希尔伯特–黄变换在变压器局部放电脉冲识别中的应用

被引:16
作者
刘双宝
吕超
于继来
王立欣
机构
[1] 哈尔滨工业大学电气工程及自动化学院
基金
黑龙江省自然科学基金;
关键词
变压器; 局部放电; 希尔伯特–黄变换; 小波变换;
D O I
10.13334/j.0258-8013.pcsee.2008.31.014
中图分类号
TM83 [高电压试验设备及测量技术];
学科分类号
080803 ;
摘要
时频分析方法是变压器局部放电特征提取的有效手段。讨论利用小波变换方法分析非平稳信号的局限性,介绍希尔伯特–黄变换(Hilbert-Huang transform,HHT)的理论体系,并分别应用2种时频分析方法得到不同类型局放信号的幅值谱,从中提取了时频熵向量作为用于模式识别的特征量,模糊聚类结果显示,由希尔伯特–黄变换得到的时频熵向量具有优于小波变换的聚类特性。因此,希尔伯特–黄变换是目前变压器局放信号特征提取的有效方法。
引用
收藏
页码:114 / 119
页数:6
相关论文
共 17 条
[1]  
采用神经网络与分形理论的电力设备局部放电模式识别研究[J]. 王荣亮,岳亚林,杜伯学.天津电力技术. 2007(02)
[2]  
采用神经网络与分形理论的电力设备局部放电模式识别研究[J]. 王荣亮,岳亚林,杜伯学.天津电力技术. 2007 (02)
[3]   以复小波变换系数为特征量的局放模式识别 [J].
唐炬 ;
高丽 ;
唐铭 ;
张晓星 ;
周倩 .
重庆大学学报(自然科学版), 2007, (04) :21-24+33
[4]   基于小波多尺度变换的局部放电图像识别方法 [J].
杨霁 ;
李剑 ;
孙才新 ;
王有元 ;
杨眉 .
电力系统自动化, 2005, (22) :69-72
[5]   一种基于Morlet小波分析与神经网络技术的局部放电识别方法 [J].
王萍 ;
傅立华 ;
胡广振 .
高压电器, 2005, (05) :49-52
[6]   EMD信号分析方法端点问题的处理 [J].
黎洪生 ;
吴小娟 ;
葛源 .
电力自动化设备, 2005, (09) :47-49
[7]   用RBF网络进行电力变压器局部放电故障诊断 [J].
王茹 ;
林辉 .
高压电器, 2005, (01) :36-38
[8]   局部放电图像的小波多尺度分析与识别方法 [J].
孙才新 ;
李剑 .
电气应用, 2005, (01) :1-5
[9]   局部放电灰度图象数学形态谱的研究 [J].
刘云鹏 ;
律方成 ;
李成榕 .
中国电机工程学报, 2004, (05) :183-187
[10]   超声波法进行变压器局部放电模式识别的研究 [J].
李燕青 ;
陈志业 ;
律方成 ;
刘云鹏 .
中国电机工程学报, 2003, (02) :112-115