买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉三峡大学申请的专利基于变分模态分解与改进小波阈值的电能质量扰动去噪方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116502042B 。

龙图腾网通过国家知识产权局官网在2026-02-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310427046.0，技术领域涉及：G06F18/10；该发明授权基于变分模态分解与改进小波阈值的电能质量扰动去噪方法是由程江洲;张志强;朱险峰;谢卓然;胡哲豪;吕奥博;向笛;胡得澳;王永威设计研发完成，并于2023-04-19向国家知识产权局提交的专利申请。

本基于变分模态分解与改进小波阈值的电能质量扰动去噪方法在说明书摘要公布了：基于变分模态分解与改进小波阈值的电能质量扰动去噪方法，获取含噪电能质量信号；选取排列熵作为遗传算法的自适应度函数，通过遗传算法调用变分模态分解，对变分模态分解的惩罚因子α与分解模态数k进行迭代寻优，确定最优参数；使用变分模态分解将信号数据分解为k个模态分量，通过相关系数确定有效模态分量与噪声模态分量；对于改进小波阈值，提出参数可调的阈值函数，并且将小波能量熵的概念引入阈值函数中；使用改进小波阈值对噪声模态分量作去噪处理，并选择有效模态分量与去噪处理后的噪声模态分量进行重构，得到消噪后的电能质量扰动信号。该方法能够有效地去除噪声干扰，同时保留采集信号突变点的奇异信息，为后续的电能质量扰动信号的分析与治理提供帮助。

本发明授权基于变分模态分解与改进小波阈值的电能质量扰动去噪方法在权利要求书中公布了：1.基于变分模态分解与改进小波阈值的电能质量扰动去噪方法，其特征在于包括以下步骤： 步骤1：获取一维含噪电能质量信号，并将一维含噪电能质量信号存入变分模态分解中； 步骤2：选取排列熵作为遗传算法的自适应度函数，通过遗传算法调用变分模态分解，对变分模态分解的惩罚因子α与分解模态数k进行迭代寻优，确定最优参数； 步骤3：根据步骤2的寻优结果，使用变分模态分解将信号数据分解为k个模态分量，通过相关系数确定有效模态分量与噪声模态分量； 步骤4：对于改进小波阈值，提出参数可调的阈值函数，并且将小波能量熵的概念引入阈值函数中，提出了能够根据噪声含量而自适应改变的自适应阈值； 步骤5：使用步骤4所述改进小波阈值对步骤3的噪声模态分量作去噪处理，并选择有效模态分量与去噪处理后的噪声模态分量进行重构，得到消噪后的电能质量扰动信号； 所述步骤4中，对于改进小波阈值，提出参数可调的阈值函数，将小波能量熵引入阈值中，提出了能够根据噪声含量而自适应改变的自适应阈值，包括如下步骤： S4.1：用离散小波变换对一维含噪电能质量扰动信号xt进行分解，得到下式： 式中，Z为整数，mJ,k为近似系数，表示含噪信号中的低频分量；nJ,k为细节系数，表示含噪信号中的高频分量；φJ,kt是标度函数，ψJ,kt是小波基函数； 对于确定的分解层数，利用离散小波变换可以将电能质量扰动信号分解为近似系数与细节系数序列，噪声信号属于高频分量，所以其分布在细节系数序列中；扰动信号经过离散小波变换分解后，有用信号分量的小波系数幅值远大于噪声信号分量，这个保证了能够构造一个阈值和阈值函数对分解后的细节系数序列进行处理，从而达到去噪的目的；最后，将处理后的小波系数利用小波逆变换进行重构，便能够得到消噪电能质量扰动信号； 小波阈值去噪过程包括多层次小波分解、小波系数阈值收缩过程、小波重构；传统的软、硬阈值函数以及通用阈值公式如下： 软阈值函数： 硬阈值函数： 通用阈值： 式中，N为处理信号长度，为信号中噪声标准差； 针对传统的阈值函数进行改进，提出了一种新的阈值函数，其能够在保留软、硬阈值函数的优点的同时对其缺点进行改进，改进后的阈值函数如下： 式中，b为可变参数，λ为改进后的自适应阈值，b的不同取值会影响会响影响改进阈值函数的变化趋势；改变可变参数b的大小，能够获得不同的函数效果，当b0改进的阈值函数等价于硬阈值函数，当b→∞时改进的阈值函数等价于软件阈值函数，当b∈0,+∞时改进后的阈值函数能够在软阈值函数和硬阈值函数之间切换，增加了其灵活性； S4.2：将小波能量熵引入阈值公式，子区间里的噪声含量越集中，小波能量熵的值就越大，即区间内的小波系数多为噪声对应的小波系数，此时，能够将该区间作为噪声的特征区间进行分析处理；因此，选取每层中小波能量熵值最大的区间，将该区间中小波系数的均值作为该层的噪声标准差；改进后的阈值公式如下： 式中，为分解尺度j上的噪声标准差，N为处理信号长度，j为小波分解的层数； 随着小波分解的尺度增加，有用信号的小波系数幅值变化不大，噪声信号的小波系数幅值会减小，而通用阈值公式如下： 式中，为噪声的标准差，N为处理信号长度； 由所述的通用阈值求解方式可见，在整个分解的过程中是阈值是个定值，阈值作为区分有用信号与噪声信号的标准，应随着分解层数的增加而自适应的减小，以防止略去过多有用信号； 由所述的改进后的阈值公式求解方式可见，在2lnj+1作用下阈值λj会随着分解层数的增大而减小，这与噪声信号的小波系数随着分解层数增大而减小的规律是一致的；重新定义的噪声标准差能够各层中噪声的含量对阈值公式作出进一步修正，与原公式相比更能准确的评估噪声含量，提高阈值的准确度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。