一种基于PSO-EMMD-ICA的变压器振动信号在线分离方法技术

本发明专利技术公开了一种基于PSO‑EMMD‑ICA的变压器振动信号在线分离方法，涉及振动信号分离技术领域，该方法包括以下步骤：对于现场采集的振动信号，单通道选取振动幅值最大的振动信号，采用EEMD‑ICA方法分离模拟信号，计算分离后的信号与实际信号的偏差，以绝对偏差作为目标函数，PSO优化EMMD的参数，高斯白噪声的标准差和所添加噪声的次数，将上述的优选参数带入EEMD‑ICA，实现振动信号分离。本发明专利技术通过对变压器中的集成经验模态分解，使得信号的盲源模态混叠的现象得到改善，并通过高斯白噪声的标准差以及噪声的次数以确定振动信号，且把振动信号采用EEMD‑ICA进行分离,直至每组振动数据分离完成，本发明专利技术合理地选取振动信号分离模型的参数，有效提高分离效率。

【技术实现步骤摘要】
一种基于PSO-EMMD-ICA的变压器振动信号在线分离方法
本专利技术涉及一种振动信号分离方法，涉及振动信号分离
，具体涉及一种基于PSO-EMMD-ICA的变压器振动信号在线分离方法。
技术介绍
变压器是输电系统中的关键设备之一，其工作可靠性直接关系到电力系统的安全运行。基于振动信号的变压器状态监测不仅对变压器正常生产没有影响，而且振动信号中含有大量的状态特征信息。变压器振动主要来自变压器铁心、绕组等，信号有效分离对变压器工作状态的评估显得尤为重要。信号的盲源分离(ICA)方法将不同表面位置的振动信号映射到多个子空间中，并在独立子空间中使用传统独立分量分析方法估算出混合矩阵。然而，变压器内部的绕组振动源信号和铁心振动源信号并非绝对的线性组合，在振动传递的过程中存在较强的非线性因素。单一的分离方法难以对变压器振动信号进行有效分离。对于集成经验模态分解(EEMD)，一种白噪声辅助的分析方法，削弱了信号的模态混叠现象，使得分解后可以得到具有确定物理意义的固有模态函数。此时再进行盲源分离，信号分离效果有较大改善，但是模型的参数优选是一本文档来自技高网...

【技术保护点】
1.一种基于PSO-EMMD-ICA的变压器振动信号在线分离方法，该方法用于合理地选取振动信号分离模型的参数，有效提高分离效率，其特征在于：所述该方法包括以下步骤：/n步骤一、对于现场采集的振动信号，单通道选取振动幅值最大的振动信号；/n步骤二、采用EEMD-ICA方法分离模拟信号；/n步骤三、计算分离后的信号与实际信号的偏差，以绝对偏差作为目标函数；/n步骤四、PSO优化EMMD的参数，高斯白噪声的标准差和所添加噪声的次数；/n步骤五、将步骤四的优选参数带入EEMD-ICA，实现振动信号分离。/n

【技术特征摘要】
1.一种基于PSO-EMMD-ICA的变压器振动信号在线分离方法，该方法用于合理地选取振动信号分离模型的参数，有效提高分离效率，其特征在于：所述该方法包括以下步骤：
步骤一、对于现场采集的振动信号，单通道选取振动幅值最大的振动信号；
步骤二、采用EEMD-ICA方法分离模拟信号；
步骤三、计算分离后的信号与实际信号的偏差，以绝对偏差作为目标函数；
步骤四、PSO优化EMMD的参数，高斯白噪声的标准差和所添加噪声的次数；
步骤五、将步骤四的优选参数带入EEMD-ICA，实现振动信号分离。


2.一种基于改进EMMD的变压器振动信号分离方法，其根据权利要求1所述的一种基于PSO-EMMD-ICA的变压器振动信号在线分离方法进行改进的，其特征在于：该基于改进EMMD的变压器振动信号分离方法，包括采集多组变压器表面振动信号x(t)以及对应的绕组振动信号x1(t)和铁心振动x2(t)。


3.根据权利要求2所述的一种基于改进EMMD的变压器振动信号分离方法，其特征在于：该基于改进EMMD的变压器振动信号分离方法还包括初始化粒子群、种群规模、进化次数、学习因子、种群速度范围、优化参数上下限。


4.根据权利要求3所述的一种基于改进EMMD的变压器振动信号分离方法，其特征在于：该基于改进EMMD的变压器振动信号分离方法还包括将初始化的标准差和噪声次数带入EEMD,对振动信号进行分解。


5.根据权利要求3所述的一种基于改进EMMD的变压器振动信号分离方法，其特征在于：该基于改进EMMD的变压器振动信号分离方法还包括计算各个I...

【专利技术属性】
技术研发人员：卢宇，李刚，
申请(专利权)人：上海欣影电力科技股份有限公司，
类型：发明
国别省市：上海;31