国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于EEMD的諧波檢測方法與流程

      文檔序號:12359070閱讀:422來源:國知局

      本發(fā)明屬于諧波檢測領(lǐng)域,特別涉及一種基于EEMD的諧波檢測方法。



      背景技術(shù):

      近年來,由于非線性負(fù)載(如整流器、變頻器等)被大量使用,用戶側(cè)的電能質(zhì)量問題日益嚴(yán)重,其中以諧波污染為主。隨著智能電網(wǎng)建設(shè)的推進(jìn),各種分布式電源(如小型光伏/光熱發(fā)電、小型風(fēng)力發(fā)電)、儲能設(shè)備(如鋰電池組、鉛酸蓄電池組等)和電動汽車充電站/樁開始出現(xiàn),這些設(shè)備并網(wǎng)運行時,也給電網(wǎng)帶來一定的諧波影響。由于電網(wǎng)諧波受到隨機(jī)性、分布性和非平穩(wěn)性等因素的影響,難以對其進(jìn)行同步精確測量。為提高電能質(zhì)量,必須首先準(zhǔn)確檢測出各種情況下的諧波分量,才有可能補(bǔ)償這些諧波分量。因此,如何快速方便的檢測出電網(wǎng)中諧波分量,一直是個重要的研究問題。



      技術(shù)實現(xiàn)要素:

      針對現(xiàn)有技術(shù)的不足,本發(fā)明提供一種基于EEMD的諧波檢測方法,在檢測穩(wěn)態(tài)信號時具有很好的精度,在檢測波動信號時也具有較好的動態(tài)特性,可以動提取視頻中運動目標(biāo),并消除運動背景帶來的干擾,提取方式獨特且精度高。

      結(jié)合經(jīng)驗?zāi)B(tài)分解(EMD)和總體平均經(jīng)驗?zāi)B(tài)分解(EEMD)理論,給出離線諧波檢測的具體過程,并在此基礎(chǔ)上,首先構(gòu)造當(dāng)前時刻采樣值始終處于中心位置的向量,然后計算總體諧波分量的在線檢測方法。另外,可以通過修改EEMD算法中的頻率計算條件實現(xiàn)對特定次數(shù)諧波分量的檢測。該方法對原始電流或電壓信號沒有要求,不需要電網(wǎng)同步角度,可用于單相、三相三線制或三相四線制系統(tǒng)中檢測諧波分量。

      實現(xiàn)本發(fā)明目的的技術(shù)方案是

      一種基于EEMD的諧波檢測方法,包括如下步驟:

      1)通過給原始信號x(t)疊加一組高斯白噪聲信號w(t)獲得一個總體信號:

      X(t)=x(t)+w(t) (1)

      其中,x(t)為原始信號,w(t)為高斯白噪聲信號。

      2)對X(t)進(jìn)行EMD分解,得到各階IMF分量:

      <mrow> <mi>X</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>c</mi> <mi>j</mi> </msub> <mo>+</mo> <msub> <mi>r</mi> <mi>n</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>

      3)給原始信號加入不同的白噪聲wi(t),重復(fù)步驟1)和步驟2)。

      <mrow> <msub> <mi>X</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>c</mi> <mi>ij</mi> </msub> <mo>+</mo> <msub> <mi>r</mi> <mi>in</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>

      4)利用高斯白噪聲頻譜的零均值原理,消除高斯白噪聲作為時域分布參考結(jié)構(gòu)帶來的影響,原始信號對應(yīng)的IMF分量cn(t)可表示為

      <mrow> <msub> <mi>c</mi> <mi>n</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>N</mi> </mfrac> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msub> <mi>c</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>

      EEMD中所加高斯白噪聲的次數(shù)服從統(tǒng)計規(guī)律

      其中,N為總體的個數(shù);ε為高斯白噪聲的幅度;εn為原始信號與由最終的IMF加和得到的信號之間的誤差。也就是說,在噪聲幅度一定的情況下,總體個數(shù)越多,最終分解得到的結(jié)果越接近真實值,對于所加噪聲的幅度,如果幅度過小,信噪比過高,噪聲將無法影響到極點的選取,進(jìn)而失去補(bǔ)充尺度的作用,εn取0.2,N取100,為保證算法快速收斂并有效檢測,ε不應(yīng)取得太小。

      5)原始信號x(t)可分解為

      <mrow> <mi>x</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>n</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>c</mi> <mi>n</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>r</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>

      6)將獲得的三相電流或單相電流作為原始信號,按照步驟進(jìn)行計算。如果將一定時間長度的信號進(jìn)行離線計算,求其諧波分量,直接利用步驟進(jìn)行計算即可。如果需要進(jìn)行在線計算,首先需要利用當(dāng)前時刻數(shù)據(jù)構(gòu)造出一定長度的信號,然后利用步驟進(jìn)行計算。

