黑龙江电力
黑龍江電力
흑룡강전력
HEILONGJIANG ELECTRIC POWER
2013年
4期
303-306
,共4页
励磁涌流%经验模态分解%支持矢量机%特征向量
勵磁湧流%經驗模態分解%支持矢量機%特徵嚮量
려자용류%경험모태분해%지지시량궤%특정향량
为了正确识别变压器励磁涌流和短路电流,提出一种基于经验模态分解(Empirical mode decomposition,EMD)和支持矢量机(Support vector machine,SVM)的识别方法.该方法首先对原始电流信号进行经验模态分解,将不平稳信号分解为多个平稳的固有模态函数(Intrinsic mode function,IMF)之和,分别计算前五层IMF分量能量并组成能量特征向量;然后以此作为SVM分类器的输入参数来识别励磁涌流和短路电流.仿真结果表明,该识别方法在小样本情况下,能准确、有效地识别励磁涌流和短路电流两类电流信号,而且受噪声的影响小.
為瞭正確識彆變壓器勵磁湧流和短路電流,提齣一種基于經驗模態分解(Empirical mode decomposition,EMD)和支持矢量機(Support vector machine,SVM)的識彆方法.該方法首先對原始電流信號進行經驗模態分解,將不平穩信號分解為多箇平穩的固有模態函數(Intrinsic mode function,IMF)之和,分彆計算前五層IMF分量能量併組成能量特徵嚮量;然後以此作為SVM分類器的輸入參數來識彆勵磁湧流和短路電流.倣真結果錶明,該識彆方法在小樣本情況下,能準確、有效地識彆勵磁湧流和短路電流兩類電流信號,而且受譟聲的影響小.
위료정학식별변압기려자용류화단로전류,제출일충기우경험모태분해(Empirical mode decomposition,EMD)화지지시량궤(Support vector machine,SVM)적식별방법.해방법수선대원시전류신호진행경험모태분해,장불평은신호분해위다개평은적고유모태함수(Intrinsic mode function,IMF)지화,분별계산전오층IMF분량능량병조성능량특정향량;연후이차작위SVM분류기적수입삼수래식별려자용류화단로전류.방진결과표명,해식별방법재소양본정황하,능준학、유효지식별려자용류화단로전류량류전류신호,이차수조성적영향소.
