基于自适应小波变换与HHT的混合储能容量配置

混合储能系统能有效缓解风电输出功率强波动性与随机性造成电网频率不稳定问题。本文以蓄电池和超级电容组成的混合储能系统为研究对象,提出了一种混合储能容量配置方法。该方法首先采用自适应小波变换对风电输出功率进行功率一次分配,得到满足条件的并网功率和储能功率。然后采用HHT变换对储能功率进行分解,得到一系列波动功率分量以及各分量的瞬时频率。再根据瞬时频率确定分界频率,将高于分界频率的功率分量分配给超级电容,剩余的功率分量分配给蓄电池。最后根据蓄电池与超级电容各自的储能功率,对储能系统的额定容量与额定功率进行配置。该仿真结果表明,本文采用自适应小波变换与HHT变换能够有效地将风电输出功率进行分解,实现风电输出功率的平抑与混合储能系统的容量与功率配置。

基于VMD-HHT的井下预裂爆破振动效应分析

云南玉溪大红山铜矿现有采矿方法为分段空场嗣后充填法,采用大爆破工艺,由于一次爆破的药量过大导致对保留岩体的损伤较大,影响采场的稳定性。为解决此问题,按照多打孔少装药的原则,在距保留岩体一定距离处布置一排较为密集的炮孔,并减小单孔装药量,在主爆区起爆之前先起爆该排炮孔,形成一条具有一定宽度的缝隙,以减弱对保留岩体的损伤。基于变分模态分解和希尔伯特黄变换(VMDHHT)方法对现场实测的爆破振动信号进行分析。结果表明:本次预裂爆破振动信号的瞬时能量分布区间主要集中在0~0.5 s内,频率分布的区间主要集中在40 Hz以内;采用3个测点的合速度进行减振率计算,得到3个测点减振率分别为21.0%、30.1%和38.5%,有效减小了爆破振动对保留岩体的损伤和破坏。

基于HHT的典型红土区地脉动特性与场地特征关联性研究

对典型红土场地开展系统的地脉动测试,基于希尔伯特-黄变换(Hilbert-Huang transform, HHT)中的经验模态分解(empirical mode decomposition, EMD)从测试信号中分解出场地有效地脉动信号,对其进行快速傅里叶变换(fast Fourier transform, FFT)和Hilbert变换,产生功率谱曲线和Hilbert边际谱曲线,以确定场地卓越周期,进而探索与直接傅氏法和H/V谱比法不同的场地特征参数判别方法。目标场地的有效地脉动信号为EMD分解后的第4个本征模态函数(4th intrinsic mode function, IMF4),对各个测点的IMF4进行FFT和Hilbert变换,获取的地脉动卓越周期水平向在0.20~0.36 s,垂直向在0.23~0.39 s,结果表明,基于HHT的地脉动测试法来确定场地类别、划分场地岩土类型,与场地钻孔分析结果一致性高,关联性强。

基于EEMD-HHT的边坡爆破振动信号分析

爆破工程所处的环境一般复杂多变,爆破振动信号大多呈现瞬时非平稳性特征。因此,为了准确分析爆破振动的信号特征以及传播规律,以首都环线高速公路承平段路基爆破工程为背景,通过引入EEMD分解方法,解决了传统EMD分解方法存在模态混叠的不足;结合HHT变换,对承平段典型路堑边坡岩体爆破振动信号进行了分析。研究结果表明:采用EEMD分解方法提取爆破振动信号中主要的IMF能量层,并对振动信号进行重构,可以达到良好的去噪效果;对施工现场爆破振动信号进行主成分分析、提取之后,瞬时能量和质点振速曲线整体平滑度显著提高,振动信号主成分提取效果良好;Hilbert能量谱可以清晰地体现时间、频率与能量三者之间的关系,展现出了爆破振动信号的时频特性和传播规律;测点振动主频主要分布在10~40 Hz的频率段范围内,近似呈现出随着传播距离的增加而衰减、随着距离的增加衰减幅度减弱的趋势。该分析成果对边坡稳定性分析和邻近建筑物的安全控制具有重要的现实意义。

