李 芹

(昆明轨道交通集团有限公司，云南 昆明 650000)

基于Intrinsic Time-scale Decomposition算法的扰动信号特征量提取问题研究

李 芹

(昆明轨道交通集团有限公司，云南 昆明 650000)

由于电能质量扰动信号具有非线性的特点，当下算法无法有效提取电能质量扰动信号，采取Intrinsic Time-scale Decomposition算法，可以有效提取电能质量扰动信号的频率、幅值、相位等特征量。利用Intrinsic Time-scale Decomposition算法提取电能质量扰动信号的Proper Rotation Component分量，后对Proper Rotation Component分量进行Hilbert变换以求得电能质量扰动信号的相位和瞬时频率，再根据电能质量扰动信号的高频突变点得到电能质量扰动信号的起止时间；根据envelope函数求得衰减因子。利用软件开发程序MATHEMATICA对电能质量扰动信号进行分析，结果表明，Intrinsic Time-scale Decomposition算法可以很好地提取电能质量扰动信号特征量，并且具有极佳的抗噪性能。

Intrinsic Time-scale Decomposition；扰动信号；故障分析

电网容易受到各种干扰信号的影响而致使本身的波形发生畸变，导致电能的质量出现严重的问题。而当下各种高质量电器设备的使用使得人们对于电能的质量有了更高的要求，故而，对于电能质量扰动信号的研究具有十分重要的现实意义[1-3]。

鉴于此，国内外学者对于电能质量扰动信号进行了大量的研究，其主要方法有：Fourier变化法、小波变换法[4]、Prony算法/改进Prony算法[5]、Hilbert-HuangTransform算法[6]、Mathematical Morphology算法[7]等。但这些算法都存在着自身无法克服的缺陷：Fourier变化法无法反映电能质量扰动信号的衰减阻尼特性，其分析精度受到数据的严重制约[7]；小波变换法的抗噪能力较差，无法针对具有多重噪声的电能质量扰动信号的特征量进行有效地提取[8]；……