期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
利用希尔伯特边际谱鉴别变压器励磁涌流 被引量:5
1
作者 公茂法 夏文华 +2 位作者 李国亮 李微微 崔彦平 《电测与仪表》 北大核心 2012年第4期47-50,共4页
根据励磁涌流中有很大成分的高次谐波和非周期分量,而故障电流基本保持基频正弦波的特点,研究了一种利用希尔伯特边际谱来辨别变压器励磁涌流和故障电流的新方法。该方法利用希尔伯特黄变换对电流信号按频率分离,对额定频率段的希尔伯... 根据励磁涌流中有很大成分的高次谐波和非周期分量,而故障电流基本保持基频正弦波的特点,研究了一种利用希尔伯特边际谱来辨别变压器励磁涌流和故障电流的新方法。该方法利用希尔伯特黄变换对电流信号按频率分离,对额定频率段的希尔伯特边际谱幅值进行积分,根据积分值与整定值关系可鉴别信号电流。经PSCAD/EMTDC和MATLAB仿真软件对大量样本的仿真验证,该方法能精确地实现变压器励磁涌流与故障电流的可靠区分。 展开更多
关键词 变压器 故障电流 励磁涌流 希尔伯特边际谱
在线阅读 下载PDF
应用希尔伯特黄变换的水下目标特征提取 被引量:19
2
作者 李秀坤 谢磊 秦宇 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2009年第5期542-546,共5页
针对传统时频分析方法的水下目标特征提取各有其局限,采用了希尔伯特黄变换方法用于水下目标特征提取.仿真与实验数据的处理结果表明,希尔伯特黄变换方法对于信号的时频特性具有较高的分辨能力,希尔伯特边际谱能够清晰的突出目标弹性成... 针对传统时频分析方法的水下目标特征提取各有其局限,采用了希尔伯特黄变换方法用于水下目标特征提取.仿真与实验数据的处理结果表明,希尔伯特黄变换方法对于信号的时频特性具有较高的分辨能力,希尔伯特边际谱能够清晰的突出目标弹性成分;希尔伯特谱能有效地展现目标的亮点结构,时频分辨力高于小波变换.研究表明混响具有与目标信号明显不同的希尔伯特谱特征,希尔伯特谱可以有效抑制混响.结果表明希尔伯特黄变换方法是一种有效的水下目标特征提取方法. 展开更多
关键词 特征提取 希尔伯特黄变换 亮点模型 希尔伯特 希尔伯特边际谱
在线阅读 下载PDF
希尔伯特-黄变换在脉冲涡流信号消噪与识别中的应用 被引量:4
3
作者 张智军 杨博楠 杜金强 《国防科技大学学报》 EI CAS CSCD 北大核心 2018年第3期61-68,共8页
针对传统方法无法有效识别不同尺寸细小裂纹所产生的脉冲涡流信号,提出一种基于希尔伯特-黄变换的脉冲涡流信号消噪与识别算法。对脉冲涡流信号进行集成经验模态分解并通过归一化自相关函数及其方差特性分选出含有噪声的本征模态函数;... 针对传统方法无法有效识别不同尺寸细小裂纹所产生的脉冲涡流信号,提出一种基于希尔伯特-黄变换的脉冲涡流信号消噪与识别算法。对脉冲涡流信号进行集成经验模态分解并通过归一化自相关函数及其方差特性分选出含有噪声的本征模态函数;对含噪声的本征模态函数进行阈值消噪并与未做处理的本征模态函数重构成无噪声信号;对无噪声信号进行希尔伯特-黄变换并计算出希尔伯特边际谱;根据希尔伯特边际谱的差异识别出不同细小尺寸的表面与下表面裂纹。实验结果表明了所提方法的有效性,经过集成经验模态分解消噪,消除了噪声对脉冲涡流信号的干扰;而基于希尔伯特-黄变换的方法则能够有效识别出不同尺寸的裂纹。 展开更多
关键词 细小裂纹 脉冲涡流信号 希尔伯特-黄变换 集成经验模态分解 希尔伯特边际谱
在线阅读 下载PDF
基于多变量希尔伯特频域模型的癫痫发作预测 被引量:1
4
作者 韩凌 王宏 李春胜 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2015年第10期1383-1387,共5页
