基于经验模态分解和自适应噪声对消算法的窄带干扰抑制

沈宏; 张蒲; 徐其惠; 曹贝贞

您当前的位置：

首页 >

文章列表页 >

基于经验模态分解和自适应噪声对消算法的窄带干扰抑制

研究与分析 | 更新时间：2025-04-26

- 基于经验模态分解和自适应噪声对消算法的窄带干扰抑制
- Narrow-band Interference Suppression Based on Adaptive Noise Canceller and Empirical Mode Decomposition
- 高压电器 2009年45卷第1期页码：8-10+14
- 作者机构：
  
  1. 河南科技学院机电学院
  2. 韶关供电局
  3. 北京勘测设计研究院
  4. 东方汽轮机有限公司
- 作者简介：
- 基金信息：
  
  国家级科技攻关项目西部专项（2005BA901A33）;陕西省科技厅2007年工业攻关计划（2007K05-15）
- DOI：
  中图分类号： TM835
- 纸质出版日期：2009
- 稿件说明：
移动端阅览
[1]沈宏,张蒲,徐其惠,曹贝贞.基于经验模态分解和自适应噪声对消算法的窄带干扰抑制[J].高压电器,2009,45(01):8-10+14.

SHEN Hong1, ZHANG Pu2, XU Qi-hui3, et al. Narrow-band Interference Suppression Based on Adaptive Noise Canceller and Empirical Mode Decomposition[J]. High voltageapparatus, 2009, 45(1): 8-10+14.
[1]沈宏,张蒲,徐其惠,曹贝贞.基于经验模态分解和自适应噪声对消算法的窄带干扰抑制[J].高压电器,2009,45(01):8-10+14. DOI：

SHEN Hong1, ZHANG Pu2, XU Qi-hui3, et al. Narrow-band Interference Suppression Based on Adaptive Noise Canceller and Empirical Mode Decomposition[J]. High voltageapparatus, 2009, 45(1): 8-10+14. DOI：

摘要

在局部放电在线检测中

自适应噪声对消算法是当前抑制窄带干扰的有效方法。由于窄带干扰频率范围很宽

滤波参数不易设置

同时实测时的窄带干扰在时频域都表现强烈

局部放电信号会完全淹没于干扰之中

使得一般改进噪声对消算法不能取得较好效果。为此

笔者提出一种改进经验模态分解的噪声对消算法

首先在频域中降低干扰幅值

接着利用经验模态分解的分频特性将宽频带的窄带干扰分解到不同频带

各频带内的窄带干扰频率相差有限

然后进行自适应噪声对消

以达到较好的滤波性能。仿真和实际数据验证了该算法的有效性。

Abstract

Usual adaptive filter is one of the best algorithms in suppressing narrow-band interference in partial discharge signal processing.However

it is difficult to set the parameters of the adaptive filter in PD on-line monitoring due to wide frequency range of narrow bandwidth noise.Moreover

the noise is strong in both time domain and frequency domain.This paper presents a new algorithm based on empirical mode decomposition.First

the mid-signals are generated by reducing the amplitude of narrow-band interference in frequency domain

which is decomposed with empirical mode decomposition

and intrinsic mode functions（IMF） which contain specific frequency are obtained

then for every intrinsic mode function adaptive noise canceller is used to suppress narrow-band interference.Simulation results and on-site data verify the validity of the proposed algorithm.

关键词

Keywords

references

浏览量

230

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于VMD-BiLSTM的高压断路器故障多信号联合辨识与智能诊断

面向数字孪生的变电站开关设备综合监测系统设计

基于姿态角与速度曲线的高压隔离开关故障诊断

基于堆叠降噪自编码网络和多源数据加权融合的发电机故障诊断方法

基于融合特征和残差神经网络的10 kV高压断路器机械故障声纹识别方法