欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
变压器油箱表面测得的振动信号是各个振源的混合信号，直接加以分析，不能确定不同部件的运行状况。而传统盲源分离方法难以解决信号分析中相关源信号盲分离、欠定盲分离等问题。鉴于此，提出基于集成经验模态分解（Ensemble Empirical Mode Decomposition，EEMD）与负熵准则的欠定盲源分离算法。首先，利用EEMD方法对变压器振动信号进行分解．得到若干本征模态函数（Intrinsic Mode Function，IMF），并采用邻近奇异值差值法估计混合信号中源信号个数；然后，根据负熵准则选取独立性较好的IMF分量，组成新的测量信号；最后，对新的测量信号进行盲分离。利用实测变压器振动信号对该算法进行了验证。
同期刊论文项目
同项目期刊论文
An interior-point optimal power flow algorithm using coherent function to surrogate nonlinear inequa
Short-Term Solar Irradiance Forecasting Model Based on Artificial Neural Network Using Statistical F
位置：