自适应多尺度SVD去噪算法及在PQMD中的应用

发布时间：2017-06-17 03:01

  本文关键词：自适应多尺度SVD去噪算法及在PQMD中的应用，由笔耕文化传播整理发布。

【摘要】：为了提高电能质量复合扰动(PQMD)信号的去噪指标,实现扰动信号特征的准确检测,提出一种自适应多尺度SVD(Adaptive Multi-resolution Singular Value Decomposition,AMSVD)去噪新算法及数学框架。该算法首先分析了高斯白噪声奇异值分布情况及多尺度SVD消噪原理,针对不同尺度下的噪声近似与细节信号奇异值差值规律,确定出最佳消噪尺度的约束条件,由此实现噪声先验信息未知的自适应消噪方法。研究结果表明,在对不同噪声方差下的电能质量复合扰动去噪处理中,AMSVD消噪效果优于其他5种方法。为了进一步验证AMSVD算法去噪后特征量检测的准确性,采用希尔伯特黄变换(HHT)提取扰动特征信息,仿真结果表明该算法具有可行性和鲁棒性。
【作者单位】： 陕西科技大学电气与信息工程学院;
【关键词】： 电能质量复合扰动 去噪 奇异值分解(SVD) 自适应多尺度奇异值分解(AMSVD) 特征检测
【基金】：陕西省教育厅专项科研计划项目(No.14JK1083)
【分类号】：TM711;TN911.7
【正文快照】： 1引言新型电网技术及非线性电力负荷的迅速发展使得电能质量复合扰动特征检测成为难点[1]。由于电力系统结构复杂、负载多变、外界存在电磁干扰以及检测设备本身的因素,检测到的扰动信号通常包含噪声且多为高斯白噪声,噪声的存在会降低扰动特征检测的准确性。因此,消除噪声是

  本文关键词：自适应多尺度SVD去噪算法及在PQMD中的应用，由笔耕文化传播整理发布。

，

本文编号：457126