基于混合经验模式分解的水轮机压力脉动分析  

Pressure Fluctuation Signal Analysis of Hydro Turbine Based on Hybrid Empirical Mode Decomposition

作　　者：蒲桂林[1] 周建中[1] 李超顺[1] 李静[1] 肖剑[1] 

机构地区：[1]华中科技大学水电与数字化工程学院,湖北武汉430074

出　　处：《水力发电》2013年第12期57-60,71,共5页Water Power

基　　金：国家自然科学基金项目(51079057;51039005;51109088)

摘　　要：针对水轮机尾水管压力脉动信号的非平稳性以及经验模式分解(EMD)和集成平均经验模式分解(EEMD)的一些重要缺陷,以虚假分量识别和信号重构为基础,提出了一种混合经验模式分解方法。分别以仿真信号和某混流式水轮机尾水管压力脉动信号为例,验证了该方法相对于EMD和EEMD的优势。Because of the nonstationarity of pressure fluctuation signal in draft tube of turbine and some significant shortcomings of Empirical Mode Decomposition （EMD） and Ensemble Empirical Mode Decomposition （EEMD）, a hybrid empirical mode decomposition method is proposed herein based on false component identification and signal reconstruction. A group of simulated signals and the actual pressure fluctuation signals of turbine are taken as examples to verify this method. The comparisons show that this method is more advantaaeous than EMD and EEMD.

关 键 词：水轮机 压力脉动 经验模式分解 集成平均经验模式分解 模态混叠 信号分析 特征提取 

分 类 号：TV131.63[水利工程—水力学及河流动力学]