基于自适应VMD和时-频分段能量熵特征的过电压信号识别

作者：杨冬锋^*; 陈盛开; 刘晓军; 高磊; 王永

来源：电网技术, 2019, 43(12): 4597-4604.

DOI：10.13335/j.1000-3673.pst.2019.0676

• 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

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(variationalmode 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-limitedintrinsicmodefunctions,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。

• 单位
  国网北京市电力公司; 东北电力大学; 中国电力科学研究院有限公司