基于改進EEMD的電能質量擾動檢測研究

郝曉弘，魏 瑩

（1.蘭州理工大學 計算機與通信學院，甘肅 蘭州 730050；2.蘭州理工大學 電氣工程與信息工程學院，甘肅 蘭州730050）

基于改進EEMD的電能質量擾動檢測研究

郝曉弘1，魏 瑩2

（1.蘭州理工大學 計算機與通信學院，甘肅 蘭州 730050；2.蘭州理工大學 電氣工程與信息工程學院，甘肅 蘭州730050）

針對電能質量檢測對噪聲敏感的特點，集合經驗模態分解（Ensemble Empirical Mode Decomposition，EEMD）對電能質量擾動信號檢測過程中存在模態混疊，以及EEMD對固有模式函數（Intrinsic Mode Functions，IMF）分量的選取問題，提出了一種改進集合經驗模態分解（Ensemble Empirical Mode Decomposition，EEMD）的電能質量擾動信號檢測方法。根據信號特點自適應的選取信號白噪聲系數C值及總體平均數N值，將白噪聲加入到原始信號形成新的待分解信號，再采用EMD分解新信號，計算各IMF分量的相關系數，根據相關系數選擇相應的IMF分量重構信號，對其進行希爾伯特變換（Hilbert-Hang Transform，HHT），最終達到對原信號檢測的目的。仿真結果驗證了該方法的有效性和可行性與現有EMD、EEMD參數選取方法的對比結果表明了該方法的優勢。

電能質量擾動；集合經驗模態分解；信號降噪；相關系數

目前，有關電能質量檢測方法主要有：時域分析法、頻域分析法、時頻域分析法、數理統計法及人工智能法[1-2]。電能質量檢測所面臨的難點是如何在強噪聲環境及擾動特征不明顯的情況下順利檢測出擾動突變點。經驗模態分解（EmpiricalModeDecomposition， EMD）是由美籍華人Huang等提出的一種自適應的數據驅動的信號處理方法，然而EMD主要存在的問題即是模態混淆[3-4]。對EMD方法進行改進，Wu等通過研究白噪聲信號的統計特征，提出了總體平均經驗模態分解（Ensemble Empirical Mode Decomposition，EEMD）[5]，有效的解決了EMD方法的模態混疊問題。……