基于改进HHT算法的重载铁路信号自动化解调方法设计

重载列车在铁路运行过程中,信号容易受到干扰和失真,影响列车的安全性。该文提出一种基于改进HHT算法的重载铁路信号自动化解调方法。采用小波阈值去噪方法改进HHT算法中的集成经验模态分解成多个IMF分量后,利用小波阈值去噪法对含有噪声的分量展开去噪。使用Bedrosian乘积定理获取全新的递归函数,改进HHT算法中的希尔伯特变换,将纯调频信号作为新的重载环境面的铁路信号,基于递归Hilbert变换实现重载铁路信号自动化解调。实验测试结果表明,所提方法解调后的信号频率与仿真信号频率基本吻合,频带利用率最高可达9.3%,具有良好的信号解调能力。

VMD-HHT方法在大地电磁强人文干扰去噪中的应用

大地电磁信号具有频带范围宽、信号微弱的特点,在城市进行信号采集时,极易受到人文电磁噪声的干扰使信噪比下降,导致反演结果出现偏差。传统Hilbert-Huang变换去噪中经验模态(Empirical Mode Decomposition, EMD)分解过程中极易出现模态混叠现象,笔者提出基于变分模态分解改进的Hilbert-Huang变换(improved Hilbert-Huang transform based on Varational Mode Decomposition, VMD-HHT)方法对城市强人文干扰进行压制去噪。结果表明:改进的Hilbert-Huang变换能够有效避免模态混叠现象,明显改善电磁数据的信噪比,去噪后的数据可为后续视电阻率反演提供高质量的时间序列。

基于数学形态学和HHT的谐波和间谐波检测方法

非线性电力元件的应用使电力系统的谐波污染问题日益突出。为准确检测谐波和间谐波参数,提出了基于数学形态学和希尔伯特-黄变换(Hilbert-Huang transform,HHT)的谐波和间谐波检测方法。为有效抑制多种噪声,对现有数学形态滤波器进行了改进,使之保留了原信号的主要特征,并运用经验模态分解处理消噪后的信号,得到了一组经验模态函数分量。对每个经验模态函数分量进行希尔伯特-黄变换,可准确得到其瞬时频率和瞬时幅值,实现了在噪声背景下对谐波和间谐波的检测。仿真结果验证了该方法的可行性与有效性,表明其可提高谐波和间谐波的检测精度。

基于HHT提取昆明、下关重力固体潮的地震前兆信息

在重力固体潮地震前兆分析中引入HHT时频分析新方法.结合HHT的优越性、固体潮的特点和地震的非平稳过程特性,设计重力固体潮地震前兆分析的瞬时频率特征参数;以相应理论计算值作为参照背景,研究固体潮的震前变化特征.昆明、下关的震例分析表明,的确存在瞬时频率特征参数的震前变化,且具短期、同步正异常特征;瞬时频率特征参数具有明确的物理意义,其震前变化反映了地震非平稳过程对理论重力固体潮的影响.

Prony和HHT算法在低频振荡在线辨识中的适用性比较

Prony算法和Hilbert-Huang变换(HHT)算法是目前实际应用于低频振荡信号辨识的两种算法。Prony算法对于无噪声干扰的平稳信号的分辨率和准确性较高。HHT算法具有时频分析和滤除高频分量的能力,抗噪声性能好,计算速度快,并可以分析主导模式随时间改变的非平稳信号。从准确性、稳定性、完备性、快速性四个方面比较了两种算法在低频振荡在线辨识中的适用性,指出增加前置滤波环节的Prony算法可以满足低频振荡在线监测的要求,而实现强迫振荡扰动源定位则必须采用可进行时频分析的HHT算法。通过实际算例验证了两种算法的适用性。

