-
题名基于EEMD-SOBI的水电机组多源信息分离处理
被引量：3
- 1
-
-
作者
职保平
秦净净
杨春景
于洋
-
机构
开封市软基工程结构分析评价工程技术研究中心
河南省跨流域区域引调水运行与生态安全工程研究中心
黄河水利职业技术学院
-
出处
《振动与冲击》
EI
CSCD
北大核心
2023年第4期229-235,294,共8页
-
基金
国家自然科学基金项目(51709125)
西藏自治区科技计划项目(XZ201901-GB-15)
+1 种基金
河南省科技攻关计划(212102310479)
河南省高等学校重点科研项目(22A570005)。
-
文摘
水电机组振动观测信号包括相互耦合的水-机-电振源及各类噪声成分,本文提出采用集合经验模态分解-二阶盲辨识(ensemble empirical mode decomposition-second order blind source separation, EEMD-SOBI)的方法对多源观测信号进行识别。对观测信号进行解相关等初步处理后,白化计算各信号二阶统计量,计算观测信号协方差对角矩阵,最终计算振源的最优估计,对振源成分进行识别。仿真计算和模拟计算的结果均表明,仅利用观测信号均可分离出源信息且对噪声不敏感,基本能够识别出源信息,针对某电站实测单信号和多信号分析时,可有效识别出信号源成分,为水电机组的振源识别提供支撑。
-
关键词
集合经验模态分解-二阶盲辨识(eemd-sobi)
水电机组
多源信号
振源识别
-
Keywords
ensemble empirical mode decomposition-second order blind source separation(eemd-sobi)
hydroelectric unit
multi-source signal
vibration source identification
-
分类号
TV323
[水利工程—水工结构工程]
TV731
[水利工程—水利水电工程]
-
