基于改进固有时间尺度分解算法的实时次同步振荡监测方法 被引量：4

1

作者 周波 石鹏 +3 位作者 魏巍 陈刚 肖先勇 杨汉芦 《现代电力》 北大核心 2023年第1期27-34,共8页

为解决大规模风力发电并网系统中频繁发生次同步振荡的问题,需要快速准确地识别和检测次同步振荡的方法。次同步振荡发生时具有时变性和不确定性等特征,这给振荡的实时监测带来了挑战,针对该问题,首先提出了基于引入代数估计法改进的固... 为解决大规模风力发电并网系统中频繁发生次同步振荡的问题,需要快速准确地识别和检测次同步振荡的方法。次同步振荡发生时具有时变性和不确定性等特征,这给振荡的实时监测带来了挑战,针对该问题,首先提出了基于引入代数估计法改进的固有时间尺度分解算法(intrinsic time-scale decomposition,ITD)的解决方案。该方法不需要任何先验信息,且其性能不受振荡频率构成的影响。其次,利用合成信号、电磁暂态仿真和振荡实测数据进行了综合对比研究,结果表明该方法在信号检查的动态性能和参数估计精度等方面都取得了良好的效果。最后,通过硬件在环测试,验证了该方法的可行性。 展开更多

关键词 次同步振荡 固有时间尺度分解算法 风电并网系统 实时监测 电力系统保护

在线阅读 下载PDF 职称材料

基于改进固有时间尺度分解和谱峭度的轴承故障诊断方法 被引量：10

2

作者 张颖 张超 +3 位作者 王天正 俞华 白鹭 郝捷 《太阳能学报》 EI CAS CSCD 北大核心 2017年第3期699-706,共8页

基于固有时间尺度分解(intrinsic time-scale decomposition,ITD)方法的线性变换和三次样条插值,提出一种改进的固有时间尺度分解方法(improved intrinsic time-scale decomposition,IITD),将IITD方法和谱峭度(spectrumkurtosis,SK)相结... 基于固有时间尺度分解(intrinsic time-scale decomposition,ITD)方法的线性变换和三次样条插值,提出一种改进的固有时间尺度分解方法(improved intrinsic time-scale decomposition,IITD),将IITD方法和谱峭度(spectrumkurtosis,SK)相结合,实现轴承故障的智能诊断。首先采用改进ITD方法对采集的轴承振动信号进行分解,得到若干个固有旋转分量(proper rotation component,PRC),然后利用谱峭度法对相关性最大的PRC进行滤波处理,最后对滤波后的PRC进行Hilbert包络解调来提取故障特征频率,从而识别轴承故障类型。仿真和实验分析结果表明:该文所提IITD-SK法可成功提取出故障特征频率,实现轴承故障的有效诊断,与传统的傅里叶变换、包络谱分析以及EMD方法的结果相比,该方法诊断效果更佳。 展开更多

关键词 轴承 故障诊断 改进固有时间尺度分解 谱峭度

在线阅读 下载PDF 职称材料

基于模态参数识别的ITD算法改进 被引量：3

3

作者 李玉刚 叶庆卫 +1 位作者 周宇 王晓东 《计算机工程》 CAS CSCD 北大核心 2017年第4期298-303,共6页

固有时间尺度分解(ITD)算法在前处理和系统定阶方面存在一定的人为因素,对模态参数的提取会造成误差,且对噪声较为敏感。针对上述问题,提出一种改进的ITD算法。利用基于数据驱动的随机子空间算法对原始数据进行处理,将正交三角分解得到... 固有时间尺度分解(ITD)算法在前处理和系统定阶方面存在一定的人为因素,对模态参数的提取会造成误差,且对噪声较为敏感。针对上述问题,提出一种改进的ITD算法。利用基于数据驱动的随机子空间算法对原始数据进行处理,将正交三角分解得到的数据作为ITD法的输入数据,采用稀疏优化正交匹配追踪算法求出特征矩阵,并通过特征矩阵计算特征值、模态频率和阻尼比。通过统计的方法,从众多模态参数中选取真实模态,有效避免虚假模态的产生。实验结果表明,与ITD算法相比,改进ITD算法可降低噪声的影响,解决系统模型阶次必须准确定阶的要求,使模态参数的提取更加精确。 展开更多

