本文關鍵詞：自適應多尺度SVD去噪算法及在PQMD中的應用，由筆耕文化傳播整理發(fā)布。

【摘要】：為了提高電能質(zhì)量復合擾動(PQMD)信號的去噪指標,實現(xiàn)擾動信號特征的準確檢測,提出一種自適應多尺度SVD(Adaptive Multi-resolution Singular Value Decomposition,AMSVD)去噪新算法及數(shù)學框架。該算法首先分析了高斯白噪聲奇異值分布情況及多尺度SVD消噪原理,針對不同尺度下的噪聲近似與細節(jié)信號奇異值差值規(guī)律,確定出最佳消噪尺度的約束條件,由此實現(xiàn)噪聲先驗信息未知的自適應消噪方法。研究結果表明,在對不同噪聲方差下的電能質(zhì)量復合擾動去噪處理中,AMSVD消噪效果優(yōu)于其他5種方法。為了進一步驗證AMSVD算法去噪后特征量檢測的準確性,采用希爾伯特黃變換(HHT)提取擾動特征信息,仿真結果表明該算法具有可行性和魯棒性。
【作者單位】： 陜西科技大學電氣與信息工程學院;
【關鍵詞】： 電能質(zhì)量復合擾動 去噪 奇異值分解(SVD) 自適應多尺度奇異值分解(AMSVD) 特征檢測
【基金】：陜西省教育廳專項科研計劃項目(No.14JK1083)
【分類號】：TM711;TN911.7
【正文快照】： 1引言新型電網(wǎng)技術及非線性電力負荷的迅速發(fā)展使得電能質(zhì)量復合擾動特征檢測成為難點[1]。由于電力系統(tǒng)結構復雜、負載多變、外界存在電磁干擾以及檢測設備本身的因素,檢測到的擾動信號通常包含噪聲且多為高斯白噪聲,噪聲的存在會降低擾動特征檢測的準確性。因此,消除噪聲是

  本文關鍵詞：自適應多尺度SVD去噪算法及在PQMD中的應用，由筆耕文化傳播整理發(fā)布。

，

本文編號：457126