[发明专利]一种基于随机减量和盲源分离的低频振荡参数识别方法在审
| 申请号： | 201910001443.5 | 申请日： | 2019-01-02 |
| 公开（公告）号： | CN109784247A | 公开（公告）日： | 2019-05-21 |
| 发明（设计）人： | 季天瑶;林伟斌;李梦诗;吴青华 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 冯炳辉 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于随机减量和盲源分离的低频振荡参数识别方法，包括步骤：1)采用随机减量技术对采集到的环境激励下的类噪声电力信号进行处理，得到自由衰减信号；2)对自由衰减信号采用盲源分离算法，分解出不同的单模式信号；3)对不同的单模式信号进行希尔伯特变换，求解出振荡频率和衰减系数，并采用识别程序，确定最佳的模式结果。本发明突破现有识别方法基于明显扰动下的事后识别缺点，利用盲源分离和随机减量算法，实现高效准确的事前低频振荡参数识别。 | ||
| 搜索关键词： | 减量 参数识别 低频振荡 盲源分离 衰减信号 单模式 盲源分离算法 希尔伯特变换 电力信号 环境激励 模式结果 衰减系数 振荡频率 扰动 求解 算法 噪声 自由 采集 分解 | ||
【主权项】：
1.一种基于随机减量和盲源分离的低频振荡参数识别方法，其特征在于，包括以下步骤：1)采用随机减量技术对采集到的环境激励下的类噪声电力信号进行处理，得到自由衰减信号；2)对自由衰减信号采用盲源分离算法，分解出不同的单模式信号；3)对不同的单模式信号进行希尔伯特变换，求解出振荡频率和衰减系数，并采用识别程序，确定最佳的模式结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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华南理工大学，未经华南理工大学许可，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/patent/201910001443.5/，转载请声明来源钻瓜专利网。