关键词 固有时间尺度分解算法 模态参数 模型阶次 稀疏优化 相对误差

在线阅读 下载PDF 职称材料

具有独立分量的经验模态分解算法研究 被引量：4

4

作者 李洪 郝豪豪 孙云莲 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2009年第7期245-248,共4页

在经验模态分解算法中用极值包络平均近似局部平均,不能保证分解分量之间的正交性,固有模态分量存在冗余.这种情况对信号成份分析尤为不利,冗余部分的物理意义无法解释,或可能作出错误的解释.将独立分量分析方法引入经验模态分解算法中... 在经验模态分解算法中用极值包络平均近似局部平均,不能保证分解分量之间的正交性,固有模态分量存在冗余.这种情况对信号成份分析尤为不利,冗余部分的物理意义无法解释,或可能作出错误的解释.将独立分量分析方法引入经验模态分解算法中,利用其良好的分解独立特性,使模态分量不仅正交而且相互独立,消除了冗余.仿真试验表明,改进算法的模态分量彼此独立,特别对于混有突变信号的周期信号,在得到周期分量的同时,也得到突变分量,说明了改进算法比原算法优越,且具有较好的工程应用前景. 展开更多

关键词 经验模态分解 固有模态函数 独立分量分析 改进算法

在线阅读 下载PDF 职称材料

基于交叉小波变换与改进变分模态分解的联合去噪方法 被引量：9

5

作者 王鹏博 刘自然 +1 位作者 刘玉明 吕振礼 《机电工程》 CAS 北大核心 2023年第2期292-298,共7页

轴承早期的故障信号容易被噪声所淹没,导致其故障特征难以被提取,为此,提出了一种基于交叉小波变换(XWT)与改进变分模态分解(IVMD)联合去噪的信号处理方法。首先,对双通道的原始信号进行了XWT处理,得到了小波相干谱,通过包络谱曲线确定... 轴承早期的故障信号容易被噪声所淹没,导致其故障特征难以被提取,为此,提出了一种基于交叉小波变换(XWT)与改进变分模态分解(IVMD)联合去噪的信号处理方法。首先,对双通道的原始信号进行了XWT处理,得到了小波相干谱,通过包络谱曲线确定了最佳模态数K;将传统VMD优化为IVMD,利用IVMD将两个通道中峭度值较大的信号分解成为多个固有模态分量(IMFs),再对每个IMF与峭度值较大的信号进行XWT处理;然后,将得到的小波相干谱图与双通道原始信号的小波相干谱图进行了比较,从原始信号中去除了识别出的噪声分量,实现了降噪和故障特征增强的目的;最后,利用K邻近(KNN)算法进行了滚动轴承故障分类,其故障识别率达到了97.51%,与IVMD、VMD-XWT方法相比,该方法故障识别率分别提高了10.83%、4.62%。研究结果表明:该方法可以明显降低噪声干扰,能更好地提取轴承早期的故障信息。 展开更多

关键词 滚动轴承故障诊断 故障特征提取 降噪 故障特征增强 交叉小波变换 改进变分模态分解 K邻近算法 固有模态分量

在线阅读 下载PDF 职称材料

基于改进ITD法的低频振荡参数辨识研究 被引量：7

6

作者 区允杰 陈刚 《广东电力》 2019年第5期73-79,共7页

为了快速准确获得电力系统区域间低频振荡的特征参数,在固有时间尺度分解(intrinsic time-scale decomposition,ITD)算法的基础上,结合随机子空间辨识(stochastic subspace identification,SSI)方法中协方差计算的抗噪性,提出了一种用... 为了快速准确获得电力系统区域间低频振荡的特征参数,在固有时间尺度分解(intrinsic time-scale decomposition,ITD)算法的基础上,结合随机子空间辨识(stochastic subspace identification,SSI)方法中协方差计算的抗噪性,提出了一种用于区域间低频振荡参数辨识的改进ITD法。该算法直接利用量测数据进行辨识,不受系统规模的限制。同时改进ITD算法一方面有效提升了原始ITD算法的抗噪性,另一方面既能处理单通道数据,也能处理多通道数据,扩展了原始算法的应用范围。最后,基于16机实验系统仿真数据和某实际电网量测数据对改进ITD算法的准确性、有效性和实用性进行了验证。计算结果表明,改进ITD算法能有效得到待辨识信号的振荡参数,在准确性和抗噪性方面表现优异。 展开更多

