多尺度熵在变压器振动信号特征提取中的应用

以提取变压器绕组振动信号有效特征为目的,对多尺度熵(multiscale entropy,简称MSE)适用于非平稳非线性振动信号分析的特点和机理进行分析,在此基础上将其引入变压器绕组振动信号的特征提取中。利用不同尺度内信号样本熵的变化来反映变压器绕组运行状态的改变,将其作为一个能定量描述绕组故障信号特征的有效特征参数。实验数据分析表明,与样本熵相比,多尺度熵能更好地实现故障信号特征的定量提取,是表征变压器绕组不同故障信息的一种有效参数。

近似熵算法在电力系统故障信号分析中的应用

在分析近似熵算法的物理本质及其在非平稳信号序列分析中所具备的独特优势的基础上,提出将近似熵算法引入到电力系统故障信号的特征提取中,为电力系统故障信号分析找到一个能定量描述故障信号特征的有效特征参数。通过对理想电力信号的仿真分析数据以及近似熵与信息熵的比较,逐一验证了近似熵算法在电力信号分析中的优势。近似熵算法在小电流接地系统故障信号特征提取仿真中的应用表明,该算法能够在短数据、小幅值等不利条件下,很好地实现故障信号特征的定量提取,是表征不同故障信息的有效参数,故将其引入到电力系统故障信号的分析应用中是切实可行的,并在此基础上展望了该算法在电力系统故障诊断领域的应用前景。