[发明专利]一种基于PSO-EMMD-ICA的变压器振动信号在线分离方法在审
申请号: | 202110414048.7 | 申请日: | 2021-04-16 |
公开(公告)号: | CN113076516A | 公开(公告)日: | 2021-07-06 |
发明(设计)人: | 卢宇;李刚 | 申请(专利权)人: | 上海欣影电力科技股份有限公司 |
主分类号: | G06F17/14 | 分类号: | G06F17/14;G06N3/00;G01H17/00 |
代理公司: | 深圳市兰锋盛世知识产权代理有限公司 44504 | 代理人: | 罗炳锋 |
地址: | 200040 上海*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 pso emmd ica 变压器 振动 信号 在线 分离 方法 | ||
1.一种基于PSO-EMMD-ICA的变压器振动信号在线分离方法,该方法用于合理地选取振动信号分离模型的参数,有效提高分离效率,其特征在于:所述该方法包括以下步骤:
步骤一、对于现场采集的振动信号,单通道选取振动幅值最大的振动信号;
步骤二、采用EEMD-ICA方法分离模拟信号;
步骤三、计算分离后的信号与实际信号的偏差,以绝对偏差作为目标函数;
步骤四、PSO优化EMMD的参数,高斯白噪声的标准差和所添加噪声的次数;
步骤五、将步骤四的优选参数带入EEMD-ICA,实现振动信号分离。
2.一种基于改进EMMD的变压器振动信号分离方法,其根据权利要求1所述的一种基于PSO-EMMD-ICA的变压器振动信号在线分离方法进行改进的,其特征在于:该基于改进EMMD的变压器振动信号分离方法,包括采集多组变压器表面振动信号x(t)以及对应的绕组振动信号x1(t)和铁心振动x2(t)。
3.根据权利要求2所述的一种基于改进EMMD的变压器振动信号分离方法,其特征在于:该基于改进EMMD的变压器振动信号分离方法还包括初始化粒子群、种群规模、进化次数、学习因子、种群速度范围、优化参数上下限。
4.根据权利要求3所述的一种基于改进EMMD的变压器振动信号分离方法,其特征在于:该基于改进EMMD的变压器振动信号分离方法还包括将初始化的标准差和噪声次数带入EEMD,对振动信号进行分解。
5.根据权利要求3所述的一种基于改进EMMD的变压器振动信号分离方法,其特征在于:该基于改进EMMD的变压器振动信号分离方法还包括计算各个IMF分量的熵值,熵越大,非高斯性越强,选取靠前的2个分量,构成新的观测信号Xq(t),得到公式(4)
式中,Aq为正定情况下新2×2混合矩阵,sq(t)为最终分离的振动信号。
6.根据权利要求5所述的一种基于改进EMMD的变压器振动信号分离方法,其特征在于:该基于改进EMMD的变压器振动信号分离方法还包括,对下一组振动信号采用EEMD-ICA进行分离,直至每组振动数据分离完成。
7.根据权利要求6所述的一种基于改进EMMD的变压器振动信号分离方法,其特征在于:取每组sq(t)与每组实际振动信号的绝对偏差和作为适应度,因此目标函数为公式(5)
8.根据权利要求7所述的一种基于改进EMMD的变压器振动信号分离方法,其特征在于:高斯白噪声的标准差和噪声的次数如果达到进化次数或者满足目标适应度,迭代优化结束,此时的高斯白噪声的标准差和噪声的次数就是最优值,则进入下一步。
9.根据权利要求8所述的一种基于改进EMMD的变压器振动信号分离方法,其特征在于:高斯白噪声的标准差和噪声的次数如果达不到进化次数或者满足目标适应度,更新粒子群速度和位置,并返回到步骤二继续迭代。
10.根据权利要求8所述的一种基于改进EMMD的变压器振动信号分离方法,其特征在于:该基于改进EMMD的变压器振动信号分离方法还包括在模型中的应用,采集变压器原副边每相上下侧振动信号,对每个位置的信号进行傅里叶变换,选取50~1000hz分量总和最大的信号x(t),将PSO优化后的参数带入EEMD-ICA。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海欣影电力科技股份有限公司,未经上海欣影电力科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110414048.7/1.html,转载请声明来源钻瓜专利网。