摘要：提出一種基于完備總體經(jīng)驗(yàn)?zāi)B(tài)分解(complete ensemble empirical mode decomposition,CEEMD)和GG(gath-geva)聚類的電能質(zhì)量擾動(dòng)識別方法。CEEMD是一種對EEMD(ensemble empirical mode decomposition)的改進(jìn)算法,其特點(diǎn)是向原始信號中以正負(fù)成對的形式加入白噪聲,有利于減少重構(gòu)信號中殘余的輔助噪聲;且在分解的每一個(gè)階段都加入特殊噪聲,計(jì)算一個(gè)唯一殘差以得到每個(gè)IMF,因此分解的結(jié)果是完整的,優(yōu)于EEMD。CEEMD不僅有效解決了EEMD的模態(tài)混疊的問題,同時(shí)也保留了EEMD處理非平穩(wěn)信號的優(yōu)勢,再將CEEMD分解的IMF分量的互近似熵值作為特征向量輸入到GG模糊分類器中進(jìn)行電能擾動(dòng)的分類識別。為了驗(yàn)證該方法的有效性,進(jìn)行了仿真和實(shí)測實(shí)驗(yàn),結(jié)果表明,該方法有較好的頻譜分離效果,且僅需要較少的迭代次數(shù),減輕了計(jì)算成本。