关键词 随机子空间辨识法 改进固有时间尺度分解算法 低频振荡辨识 准确性 抗噪性

在线阅读 下载PDF 职称材料

基于ITD和改进形态滤波的滚动轴承故障诊断 被引量：9

7

作者 余建波 吕靖香 +2 位作者 程辉 孙习武 吴昊 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2018年第2期241-249,共9页

为从受谐波和随机噪声干扰的振动信号中提取出故障冲击成分,融合四大基本形态学算子提出了改进形态滤波方法——平均组合差值形态滤波(ACDIF)方法,同时与固有时间尺度分解(ITD)相结合,并将ITD-ACDIF方法应用到滚动轴承的故障诊断中。首... 为从受谐波和随机噪声干扰的振动信号中提取出故障冲击成分,融合四大基本形态学算子提出了改进形态滤波方法——平均组合差值形态滤波(ACDIF)方法,同时与固有时间尺度分解(ITD)相结合,并将ITD-ACDIF方法应用到滚动轴承的故障诊断中。首先,对轴承振动信号进行ITD分解得到一系列旋转分量(PRC);然后,以峭度为准则筛选出含故障信息丰富的有效PRC,对每个有效分量进行ACDIF滤波提取冲击成分进行信号重构;最后,利用频谱分析提取重构信号中的故障特征。数值仿真和轴承故障振动信号的试验结果表明,本文方法可有效滤除谐波干扰,提取强背景噪声下的冲击故障特征,实现设备的故障诊断。 展开更多

关键词 轴承故障 固有时间尺度分解(ITD) 旋转分量(PRC) 改进形态滤波 故障诊断

在线阅读 下载PDF 职称材料

基于ITD与改进MCKD的滚动轴承故障诊断方法 被引量：8

8

作者 刘丰 李欣欣 +4 位作者 黄河 郭思远 李金明 黄振峰 毛汉领 《广西大学学报（自然科学版）》 CAS 北大核心 2021年第1期107-115,共9页

为研究滚动轴承早期微弱故障特征提取以及最大相关峭度解卷积(MCKD)的参数对诊断效果的影响,提出了一种基于固有时间尺度分解(ITD)与改进最大相关峭度解卷积(IMCKD)相结合的轴承早期微弱故障诊断方法(ITD-IMCKD)。首先,运用ITD算法对故... 为研究滚动轴承早期微弱故障特征提取以及最大相关峭度解卷积(MCKD)的参数对诊断效果的影响,提出了一种基于固有时间尺度分解(ITD)与改进最大相关峭度解卷积(IMCKD)相结合的轴承早期微弱故障诊断方法(ITD-IMCKD)。首先,运用ITD算法对故障信号进行分解,按峭度相关系数准则重构信号;其次,利用灰狼优化(GWO)算法以解卷积后信号的排列熵为适应函数对MCKD算法的关键参数进行自适应优选;最后,采用GWO改进的MCKD对重构信号进行滤波去噪,通过Hilbert包络谱可以清晰获得轴承故障频率信息。仿真与实验结果表明,所提出的ITD-IMCKD方法避免了经验选择MCKD参数影响诊断效果的问题,并且相比于ITD-MCKD、ITD-MED方法可有效提取轴承早期微弱故障特征。 展开更多