癫痫发作具有突发性和反复性,对患者生命安全构成巨大威胁。为了对癫痫发作进行有效地预测,提出了多变量希尔伯特频域模型的癫痫发作预测方法。将希尔伯特边际谱、希尔伯特边际谱的变化方向和希尔伯特加权频率组成一个三维特征向量作为... 癫痫发作具有突发性和反复性,对患者生命安全构成巨大威胁。为了对癫痫发作进行有效地预测,提出了多变量希尔伯特频域模型的癫痫发作预测方法。将希尔伯特边际谱、希尔伯特边际谱的变化方向和希尔伯特加权频率组成一个三维特征向量作为多变量希尔伯特频域模型,输入到支持相量机中,实现癫痫的发作预测,最后采用癫痫发作预测特征方法对预测结果进行评估。实验结果表明:采用多变量希尔伯特频域模型分析方法预测δ波和θ波的癫痫发作,癫痫预测范围在30~45 min,患者有足够的时间采取措施应对;癫痫发作周期在5~10 min,缩短患者等待时间,降低焦虑程度;与多种相关方法进行比较,该方法具有较低的错误预报率和较高的预测敏感度。 展开更多
关键词 脑电信号 希尔伯特黄变换 经验模态分解 希尔伯特边际谱 希尔伯特加权频率
在线阅读 下载PDF
基于VMD-Hilbert边际谱能量熵和SVM的高压断路器机械故障诊断 被引量:26
5
作者 杨秋玉 阮江军 +2 位作者 黄道春 邱志斌 庄志坚 《电机与控制学报》 EI CSCD 北大核心 2020年第3期11-19,共9页
针对高压断路器分、合闸动作过程中产生的振动信号持续时间短暂及强烈的非线性非平稳性,导致的特征提取困难问题,提出一种变分模态分解(VMD)-希尔伯特(Hilbert)边际谱能量熵,及支持向量机(SVM)的高压断路器振动信号组合特征提取和机械... 针对高压断路器分、合闸动作过程中产生的振动信号持续时间短暂及强烈的非线性非平稳性,导致的特征提取困难问题,提出一种变分模态分解(VMD)-希尔伯特(Hilbert)边际谱能量熵,及支持向量机(SVM)的高压断路器振动信号组合特征提取和机械故障诊断方法。采用VMD对高压断路器振动信号进行分解,得到一系列反映振动信号局部特性的本征模态函数(IMF);对IMF进行Hilbert变换,并求取对高压断路器机械状态变化敏感的Hilbert边际谱能量熵作为特征向量;将特征向量输入到SVM分类器,实现高压断路器机械故障的智能诊断。试验结果表明:该方法能够准确识别高压断路器的常见机械故障类型,具有一定的工程应用价值。 展开更多
关键词 高压断路器 变分模态分解 希尔伯特边际谱 能量熵 支持向量机 机械故障识别
在线阅读 下载PDF
最大重叠离散小波包变换边际谱特征在齿轮故障诊断中的应用 被引量:12
6
作者 陈保家 黄伟 +3 位作者 李立军 肖文荣 陈法法 肖能齐 《西安交通大学学报》 EI CAS CSCD 北大核心 2020年第2期35-42,共8页
针对齿轮故障振动信号多分量频带重叠引发的故障模式混淆问题,提出一种基于最大重叠离散小波包变换(MODWPT)边际谱特征和粒子群优化-支持向量机(PSO-SVM)的故障诊断方法。为了减少谐波及噪声对故障模式分量分离的干扰,首先利用MODWPT将... 针对齿轮故障振动信号多分量频带重叠引发的故障模式混淆问题,提出一种基于最大重叠离散小波包变换(MODWPT)边际谱特征和粒子群优化-支持向量机(PSO-SVM)的故障诊断方法。为了减少谐波及噪声对故障模式分量分离的干扰,首先利用MODWPT将采集到的实验信号进行5层分解,得到32个分量,通过频带能量占优方法,筛选出前16个分量,用来构造信号的希尔伯特边际谱;然后,将提取的边际谱特征代入PSO参数优化后的SVM,对故障类型进行识别。仿真信号分析结果表明,MODWPT边际谱在抗模式混叠、抗边界效应和频率提取准确性方面都要优于EMD方法。通过对6种不同类型的齿轮故障信号进行分析,MODWPT边际谱归一化特征具有明显的故障类型分层现象,对齿轮故障的识别准确率达到98%,说明该方法具有较强的故障诊断能力。 展开更多
