一种基于变分模态分解多尺度排列熵的电能质量分析方法

摘要

本发明公开了一种基于变分模态分解多尺度排列熵的电能质量分析方法，包括：采集电能质量监测点在受到不同类型的扰动时的原始训练数据；采用变分模态分解对其分解得到K个IMF分量；计算每个IMF分量的多尺度排列熵，构建原始训练数据的特征向量；从特征向量中选择R个特征，组成原始训练数据的优化特征向量；以原始训练数据的优化特征向量和相应的扰动类型分别作为输入和输出数据，训练ELM神经网络模型，得到电能质量扰动分类器；对待检测电能质量监测点的电压信号，按上述相同方法获取其优化特征向量，并输入到电能质量扰动分类器中，得到待检测电能质量监测点的扰动类型。本发明方法对电能质量的扰动类型进行实时诊断的效率大大提升。