Cuando eliges entre la transformada S y HHT, la verdadera pregunta no es cuál suena más avanzado. Se trata de si la caja que estás construyendo puede soportarlo en el campo. Ambos métodos pueden localizar perturbaciones en el tiempo y la frecuencia. Pero hacen suposiciones diferentes sobre la señal, cuestan diferentes cantidades de hardware y fallan de diferentes maneras. Esa diferencia decide si obtienes tiempos de inicio y finalización utilizables o un montón de resultados que aún necesitan que un humano los resuelva.

La transformada S surge de combinar la transformada de Fourier de corto tiempo y la transformada wavelet. Su ventana gaussiana se estrecha a medida que la frecuencia aumenta y se ensancha a medida que la frecuencia disminuye. Por lo tanto, proporciona una buena resolución de frecuencia en bajas frecuencias y, naturalmente, ajusta la resolución temporal en altas frecuencias. Una ventaja práctica: la salida es estable. Vuelva a introducir la misma perturbación y la matriz de tiempo-frecuencia se verá básicamente igual. Los ingenieros no tienen que volver a aprender cómo se comporta el algoritmo cada vez. Para extraer el inicio y el final de un evento de frecuencia única, como una caída o un aumento de voltaje, los estudios siguen mostrando buena precisión y tolerancia al ruido. El costo es computacional. Una transformada S completa genera una gran cantidad de datos de tiempo-frecuencia redundantes. Ejecute la versión completa en un dispositivo integrado y el tiempo de respuesta puede alargarse rápidamente. Es por eso que los productos reales suelen utilizar una transformada S rápida o una versión "incompleta" que mantiene sólo puntos de frecuencia clave. Intercambia cierta información por rendimiento en tiempo real y mantiene esa operación controlada.
HHT toma otro camino. Primero utiliza la descomposición en modo empírico para dividir la señal en funciones en modo intrínseco y luego ejecuta una transformada de Hilbert en cada una. No preestablece una función básica. Esa adaptabilidad es su principal atractivo comercial. Cuando la señal de campo tiene contenido de frecuencia mixta o más de un tipo de perturbación, HHT no necesita que usted decida de antemano qué tan amplia debe ser la ventana o qué base elegir. Esto puede resultar atractivo para perturbaciones mixtas. El problema está exactamente en esa parte "adaptativa". La salida de EMD depende en gran medida de la forma de la señal y el nivel de ruido. La mezcla de modos y los efectos de punto final no son fallos raros; son tendencias inherentes al método. Una vez que los FMI mezclan modos, el significado físico de la amplitud y frecuencia instantáneas se vuelve confuso y los resultados de localización se vuelven menos consistentes. Las soluciones comunes incluyen la descomposición asistida por ruido, el intercambio de EMD por VMD o el uso solo de los primeros IMF para una llamada local. Pero esos son parches en el método, no una eliminación de sus límites.
El hardware y el comportamiento en tiempo real hacen que la compensación sea más concreta. La transformada S es pesada, pero su estructura paralela es bastante regular, por lo que se adapta a la aceleración de punto fijo en una FPGA o DSP, y las variantes rápidas tienen rutas de hardware maduras. Puede que HHT no parezca más pesado en el papel, pero EMD es un proceso de cribado iterativo. El número de iteraciones y niveles de descomposición se mueve con la señal, por lo que el comportamiento en tiempo real no tiene un límite superior estable. Para un monitor de calidad de energía que tiene que prometer un cierto retraso en la respuesta, esa incertidumbre es más difícil de manejar que simplemente ser lento.

Entonces la lógica de selección se reduce a esto. Si sus objetivos principales son caídas, aumentos y rupturas de voltaje (sucesos de frecuencia única o casi única) y la precisión en la localización y la repetibilidad es primordial, y el equipo es capaz de realizar una transformada S rápida o una extracción de frecuencia principal, la transformada S es la alternativa más confiable. Si uno se enfrenta a una combinación de contenido de frecuencia y tipos de perturbaciones que no se comprenden completamente de antemano, se puede utilizar la flexibilidad que ofrece HHT. Sin embargo, hay que aceptar que el ruido y la mezcla de modos pueden ofuscar los límites y valdría la pena implementar salvaguardias de calidad de la descomposición o un enfoque de fusión. Ningún método supera todos los tipos de perturbaciones y todos los límites de hardware. La llamada de ingeniería es descubrir primero qué es lo que realmente estás tratando de localizar y luego hacer coincidir el algoritmo con ese trabajo, y no al revés.