滤波与重构,提取了高频的换向电流;然后,对换向电流进行第二代小波包分解,利用小波包良好的时-频定位特性间接得到直流电动机空载起动时的转速曲线,相关的实验结果表明所提方法的有效性.     

基于局部均值分解的直流电机换向电流分析

提出了基于局部均值分解(local mean decomposition,LMD)的直流电机换向电流分析新方法。首先,运用LMD将起动时的电枢电流分解成系列乘积函数(Product Function,PF)与剩余分量之和;其次,定义了相邻PF相关系数这一概念,并据此确定组成换向电流和直流成分的PF阶数;最后,对换向电流进行基于LMD的能量谱分析,可获取换向电流的能量-时间-频率的三维关系图。相关仿真和实验结果表明了所提方法的正确性。