针对城市轨道交通直流牵引网的振荡电流容易引起继电保护系统频繁误动的问题,提出了一种基于改进局部均值分解的多尺度时频熵识别直流牵引网振荡电流与短路故障电流方法。利用改进局部均值分解法分析直流牵引网的馈线电流信号,获得其时频分布;将信息熵理论引入时频分布,对时频平面进行频段划分,计算各频段的时频熵,求出时频平面的整体多尺度时频熵;定量描述馈线电流信号的能量在时频平面分布的均匀性,均匀性的不同可以反应直流牵引网运行状态的差别,从而可通过多尺度时频熵的大小区分直流牵引网的振荡电流与短路故障电流。算例分析验证了该方法的有效性。 8高电压技术2018,44(8)路和振荡时，牵引网振荡电流-电动液压滚圆机滚弧机张家港电动液压滚圆机钢管滚弧机馈线电流信号呈现出一定的非线性特征[3]，一些新的非线性信号分析方法被引入直流牵引网的短路故障电流识别。如小波分析法[4]、经验模态分解法[5-6]和分形维数法[7]等。 本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.name这些方法虽然在直流牵引网的短路故障电流识别中取得了较好的效果，但是也各自存在一些问题。如小波分析法不具有自适应性[8]；经验模态分解法存在端点效应等问题[9-10]；分形维数法无标度区的确定尚没有统一的方法等[11]。局部均值分解(localmeandecomposition,LMD)方法[12-14]是将复杂的信号自适应地分解成若干个单分量，再计算得到信号的时频分布。相较于经验模态分解法，LMD方法的端点效应得到了较大改善[15]。LMD方法是用滑动平均法来求得局部均值函数和包络估计函数，计算误差较大。为了提高LMD方法的时频分析精度，有学者提出了用3次样条插值方法来获得信号的局部均值函数和包络估计函数，这虽然提高了复杂信号的分解精度，但会造成过包络和欠包络问题[16]，经研究发现，这是由3次样条插值引起的[17]。采用基于分段3次Hermite插值的LMD方法，可有效地解决这种过包络和欠包络问题。结合城市轨道交通直流牵引网振荡电流和短路故障电流非线性的特点，提出一种基于改进局部均值分解(improvedlocalmeandecomposition,ILMD)多尺度时频熵的直流牵引网振荡电流与短路故障电流识别方法。以城市轨道交通直流牵引网的馈线电流信号为研究对象，利用ILMD方法对采集到的馈线电流信号进行分析并得到其时频分布，为提高信号的时频分析精度和有效地解决过包络及欠包络问题，ILMD方法采用了分段3次Hermite插值。为定量描述直流牵引网在不同运行状态下?牵引网振荡电流-电动液压滚圆机滚弧机张家港电动液压滚圆机钢管滚弧机 本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.name