改进型小波阈值去噪的AEEMD谐波检测算法

发布时间：2021-08-30 03:18

　　为消除采样信号中噪声对自适应集合经验模态分解（AEEMD）的影响,提出一种基于改进型小波阈值去噪的AEEMD谐波检测算法。采用新的公式处理有效的小波系数,采用软硬阈值结合的方法消除噪声,再进行AEEMD。经MATLAB仿真分析,验证所提方法可以有效地消除随机噪声,并将分解效率提高了2. 06倍,有效分量与原始信号的相关度平均提升了19. 36%,改进后的方法能够很好地提高分解效率,从而验证了所提出的算法是可行和有效的。 

【文章来源】：传感器与微系统. 2020,39(07)CSCD

【文章页数】：4 页

【部分图文】：

AEEMD算法流程图

从图3可以看出:EMD算法能够很明显地分离出各次谐波、基波，可以看出问题的关键在于前两个分解的不彻底，出现了模态混叠现象。图3(b)为AEEMD效果，从图中可以很明显的看出采用该方法能够消除模态混叠现象，同时保证基波和各次谐波被很好分离出。3 整数小波变换—AEEMD算法的应用

所以本文采用了IWT—AEEMD算法来进行电网络中的谐波检测问题，其检测方法如图4所示。本文引入相关系数作为评判标准，通过式(7)计算相关系数来对比有效的IMF分量与原始信号的相关性

【参考文献】：
期刊论文
[1]基于新阈值函数的小波阈值去噪算法[J]. 卢广森,黎英,毛敏.  传感器与微系统. 2017(12)
[2]基于新阈值函数的小波阈值去噪算法[J]. 王世礼,杨彪.  传感器与微系统. 2017(10)
[3]改进的自适应加权中值滤波算法[J]. 王松林,蒋峥.  传感器与微系统. 2016(11)
[4]基于小波变换去噪预处理的EMD谐波检测方法[J]. 吕帅,张靠社.  电网与清洁能源. 2016(06)
[5]一种基于新型小波阈值去噪预处理的EEMD谐波检测方法[J]. 孙曙光,庞毅,王景芹,张超,杜太行,于晗.  电力系统保护与控制. 2016(02)
[6]基于改进小波阈值的微机械陀螺去噪方法[J]. 刘晓光,胡静涛,高雷,李逃昌,白晓平.  中国惯性技术学报. 2014(02)
[7]基于EEMD的谐波检测方法[J]. 朱宁辉,白晓民,董伟杰.  中国电机工程学报. 2013(07)
[8]集成经验模态分解中加入白噪声的自适应准则[J]. 蔡艳平,李艾华,徐斌,许平,何艳萍.  振动.测试与诊断. 2011(06)
[9]基于小波去噪的FFT农网谐波检测[J]. 陈春玲,钱伟.  农机化研究. 2011(09)
[10]自适应EEMD方法在心电信号处理中的应用[J]. 陈略,唐歌实,訾艳阳,冯卓楠,李康.  数据采集与处理. 2011(03)



本文编号：3371952