摘要
一种基于改进KOA‑VMD的电能信号幅值相位的精准提取方法,以最小包络熵作为适应度函数,采用改进的开普勒算法对模态数量和惩罚因子进行全局寻优;对采集的正弦电能信号进行变分模态分解,计算出各模态分量与原始信号之间的斯皮尔曼相关系数,并设定相关系数的阈值将模态分量划分为纯净分量和噪声分量,保留纯净模态分量进行重构;采用快速傅里叶变换计算出重构信号的幅值和初始相位,最后根据奈奎斯特采样定理确定重构信号的最终相位从而完成电能信号幅值相位的精准提取。本发明采用了佳点集初始化策略,降低了初始解的随机性;采用了柯西变异和高斯扰动组合改进策略对星球的位置进一步更新,提高了算法的全局搜索能力和收敛速度。
技术关键词
精准提取方法
斯皮尔曼相关系数
信号
电能
太阳
重构
算法
幅值
因子
变异策略
噪声分量
电力系统
决策
质数
变量
参数
速度
表达式
极值
系统为您推荐了相关专利信息
汽车车门开关
空气悬架
多媒体主机
车辆钥匙
多媒体中控屏
多维度评估模型
手部功能康复
LSTM神经网络
训练系统
关节
干扰特征
生物特征识别
环境监测数据
信号处理方法
增量学习算法