典型文献
基于多重匹配同步压缩变换的充电机电压扰动分析
文献摘要：
为了提高电力系统的安全性和稳定性,解决传统时频变换方法在电能扰动分析中不能准确分离提取扰动信号的缺陷,提出一种基于多重匹配同步压缩变换(Multiple Matching Synchrosqueezing Transform,MMSST)的电能扰动分析方法.首先,利用MMSST将含扰动的信号分解为一组本征模态函数分量(Intrinsic Mode Functions,IMF);然后,对每个IMF分量进行希尔伯特变换(Hilbert Transform,HT),从而获得各个分量的瞬时频率和瞬时幅值,实现扰动信号的检测与分类.仿真和实测实验结果表明,与经验模态分解(Empirical Mode Decomposition,EMD)算法相比,MMSST可以准确地分离提取电压扰动信号中的各个扰动分量,可以实现各个扰动分量的瞬时频率和幅值的准确提取,并且具有较强的鲁棒性.
文献关键词：
电能质量;多重匹配同步压缩变换;瞬时频率;瞬时幅值
中图分类号：
作者姓名：
杨静;王智;杨茂涛;刘悠勇;温和
作者机构：
国网湖南省电力有限公司供电服务中心(计量中心),湖南长沙 410007;湖南大学电气与信息工程学院,湖南长沙 410082
文献出处：
引用格式：
[1]杨静;王智;杨茂涛;刘悠勇;温和-.基于多重匹配同步压缩变换的充电机电压扰动分析)[J].湖南大学学报（自然科学版）,2022(12):183-191
A类：
多重匹配同步压缩变换,Synchrosqueezing,MMSST
B类：
充电机,电压扰动,扰动分析,电力系统,时频变换,分离提取,扰动信号,Multiple,Matching,Transform,信号分解,本征模态函数,Intrinsic,Mode,Functions,IMF,希尔伯特变换,Hilbert,HT,瞬时频率,瞬时幅值,经验模态分解,Empirical,Decomposition,EMD,电能质量
AB值：
0.26839
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