关键词 滚动轴承 固有时间尺度分解 最大相关峭度解卷积 灰狼优化算法 故障诊断

在线阅读 下载PDF 职称材料

基于QH-ITD和AMCKD的滚动轴承故障诊断研究 被引量：6

9

作者 吴涛 熊新 +1 位作者 吴建德 马军 《电子测量与仪器学报》 CSCD 北大核心 2020年第4期79-89,共11页

由于滚动轴承早期微弱故障易受噪声影响导致难以对故障进行诊断。针对原固有时间尺度(ITD)和三次样条插值改进ITD算法的不足以及最大相关峭度解卷积(MCKD)算法的滤波器长度参数选取困难的问题,提出基于四次Hermite插值改进的ITD(QH-ITD... 由于滚动轴承早期微弱故障易受噪声影响导致难以对故障进行诊断。针对原固有时间尺度(ITD)和三次样条插值改进ITD算法的不足以及最大相关峭度解卷积(MCKD)算法的滤波器长度参数选取困难的问题,提出基于四次Hermite插值改进的ITD(QH-ITD)算法和利用变步长网络搜索参数寻优改进MCKD(AMCKD)算法。该方法首先利用QH-ITD算法对原滚动轴承故障信号进行分解运算,然后利用峭度指标和互相关系数筛选相应的分量信号进行重构,再利用AMCKD算法中对重构信号进行降噪处理,最后利用Teager-Kaiser能量算子进行解调处理,提取出故障特征信息并判断故障类型。通过人工模拟的滚动轴承损伤故障诊断实验和全寿命周期的轴承早期微弱故障诊断实验,验证了所提方法可以有效地对滚动轴承的早期微弱故障进行诊断识别。 展开更多

关键词 改进的固有时间尺度分解 自适应最大相关峭度解卷积 变步长网络搜索 故障诊断

在线阅读 下载PDF 职称材料

基于振动特征优选和极限学习机的滚动轴承故障诊断 被引量：5

10

作者 王素华 徐小健 +1 位作者 于飞 樊清川 《深圳大学学报（理工版）》 CAS CSCD 北大核心 2023年第4期504-512,共9页

为解决滚动轴承故障诊断存在的振动信号故障信息提取模糊,诊断精度较低的问题,提出一种将改进的固有时间尺度分解(improved intrinsic time-scale decomposition,IITD)算法与极限学习机(extreme learning machine,ELM)相结合的故障诊断... 为解决滚动轴承故障诊断存在的振动信号故障信息提取模糊,诊断精度较低的问题,提出一种将改进的固有时间尺度分解(improved intrinsic time-scale decomposition,IITD)算法与极限学习机(extreme learning machine,ELM)相结合的故障诊断模型,记为COA-ELM.利用IITD算法分解振动信号获取其固有旋转(proper rotation,PR)分量,并基于多尺度熵理论计算各PR分量的多尺度熵值重构特征向量.利用郊狼优化算法(coyote optimization algorithm,COA)对ELM网络的输入权值和隐藏层阈值进行寻优.采用最优ELM网络对7种滚动轴承状态进行诊断,结果表明,本研究所建COA-ELM模型的滚动轴承故障诊断精度能够达到96.4%,相较于传统的故障诊断模型性能有着显著的提升. 展开更多

关键词 计算机神经网络 随机振动力学 故障诊断 滚动轴承 改进的固有时间尺度分解 郊狼优化 极限学习机

在线阅读 下载PDF 职称材料

基于MOMEDA和IITD的滚动轴承微弱故障特征提取 被引量：2

11

作者 赵磊 张永祥 朱丹宸 《海军工程大学学报》 CAS 北大核心 2019年第1期57-61,共5页

为了清晰准确地提取出强背景噪声下滚动轴承微弱故障特征,对采集的外圈故障轴承的振动信号用MOMEDA进行信号增强;然后,利用IITD分解得到一系列模态,并对分解得到的模态进行包络解调提取故障特征;最后,进行了故障模拟实验,实验结果表明... 为了清晰准确地提取出强背景噪声下滚动轴承微弱故障特征,对采集的外圈故障轴承的振动信号用MOMEDA进行信号增强;然后,利用IITD分解得到一系列模态,并对分解得到的模态进行包络解调提取故障特征;最后,进行了故障模拟实验,实验结果表明了该方法的有效性。 展开更多

关键词 滚动轴承 自适应多点最优最小熵解卷积 改进的固有时间尺度分解 特征提取

在线阅读 下载PDF 职称材料