HHT方法在脉搏波信号分析中的应用

目的采用HHT(Hibert-HuangTransformation)时间序列分析方法处理从人体采集到的脉搏波信号。方法通过经验模态分解(EMD)技术将一非线性、非稳态过程的原始离散数据序列分解为一组内在模态函数(IMFs),然后对每一个IMF进行HT变换,这样得到的信号幅度和瞬时频率都是时间的函数,即获得脉搏波信号幅度和频率的时间分布。再根据已获得的HH谱,进而得到边际谱。这是一种更具适应性的、新型的、基于模态分解的时间序列数据处理方法。结果首先对一系列由标准的周期函数构造而成的时间序列信号进行了EMD处理,验证HHT方法分解的可行性、有效性;然后分别对一例正常人脉搏波信号和一例典型的冠心病人脉搏波信号进行分解处理,对得到结果进行了比较。结论HHT方法在生物医学信号处理领域将会有广阔的应用前景。

基于HHT方法的电气化铁道谐波检测与分析

将希尔伯特-黄变换(HHT)方法用于电气化铁道谐波检测中。由于电气化铁道谐波电压、电流信号中基波能量很大,其它次数的谐波能量相对较小,使得经验模态分解(EMD)方法在应用中出现模态混叠现象,不能准确地提取任意频率的谐波信号。为改善经验模态分解过程中产生的模态混叠现象,本文采用Yang提出的基于Fourier变换的EMD方法对电气化铁道谐波信号进行筛分。通过该方法可以有效地提取出任意频率的谐波分量,进而计算其Hilbert谱。通过对电气化铁道牵引变电所实测谐波电压、电流数据进行分析,结果表明:利用改进的HHT方法可以得到电气化铁道各次谐波准确的时频分布。最后通过HHT方法计算出各次谐波电压、电流含有率及总谐波电压、电流畸变率,并对计算结果进行分析。HHT方法为电气化铁道谐波检测与分析提供了一种新的途径。

基于HHT能量谱的高精度雷管短微差爆破降振效果分析

为揭示高精度雷管短微差爆破干扰降振机理,选取紫金山金铜矿露天爆破实测的单段波形信号,利用Matlab分析了不同微差间隔下两段叠加信号的时频特征;综合考虑爆破振动三要素并结合HHT(Hilbert-Huang transform)能量定义降能率,分析了段数、相邻振幅比和最大段药量位置对短微差爆破叠加信号降振效果的影响。根据研究成果,爆破设计时应避免出现前后段数药量差距过大,并尽量将较大药量的段数靠后起爆。研究表明:相同微差间隔下随着段数的增加,叠加信号降能率逐渐增大,当段数达到一定数量后增加分段数,微差爆破的降振效果并不明显;微差爆破中相邻振幅比越接近1,降振效果越明显;最大段药量靠后的叠加信号降能率大于其他顺序。

HHT端点效应的最大Lyapunov指数边界延拓方法

针对HHT(Hilbert-Huang transfrom)的端点效应问题,提出基于最大Lyapunov指数预测模型的HHT边界延拓方法。该方法通过相空间重构,并利用时间序列相似点的演化行为,采用最大Lyapunov指数预测模型来对时间序列的端点进行预测,有效避免了不同边界条件的三次样条插值和Hilbert变换频谱泄露对HHT分析结果产生的影响。在此基础上,为了评价所提方法的有效性,提出了IMF分量归一化相关系数和IMF分量信噪比的性能评价指标,通过与标准HHT、镜像延拓HHT的仿真对比分析,结果表明所提方法抑制端点效应的性能优于二者。最后将其应用在转子油膜涡动故障试验分析中,结果表明基于最大Lyapunov指数边界延拓的HHT分析结果比镜像延拓后的分析结果更能够准确地描述油膜涡动故障特征。

