admin

  用于发电的制冷储存单元必须满足恶劣的操作环境的需求。于大量的不确定因素,系统的三相电流信号具有非线性特征和不固定。了在各种干扰的影响下监测发电冷藏单元的运行状态,使用多变量经验模式分解(MEMD)方法来减轻风系统的电信号。传统的单通道模态分解降噪算法相比,该方法在多个尺度上同时分解多个信号并保证相同的模态数,从而解决了模态混叠的问题。
  时,连续均方误差(CMSE)算法用于信号重建,并且仅计算模态能量值,这很容易实现。真结果表明,基于MEMD的多通道滤波算法可以在多模模式下有效地执行鲁棒的三相滤波。于生产电力的冷藏库;风能生产;多元经验模式下的分解;动态均方误差;噪声滤波中图分类号:TP277; TP274文献代码:A文章编号:1008至1739年(2018)从基于分解经验模式multivariéZHAO志刚介绍多信道发电机由于复杂的操作条件和环境12-68-4Filtre电信号复杂的操作,电子送料装置的故障已成为严重影响冷藏装置系统稳定性和安全性的重要因素。常,冷凝器价格冷藏单元的操作具有高的非线性,受到外部环境和能源的随机波动的影响,并且输出具有非线性和非静态特性。了对能源生产制冷储存单元的运行状态和维护进行监控,供电系统的鲁棒过滤已成为许多研究人员的研究热点,包括基于数据和基于经验分解(EMD)的自适应积分分解被广泛使用。得关注的。
  于EMD的信号去噪方法广泛用于电力系统的状态监测和故障诊断。了消除焊点,电机运行和其他电信号因素产生的高频噪声,Vivek [1]使用该算法处理和分析非线性和非静态电信号,以便避免任何烧坏,电气绝缘退化和设备劣化的风险。等。

多实验模态分解的发电机多通道电信号滤波_no.349

  Javier等[2]利用EMD对永磁同步电动机的定子电流进行分解,并结合二次频率分布,提取出稳态和变速检测电动机短路故障的特性。光清等[3]利用EMD对采样信号进行时频自适应预处理,然后利用灵活的采集形态特征进行与风机网络相连的电压故障检测。统的EMD分解算法主要分析单通道信号,分解过程完全自适应,但不能保证分解的多通道信号具有相同数量的固有模式功能。了在多通道信号分解后以相同的比例进行分析,Rehman等[4]提出了一种基于多维空间投影思想的多维经验模式分解算法MEMD,它克服了仅EMD的缺点。于分析单通道信号并解决不同的通道。高斯白噪声增加引起的模态频谱混叠问题[5]。前,MEMD广泛应用于图像处理[6,冷凝器价格7],生物信号处理[8],天气预报[9-12]和振动分析[13-15] ]。中,刘东才等[16]提出了一种基于MEMD技术和全息光谱相结合的信号分析方法,以解决加速度计测量的多通道信号耦合问题。Wang Jinjia等[17]提出了一种信号特征提取算法,该算法结合了MEMD和功率特性,用于脑 – 计算机接口系统中的非平稳多通道EEG信号和脑磁信号。而,与电信号中EMD单通道信号分解的广泛应用相比,MEMD对电信号的分析和研究较少,特别是在电力系统信号中。

多实验模态分解的发电机多通道电信号滤波_no.1036

  文研究了MEMD在多维电信号滤波和去噪中的应用,将风能发电系统作为大型冷藏机组典型应用的对象。虑到风能冷藏单元的三相电流具有非线性和非平稳特性,基于多实验模态分解的多尺度多尺度电信号分解滤波方法是提出,电信号的主要特征是由低频部分组成。