      7)初始化維數(shù)為2N的向量I2N

      8)當(dāng)前時刻的采樣值為ik,前面2N-1個時刻的數(shù)據(jù)分別為ik-(2N-1)、…、ik-1,將ik-(N-1)、…、ik-1賦值給向量I2N的前N-1個元素,ik-(2N-1)、…、ik-N賦值給向量I2N的后N個元素,使當(dāng)前時刻采樣值ik始終處于向量I2N的中間位置。這樣,2N維向量I2N可表示為[ik-(2N-1)…ik-1,ik-(2N-1)…ik-N]

      9)將上式中更新后的向量I2N作為原始信號,第一步~第五步進(jìn)行計算,分解出各階IMF,并計算各階IMF的頻率,找到工頻附近的IMF分量cf,其中第N個元素即為k時刻的基波分量:ikf=cf(N)

      10)利用當(dāng)前時刻的采樣值ik減掉基波分量ikf,即可得到信號中的總諧波分量:

      ikh=ik-ikf (6) 如果需要檢測特定次諧波,修改第九步中IMF的頻率即可求出對應(yīng)的諧波分量ikh,得到EEMD的諧波。

      本發(fā)明的有益效果一種基于EEMD的諧波檢測方法,可為視頻圖像提取提供一種計算簡單且精度高的方法,本發(fā)明提出了。該方法在能夠自動提取視頻中運動目標(biāo),并消除運動背景帶來的干擾,提取方式獨特且精度高。

      具體實施例

      下面對本發(fā)明做進(jìn)一步的闡述,但不是對本發(fā)明的限定。

      實施例

      一種基于EEMD的諧波檢測方法,包括如下步驟:

      1)通過給原始信號x(t)疊加一組高斯白噪聲信號w(t)獲得一個總體信號:

      X(t)=x(t)+w(t) (1)

      其中,x(t)為原始信號,w(t)為高斯白噪聲信號。

      2)對X(t)進(jìn)行EMD分解,得到各階IMF分量:

      <mrow> <mi>X</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>c</mi> <mi>j</mi> </msub> <mo>+</mo> <msub> <mi>r</mi> <mi>n</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>

      3)給原始信號加入不同的白噪聲wi(t),重復(fù)步驟1)和步驟2)。

      <mrow> <msub> <mi>X</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>c</mi> <mi>ij</mi> </msub> <mo>+</mo> <msub> <mi>r</mi> <mi>in</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>

      4)利用高斯白噪聲頻譜的零均值原理,消除高斯白噪聲作為時域分布參考結(jié)構(gòu)帶來的影響,原始信號對應(yīng)的IMF分量cn(t)可表示為

      <mrow> <msub> <mi>c</mi> <mi>n</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>N</mi> </mfrac> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msub> <mi>c</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>

      EEMD中所加高斯白噪聲的次數(shù)服從統(tǒng)計規(guī)律

      其中,N為總體的個數(shù);ε為高斯白噪聲的幅度;εn為原始信號與由最終的IMF加和得到的信號之間的誤差。也就是說,在噪聲幅度一定的情況下,總體個數(shù)越多,最終分解得到的結(jié)果越接近真實值,對于所加噪聲的幅度,如果幅度過小,信噪比過高,噪聲將無法影響到極點的選取,進(jìn)而失去補(bǔ)充尺度的作用,εn取0.2,N取100,為保證算法快速收斂并有效 檢測,ε不應(yīng)取得太小。

      5)原始信號x(t)可分解為

      <mrow> <mi>x</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>n</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>c</mi> <mi>n</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>r</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>

      6)將獲得的三相電流或單相電流作為原始信號,按照步驟進(jìn)行計算。如果將一定時間長度的信號進(jìn)行離線計算,求其諧波分量,直接利用步驟進(jìn)行計算即可。如果需要進(jìn)行在線計算,首先需要利用當(dāng)前時刻數(shù)據(jù)構(gòu)造出一定長度的信號,然后利用步驟進(jìn)行計算。

      7)初始化維數(shù)為2N的向量I2N

      8)當(dāng)前時刻的采樣值為ik,前面2N-1個時刻的數(shù)據(jù)分別為ik-(2N-1)、…、ik-1,將ik-(N-1)、…、ik-1賦值給向量I2N的前N-1個元素,ik-(2N-1)、…、ik-N賦值給向量I2N的后N個元素,使當(dāng)前時刻采樣值ik始終處于向量I2N的中間位置。這樣,2N維向量I2N可表示為[ik-(2N-1)…ik-1,ik-(2N-1)…ik-N]

      9)將上式中更新后的向量I2N作為原始信號,第一步~第五步進(jìn)行計算,分解出各階IMF,并計算各階IMF的頻率,找到工頻附近的IMF分量cf,其中第N個元素即為k時刻的基波分量:ikf=cf(N)

      10)利用當(dāng)前時刻的采樣值ik減掉基波分量ikf,即可得到信號中的總諧波分量:

      ikh=ik-ikf (6)

      如果需要檢測特定次諧波,修改第九步中IMF的頻率即可求出對應(yīng)的諧波分量ikh,得到EEMD的諧波。

      當(dāng)前第1頁1 2 3 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1