云平台下并行总体经验模态分解局部放电信号去噪方法

摘要：

信号去噪是对输变电设备进行在线监测和诊断时首要解决的问题.鉴于总体经验模态分解(EEMD)方法对局部放电信号进行去噪的优势,设计了基于MapReduce模型的并行化EEMD算法(MR-EEMD),利用云平台提高算法的计算效率.在对分段包络线进行重构时,针对矩形窗的固有缺陷,提出了基于局部平稳度的自适应分段包络线重构算法(LF-ASER)进行分段边界的补偿处理,使重构的包络线误差减小到给定阈值范围内.实验结果表明MR-EEMD算法相对于EEMD性能提升显著,适合处理变压器的局部放电等高采样率信号,同时保持了EEMD去噪效果,并获得较高的可扩展性和加速比.

关键词：局部放电、信号去噪、总体经验模态分解、MapReduce、包络线重构

所属期刊栏目：30

分类号：TN911

资助基金：国家自然科学基金61074078;中央高校基本科研业务费专项资金13MS88、13XS30;新能源电力系统国家重点实验室和河北省自然科学基金F2014502069

在线出版日期：2015-12-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：213-222