多实验模态分解的发电机多通道电信号滤波_no.493

  体提出使用动态均方误差来自适应地选择用于信号重建的适当FMI集。信道滤波以获得多模态分解实验当使用EMD分解多维信号,峰值最小值一般不容易得到的,以使得由DMEM拉赫曼和他的同事提出的算法[4]获得的序列N维空间中不同方向的投影向量。得每个方向上信号包络的局部平均值。个通道信号由MEMD分解并且FMI的数量相等,并且实现与每个通道对应的每层的FMI的频率标度对准。

多实验模态分解的发电机多通道电信号滤波_no.244

  现MEMD的基本步骤如下:球面定义了一组均匀采样点,并将维空间的方向矢量设置为步骤2的输入。复迭代过程之后,维信号可以分解为一个滤波实现multicanal.MEMD用于多维信号的分解,以获得相同的组数的IMF与每个频率尺度层对准,然后计算不同通道的MFI能量值并确定信号。构索引。
  于MEMD和CMSE算法的电信号滤波选择风能生产系统作为典型对象,主要包括叶片,齿轮箱,轴承,轮毂,车床,控制系统偏航,转换器,发电机和控制器。统等,其简化的工作模型如图1所示。相变换器在机器侧和网络侧之间的能量交换中起着中介作用,这对于高效运行和非常重要。定风转换器。换器无法正常工作的原因是多次。常见的故障是电力电子设备中最常见的故障。中,造成短路硬件超载硬件保护虽然断路故障往往执行不立即引起过载,长期运行导致增加系统谐波引起除了损坏桥臂的同一电子功率器件。而,在风能冷藏单元的运行期间,它受到风速,切换动作和电力系统的非线性的随机波动的影响。相受到谐波和各种颜色噪声的影响,导致直流电流检测方法和基于三相电流的平均电流方法。

多实验模态分解的发电机多通道电信号滤波_no.262

  路故障检测方法具有高误报率和假负率。此,基于MEMD和CMSE算法为风力系统提供鲁棒的多通道电信号滤波算法具有实际意义。于MEMD和CMSE算法的电信号滤波通量如图2所示。传感器主要用于图1网格网络的三回路输出。
  同于传统的方法。于EMD分解的单通道信号分析,不同基于MEMD的通道信号的MFI具有相应层频率标度对齐的特征。此,可以通过选择每个信道重建的最大索引来改善滤波性能。真验证为了验证基于本文提出的MEMD和CMSE原理的多通道电信号滤波的有效性,图中所示的直接驱动风能冷藏单元的运行数据。1使得分析非线性和非静态电信号的滤波效率成为可能。设图1的风力发电系统的上相A臂受到开路故障的影响,并且在三相MEMD电流分解之后的多维MFI如图3所示。中,本征模在三相分解后每相的分解后进行操作,每层的相应MFI能量如图4所示。图3中,“*”“o”“x “分别表示相电流ABC分解后IMF的能量值,从高频到低频。过组合图3的每种模式的能量值分布,使用CMSE算法在线选择重建指数。建的三相ABC电流如图4所示。
  样,假设风扇入口处的风速逐渐变化,即从14 m / s到0.02 s。0.02 s,机器侧的三相滤波输出如图5所示。以看出,滤波器后电流的重构更柔和,产生的噪声小于测量值,这可能更准确地反映了实际电流变化趋势。论是风电系统在多种工况下的电信号具有非线性和非平稳特性,以及基于MEMD和CMSE算法的多通道电信号滤波方法。方法使用所述多维同时分解MEMD对准分解后的每个层,它提供多维信号之间的耦合关系的直接分析,并提高到去除混叠时的能力的MFI频率尺度自适应分解。
  获得每个信道的信号分解的本征模的函数集之后,计算不同信道的FMI能量分布,并且通过CMSE规则和值自适应地确定重建的索引集。择集合中的最大索引用于信号重建。真结果表明,该方法对于具有非线性和非静态特性的电信号滤波具有鲁棒性,为进一步监测和分析风车冷藏机运行状态提供了依据。
  本文转载自
  冷凝器价格 http://www.lyouq8.com