基于CEEMDAN-ZCR的光纤电流互感器非线性误差识别

针对光纤电流互感器(FOCT)漂移、变比波动等非线性误差难以识别的问题,文中提出一种基于自适应噪声完备集合经验模态分解(CEEMDAN)-过零率(ZCR)的FOCT误差识别方法。首先,利用CEEMDAN算法对FOCT输出电流信号进行分解,得到包含非线性误差特征的固有模态分量(IMF),构成原始误差向量数据集;然后,对比不同误差下的分量数量,利用ZCR算法计算不同误差下各个IMF的ZCR指标,用于将IMF分类;最后,根据ZCR指标将IMF信号分为3类,并叠加重组为3个分量,构建出分解结果数量稳定的IMF信号,根据不同分量的特征实现误差识别。实验结果表明:基于CEEMDAN-ZCR的误差识别方法能够有效识别2种误差,漂移误差特征主要集中在IMF中第三层(C3),变比误差主要集中在IMF中第二层(C2)。