并行EEMD算法及其在局部放电信号特征提取中的应用

作     者：朱永利 王刘旺 Zhu Yongli;Wang Liuwang

作者机构：华北电力大学控制与计算机工程学院保定071003 国网浙江省电力有限公司电力科学研究院杭州310014 

基　　金：国家自然科学基金(51677072) 中央高校基本科研业务费专项资金(2016MS116)资助项目 

出 版 物：《电工技术学报》 (Transactions of China Electrotechnical Society)

年 卷 期：2018年第33卷第11期

页      码：2508-2519页

摘      要：波形信号是电力设备监测中常见的数据形式,波形信号处理在大数据背景下成为计算和数据双重密集型问题。集合经验模态分解(EEMD)的自适应性在分析非线性、非平稳信号时具有优势,但高计算量限制了其应用。通过对EEMD算法处理波形信号时的并行性分析,在Spark计算平台下设计并实现了波形分段并行与经验模态分解(EMD)过程并行这两种不同结构的并行EEMD算法。波形分段并行适用于较长的波形信号,但结果存在部分误差,而EMD过程并行能获得与原算法一致的结果,但对内存的需求更大,适于数据量不大的波形信号。将并行EEMD算法用于局部放电(PD)波形信号的特征提取,计算固有模态分量的能量参数与样本熵作为特征量。实验结果表明,利用所提特征量能有效区分多种PD类型,所提并行EEMD算法与现有EEMD算法相比计算效率更高,减少了特征提取过程的耗时。

主 题 词：集合经验模态分解 并行计算 Spark 局部放电 波形信号处理 

学科分类：0808[工学-自动化类] 080802[080802] 0809[工学-计算机类] 08[工学] 

核心收录：

D　O　I：10.19595/j.cnki.1000-6753.tces.170488

馆 藏 号：203296176...