- 专利标题: 基于经验模态分解的孤岛检测关键特征提取方法
-
申请号: CN201711182530.2申请日: 2017-11-23
-
公开(公告)号: CN108108659B公开(公告)日: 2021-11-09
- 发明人: 李铁 , 苏安龙 , 唐俊刺 , 曲祖义 , 高凯 , 何晓洋 , 金晓明 , 孔祥瑞 , 曾辉 , 崔岱 , 梁晓赫 , 冯占稳 , 孙文涛 , 王钟辉 , 王亮 , 许小鹏 , 张艳军 , 王顺江 , 周纯莹 , 宁辽逸 , 王澍 , 严正
- 申请人: 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司电力科学研究院 , 国家电网公司
- 申请人地址: 辽宁省沈阳市平区宁波路18号; ;
- 专利权人: 国网辽宁省电力有限公司,国网辽宁省电力有限公司电力科学研究院,国家电网公司
- 当前专利权人: 国网辽宁省电力有限公司,国网辽宁省电力有限公司电力科学研究院,国家电网公司
- 当前专利权人地址: 辽宁省沈阳市平区宁波路18号; ;
- 代理机构: 沈阳智龙专利事务所
- 代理商 周楠; 宋铁军
- 主分类号: G06K9/00
- IPC分类号: G06K9/00 ; G06F17/16
摘要:
本发明涉及一种基于多分辨率奇异谱熵和经验模态分解的孤岛检测关键特征提取方法。根据孤岛与非孤岛干扰情况下信号特征不易发掘的特点,进行信号的深度特征分析。将公共点电压信号进行多分辨率经验模态分解。利用分解信号进行相空间重构,对每层相空间矩阵进行奇异谱分解得到每层奇异值,根据各层奇异值提取各层相空间奇异谱熵。多层奇异谱熵组合后构成该信号下的多分辨率奇异谱熵的特征向量。该方法中,多分辨率经验模态分解实现了对信号频谱分层细致的解析,各层奇异谱熵对表征信号各层的唯一特征进行了统一的度量,组合后的特征向量定量描述了信号的本质特征,对同类信号和同种样本具有稳定性,适用于孤岛检测关键特征的提取。
公开/授权文献
- CN108108659A 基于经验模态分解的孤岛检测关键特征提取方法 公开/授权日:2018-06-01