云平台下并行总体经验模态分解局部放电信号去噪方法

被引：20

作者：

宋亚奇 ^{[1
,2
]}

周国亮 ^{[1
,2
]}

朱永利 ^{[1
,2
]}

李莉 ^{[1
,2
]}

王德文 ^{[1
]}

机构：

[1] 华北电力大学控制与计算机工程学院

[2] 华北电力大学新能源电力系统国家重点实验室

来源：

电工技术学报 | 2015年 / 30卷 / 18期

关键词：

局部放电; 信号去噪; 总体经验模态分解; MapReduce; 包络线重构;

D O I：

10.19595/j.cnki.1000-6753.tces.2015.18.026

中图分类号：

TN911.4 [噪声与干扰]; TM41 [电力变压器];

学科分类号：

081002 ; 080801 ;

摘要：

信号去噪是对输变电设备进行在线监测和诊断时首要解决的问题。鉴于总体经验模态分解(EEMD)方法对局部放电信号进行去噪的优势,设计了基于Map Reduce模型的并行化EEMD算法(MR-EEMD),利用云平台提高算法的计算效率。在对分段包络线进行重构时,针对矩形窗的固有缺陷,提出了基于局部平稳度的自适应分段包络线重构算法(LF-ASER)进行分段边界的补偿处理,使重构的包络线误差减小到给定阈值范围内。实验结果表明MR-EEMD算法相对于EEMD性能提升显著,适合处理变压器的局部放电等高采样率信号,同时保持了EEMD去噪效果,并获得较高的可扩展性和加速比。

引用

页码：213 / 222

页数：10

共 15 条

[1] 粒子群优化小波自适应阈值法用于局部放电去噪 [J].