基于SVMD和能量转移SR-MLS反演识别技术的低频振荡信号特征辨识

代宝鑫1勇天泽2张虹1王迎丽3马鸿君1

1.东北电力大学; 2.国网黑龙江省电力有限公司哈尔滨供电公司; 3.国网吉林省电力有限公司;

摘要：

为解决多通道低频振荡信号特征辨识在噪声背景下提取精度低的问题,提出采用基于带宽总和限定的变分模态分解算法(bandwidth sum limit variational modal decomposition algorithm,SVMD)和随机共振-移动最小二乘(stochastic resonance-moving least squares,SR-MLS)反演识别技术相结合的方法进行低频振荡信号特征提取.以广域测量系统(wide area measurement system,WAMS)检测数据作为原始输入信号,利用SVMD算法对信号进行自适应去趋势项主导模态分离;再利用SR-MLS反演识别技术…展开v

关键词：带宽总和限定、随机共振-移动最小二乘反演识别技术、能量转移、带参反演、模态辨识、低频振荡

所属期刊栏目：46

分类号：TP309;TM712;U446.3

资助基金：吉林省科技计划20180201010GX

在线出版日期：2020-07-10（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：1685-1694