典型文献
基于EWT-MQE的变压器局部放电特征提取
文献摘要：
为了有效提取局部放电信号故障特征,进而对电力变压器故障进行诊断,提出一种基于经验小波变换(Empirical Wavelet Transform,EWT)和多尺度量子熵(Multiscale Quantum Entropy,MQE)的变压器局部放电特征提取方法.首先,该方法利用EWT对局部放电信号进行分解,得到多个不同的固有模态分量(Intrinsic Mode Function,IMF)和残余分量.其次,计算信号分解出的每个IMF的多尺度量子熵序列.然后,对多尺度量子熵序列利用局部切空间排列算法(Local Tangent Space Arrangement,LTSA)进行降维处理.最后,采用层次聚类算法(Hierarchical Agglomerative Clustering,HAC)进行聚类分析,得到不同放电类型的识别结果.通过与不同诊断方法对比,仿真结果及实验数据验证了所提方法的有效性和优越性.
文献关键词：
经验小波变换;多尺度量子熵;局部放电;变压器;层次聚类
中图分类号：
作者姓名：
尚海昆;李宇才;林伟
作者机构：
现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学),吉林 吉林132012
文献出处：
引用格式：
[1]尚海昆;李宇才;林伟-.基于EWT-MQE的变压器局部放电特征提取)[J].电力系统保护与控制,2022(14):161-171
A类：
B类：
EWT,MQE,放电特征,有效提取,局部放电信号,故障特征,电力变压器,变压器故障,基于经验,经验小波变换,Empirical,Wavelet,Transform,多尺度量子熵,Multiscale,Quantum,Entropy,法利,对局,固有模态分量,Intrinsic,Mode,Function,IMF,信号分解,解出,局部切空间排列,Local,Tangent,Space,Arrangement,LTSA,降维处理,层次聚类算法,Hierarchical,Agglomerative,Clustering,HAC,方法对比,数据验证
AB值：
0.443477
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。