关键词 齿轮故障诊断 经验模式分解 希尔伯特边际谱 支持向量机 粒子群算法
在线阅读 下载PDF
基于空频域特征分析方法的癫痫发作预测 被引量:7
7
作者 韩凌 王宏 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第11期2501-2507,共7页
癫痫发作具有突发性和反复性,对患者生命安全构成巨大威胁。为了对癫痫发作进行有效地预测,提出了空频域特征分析的癫痫发作预测方法。将多变量相位同步参数、希尔伯特边际谱和希尔伯特加权频率组成一个三维的特征向量作为空频域特征值... 癫痫发作具有突发性和反复性,对患者生命安全构成巨大威胁。为了对癫痫发作进行有效地预测,提出了空频域特征分析的癫痫发作预测方法。将多变量相位同步参数、希尔伯特边际谱和希尔伯特加权频率组成一个三维的特征向量作为空频域特征值,输入到支持相量机中,实现癫痫的发作预测,最后采用癫痫发作预测特征方法对预测结果进行评估。实验结果表明:采用空频域特征分析方法对δ波和θ波的癫痫发作预测,癫痫预测范围在30~45分钟,患者有足够的时间采取措施应对;癫痫发作周期在5~10分钟,缩短患者等待时间,降低焦虑程度;与多种相关方法进行比较,该方法具有较低的错误预报率和较高的预测敏感度。 展开更多
关键词 希尔伯特黄变换 多变量相位同步分析 希尔伯特边际谱 希尔伯特加权频率
在线阅读 下载PDF
基于HHT的振动信号趋势项提取方法 被引量:22
8
作者 梁兵 汪同庆 《电子测量技术》 2013年第2期119-122,共4页
针对振动信号中的趋势项成分的提取,提出一种基于希尔伯特-黄变换(HHT)的新方法。先用经验模态分解(EMD)方法将信号分解为一系列固有模态函数(IMF),然后对各IMF分量进行Hilbert变换得到希尔伯特边际谱;通过计算各IMF希尔伯特边际谱,可... 针对振动信号中的趋势项成分的提取,提出一种基于希尔伯特-黄变换(HHT)的新方法。先用经验模态分解(EMD)方法将信号分解为一系列固有模态函数(IMF),然后对各IMF分量进行Hilbert变换得到希尔伯特边际谱;通过计算各IMF希尔伯特边际谱,可以获得各IMF的主频成分,对属于趋势项的IMF分量进行判别,最终确定趋势项。仿真结果表明,该方法能准确的提取振动信号中的趋势项成分。 展开更多
关键词 趋势项 经验模态分解 希尔伯特边际谱
在线阅读 下载PDF
综合高低频段分量的谐振接地系统故障选线 被引量:12
9
作者 徐耀 田书 杨淇翔 《电力系统及其自动化学报》 CSCD 北大核心 2021年第10期1-9,共9页
针对谐振接地系统单相接地故障特征提取困难、故障识别率低的问题,提出一种基于参数优化变分模态分解VMD(variational modal decomposition)的选线方法。首先,利用果蝇优化算法对变分模态分解的影响参数组合进行迭代寻优,以获取最佳分... 针对谐振接地系统单相接地故障特征提取困难、故障识别率低的问题,提出一种基于参数优化变分模态分解VMD(variational modal decomposition)的选线方法。首先,利用果蝇优化算法对变分模态分解的影响参数组合进行迭代寻优,以获取最佳分解层数K及惩罚因子α,通过优化后的变分模态分解将各馈线零序电流分解为若干个反映信号局部特性的本征模态函数。其次,通过希尔伯特(Hilbert)边际谱能量熵反映各馈线零序电流低频段衰减直流分量的含量差异度,利用曲线斜率反映各馈线高频段暂态电容分量与母线零序电压导数的线性关系,构成综合高、低频段故障特征的双重选线判据。大量Matlab/Simulink仿真结果验证了该方法在不同故障情况下选线的准确性。 展开更多
关键词 谐振接地 故障选线 变分模态分解 果蝇优化算法 希尔伯特边际谱能量熵 曲线斜率
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部