Filters








1 Hit in 0.043 sec

De-noising of Power Quality Disturbance Detection Based on Ensemble Empirical Mode Decomposition Threshold Algorithm

Zhang Xuhong, Han Gang Han Gang, Chen Liping
2013 TELKOMNIKA (Telecommunication Computing Electronics and Control)  
Abstrak Sinyal kualitas daya aktual sering dipengaruhi oleh derau yang mengakibatkan hasil analisis sinyal gangguan yang tidak tepat. Pada paper ini suatu metode yang disebut sebagai metode penghilangan derau ambang berbasis EEMD (Ensemble Empirical Mode Decomposition) dikemukakan untuk meningkatkan kualitas sinyal dengan berbagai tingkat SNR (Signal-to-Noise Ratio). Sebagai perbandingan, digunakan empat ambang, yaitu ambang heuristik, ambang self-adaptive, ambang tetap dan ambang minimax untuk
more » ... mbang minimax untuk menapis derau pada sinyal kualitas daya. Perbandingan dilakukan melalui analisis dan perbandingan tiga karakteristik sinyal sebelum dan sesudah penghilangan derau, yaitu bentuk gelombang, SNR dan MSE (Mean Square Error), lebih jauh lagi analisi dilakukan pada sifat seketika pada waktu yang berkaitan dengan menggunakan HHT (Hilbert Huang Transform). Hasil simulasi menunjukkan bahwa metode penghilangan derau dengan ambang EEMD dapat menjadikan bentuk gelombang mendekati nilai sesungguhnya. Selain itu diperoleh nilai SNR yang lebih tinggi dan MSE yang lebih kecil dibandingkan dengan menggunakan empat ambang yang lain, serta sifat seketika yang mencerminkan sinyal gangguan aktual secara lebih tepat. Dengan hasil ini dapat dikatakna bahwa algoritma EEMD ambang optimal dapat digunakan untuk penghilangan derau sinyal gangguan pada kualitas daya. Sementara, metode penghilangan derau ambang EEMD dengan sifat adaptif sesuai untuk penghilangan derau sinyal gangguan gabngan. (Signal-to-Noise Ratio). As a comparison, we use other four thresholds, namely, the heuristic threshold, the self-adaptive threshold, the fixed threshold and the minimax threshold to filter the noises from power quality signal. Through the analysis and comparison of three characteristics of the signal pre-and-post de-noised, including waveforms, SNR and MSE (Mean Square Error), furthermore the instantaneous attribute of corresponding time by HHT (Hilbert Huang Transform). Simulation results show that EEMD threshold de-noising method can make the waveform close to the actual value. The SNR is higher and the MSE is smaller compared with other four thresholds. The instantaneous attribute can reflect the actual disturbance signal more exactly. The optimal threshold EEMD-based algorithm is proposed for power quality disturbance signal denoising. Meanwhile, EEMD threshold de-noising method with adaptivity is suitable for composite disturbance signal de-noising. Abstract Actual power quality signal which is often affected by noise pollution impacts the analysis results of the disturbance signal. In this paper, EEMD (Ensemble Empirical Mode Decomposition)-based threshold de-noising method is proposed for power quality signal with different SNR
doi:10.12928/telkomnika.v11i4.1149 fatcat:dbr773z3czar3pj5ut3iwbrso4