基于振动信号HHT方法的GIS设备故障诊断

介绍了在江苏省电力公司江东门110 kV变电站内采集运行中GIS设备的振动信号,对振动信号降噪处理,运用了希尔伯特-黄变换(HHT)对降噪后的振动信号进行分析。比较信号的希尔伯特谱,得到各频率分量幅值随时间变化的情况;比较信号的边际谱,得到GIS设备的故障特征量。实测数据研究表明,HHT方法能有效地对GIS设备进行特征提取及故障诊断。

HHT方法及其在地震信号处理中的应用

介绍了HHT方法和它的基本特点,并且在应用时与Fourier变换和小波分析法作了比较,说明其具有优于其他方法的明确物理意义、高度精确性和自适应性。并且通过对地震资料的处理,以实验结果说明,HHT适合应用于地震信号处理,值得进一步研究与推广。

基于HHT法的煤冲击破坏SHPB测试信号去噪

针对分离式霍普金森杆(SHPB)测试信号的高噪声、持时短、突变快等特点,利用希尔伯特-黄变换(HHT)分析技术对煤冲击破坏的测试信号进行去噪处理。用经验模式分解法(EMD)分解实测的煤冲击破坏SHPB测试信号,可以得到各固有模态函数(IMF)分量及其频谱和各IMF分量的能量百分比,从而利用低通滤波将原始信号中的高频噪声有效的分离出去。利用快速傅里叶变换(FFT)频谱和Morlet小波时频谱对比分析去噪前后信号的特征,定性的说明HHT法可以用于煤冲击破坏SHPB信号的去噪处理。通过计算去噪后信号的信噪比和能量百分比,定量的说明HHT法充分保留了煤冲击破坏SHPB信号本身的瞬态非平稳特征,去噪效果显著,方法简捷,结果可靠。

基于HHT和SVM的运动想象脑电识别

对运动想象脑电信号(EEG)分类识别是脑-机接口(BCI)研究领域的重要问题。本文通过经验模式分解(EMD)将EEG分解为一系列内蕴模式函数(IMF),并对重要IMF的瞬时幅度提取AR模型参数,同时对所有的IMF进行Hilbert变换(HT)得到Hilbert谱,进而求得瞬时能量(IE)。将得到的AR参数和IE,结合时域均值和中值绝对偏差估计(MAD),组成初始特征,然后利用经遗传算法(GA)优化的支持向量机(SVM)进行分类,得到识别结果。对2008年BCI CompetitionⅣDataset 1中想象左手和脚运动的两组数据进行识别,在仅仅使用少数通道的情况下,识别正确率分别达到84.7%和85.8%,初步验证了该方法的有效性。

地质雷达隧道超前地质预报检测信号的HHT分析法

隧道工程建设因开挖而诱发的各种地质灾害时有发生,为确保隧道施工安全,目前普遍运用超前地质预报探明掌子面前方的地质情况,如何提高超前地质预报的判释水平显得尤为重要。针对隧道超前地质预报地质雷达信号的特点,采用HHT分析法提取原始图像各IMF分量的瞬时剖面图及其单道信号的瞬时幅值、瞬时相位、瞬时频率。结果表明,HHT分析法分解出的瞬时参数突显了原始信号的特征信息,能较好地定量识别不良地质体位置与形状,提高地质雷达原始图像解释的精度和可信程度。

基于HHT的电能质量检测新方法

提出了用HHT方法对电能质量扰动信号(电压凹陷、电压凸起、电压间断、暂态震荡、暂态脉冲等)和谐波(整数次谐波和间谐波)进行检测及时频分析的新方法。该方法由经验模态分解法(EMD)和Hilbert变换(HT)两部分组成。通过EMD得到固有模态函数(IMF)后,再进行HT,可以定量、准确地刻画相应时刻的瞬时频率和幅值。通过该方法可以确定非平稳的电能质量扰动信号的时间、频率和幅值信息;同样也可以精确的检测出谐波的幅值和频率。仿真结果表明,该法不但适用于非平稳信号的处理,而且对平稳信号的分析、处理也有很好的效果。