CEEMDAN-MPE小波去噪及IDBO-SVM的局部放电模式识别研究OA
局部放电是开关柜等电力设备故障的一种重要指标,但局部放电信号通常受到噪声的干扰,影响信号的准确识别和定位。论文提出了一种局部放电信号处理的新策略,该方法首先运用CEEMDAN算法将信号分解为多个固有模态函数(IMFs),随后利用多尺度排列熵技术对这些IMFs进行特征抽取。紧接着,通过小波阈值去噪技术对每个IMF进行精细处理,以恢复局部放电信号中隐藏的局部细节特征。最后,将经过去噪处理的信号输入至IDBO-SVM分类器中,以实现对局部放电模式的精确识别。实验数据表明,此方法在去噪效果及模式识别准确度方面均超越了传统方法,展现出显著的技术优势。
骆东松;杨永康
兰州理工大学电气工程与信息工程学院,兰州730050兰州理工大学电气工程与信息工程学院,兰州730050
信息技术与安全科学
局部放电小波阈值去噪支持向量机改进蜣螂优化算法模式识别
《舰船电子工程》 2026 (5)
P.196-202,7
评论