期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于多路信号联合去噪的Prony谐波检测法 被引量:3
1
作者 宋朝霞 李开成 +2 位作者 贺才郡 董宇飞 范伟欣 《电子测量技术》 北大核心 2022年第21期47-53,共7页
针对传统Prony算法易受噪声干扰且同一区域内多路电能质量信号存在相关性的特点,文中提出了一种基于多路信号联合去噪的Prony谐波检测算法,实现在较强噪声条件下的谐波准确检测。首先,采用中心频率法和轨迹相似度法改进多元变分模态分解... 针对传统Prony算法易受噪声干扰且同一区域内多路电能质量信号存在相关性的特点,文中提出了一种基于多路信号联合去噪的Prony谐波检测算法,实现在较强噪声条件下的谐波准确检测。首先,采用中心频率法和轨迹相似度法改进多元变分模态分解(MVMD)算法;其次,利用改进的MVMD算法联合分解相关联的多路信号,提取出主导模态分量并重组为适宜Prony分析的稳定信号;最后,对稳定信号进行Prony分析得到初步的谐波参数,通过阈值筛选和人工鱼群全局寻优,得到准确的谐波检测参数。仿真实验表明,改进的MVMD去噪算法的输出信噪比为37.3,高于VMD去噪法(33.2)和小波去噪法(32.8),去噪效果更优;文中算法谐波检测结果的误差总体小于传统Prony算法,具有谐波检测准确度高、同时计算多路信号的特点。 展开更多
关键词 PRONY算法 mvmd算法 多路信号 谐波检测
原文传递
基于自适应多元变分模态分解和BiLSTM的水电机组振动预测 被引量:4
2
作者 郭建强 王熙 +1 位作者 许力 李超顺 《中国农村水利水电》 北大核心 2024年第10期164-171,180,共9页
水电机组振动趋势预测对于确保机组安全稳定运行具有重要意义,针对已有水电机组振动趋势预测模型的局限性。提出了一种基于自适应多元变分模态分解(WOA-MVMD)和双向长短时记忆神经网络(BiLSTM)的组合趋势预测模型。该模型采用多元变分... 水电机组振动趋势预测对于确保机组安全稳定运行具有重要意义,针对已有水电机组振动趋势预测模型的局限性。提出了一种基于自适应多元变分模态分解(WOA-MVMD)和双向长短时记忆神经网络(BiLSTM)的组合趋势预测模型。该模型采用多元变分模态分解(MVMD)对多通道数据同步分解,保留原始数据通道间耦合性,采用鲸鱼优化算法(WOA)优化选择MVMD分解参数,避免了人工选择参数所带来的缺点,实现振动序列的最优自适应分解,将模态分解得到一系列IMF子序列进行归一化处理;然后对每个子序列信号分别建立BiLSTM趋势预测网络,最后将子序列预测结果叠加重构,得到最终预测结果。以国内某电站实际运行数据对所提模型进行论证试验,结果显示所提模型具有较高的预测精度。 展开更多
关键词 振动信号 鲸鱼优化算法 mvmd 趋势预测 BiLSTM
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部