基于改进CEEMD和RF的低压串联故障电弧识别方法 被引量：9

1

作者 江永鑫 陈丽安 +1 位作者 郭梦倩 徐子萌 《电力系统保护与控制》 EI CSCD 北大核心 2024年第1期97-108,共12页

为了解决完整集合经验模态分解(complete ensemble empirical mode decomposition,CEEMD)得到的固有模态函数分量数目及其频段不固定,以及故障电弧特征难以准确提取导致故障识别准确率低的不足,引入T检验和方差贡献率形成了一种改进CEEM... 为了解决完整集合经验模态分解(complete ensemble empirical mode decomposition,CEEMD)得到的固有模态函数分量数目及其频段不固定,以及故障电弧特征难以准确提取导致故障识别准确率低的不足,引入T检验和方差贡献率形成了一种改进CEEMD方法,进一步提出一种基于改进CEEMD和随机森林(random forest,RF)的串联故障电弧识别方法。首先,依托串联电弧故障试验平台,采集不同负载的电流信号。然后,采用改进CEEMD对信号进行分析并提取故障特征量,以TreeBagger函数进行特征降维,形成特征向量样本集。最后,结合RF构建故障电弧诊断模型,对样本集进行分类识别。结果表明:改进CEEMD能有效地提取不同负载电流的故障特征,所提故障电弧识别方法的识别准确率达到97.50%。通过进行不同特征提取方法和不同分类模型对诊断结果影响的消融实验,进一步证明了所提方法的可行性。 展开更多

关键词 故障识别 串联故障电弧 改进ceemd T检验 方差贡献率 随机森林

在线阅读 下载PDF 职称材料

基于CEEMD的云贵高原降水序列周期性特征分析

2

作者 郝海宁 王新鹏 +1 位作者 袁荣才 赵庆志 《科学技术与工程》 北大核心 2024年第36期15362-15374,共13页

对云贵高原的降水量序列进行多尺度分析,可为喀斯特地区流域的综合治理、水资源的合理利用及地区的可持续发展提供保证。利用互补集合经验模态分解算法(complete ensemble empirical mode decomposition,CEEMD)结合快速傅里叶变换分析(f... 对云贵高原的降水量序列进行多尺度分析,可为喀斯特地区流域的综合治理、水资源的合理利用及地区的可持续发展提供保证。利用互补集合经验模态分解算法(complete ensemble empirical mode decomposition,CEEMD)结合快速傅里叶变换分析(fast Fourier transform,FFT)的特征提取方法。选取云贵高原60个站点20年、时间间隔为12 h的降水量观测数据进行周期识别。结果表明:CEEMD算法能够有效提取序列中的月、半周年、周年等特征分量,结合各气象站点位置,发现地理位置上临近站点的周期变化趋势数相似。与云贵高原的柯本-盖革气候分类指数图相对比,符合地区的气候特征,证明该分解方法可有效应用于气候统计;探讨在不同周期性特征影响下,实际降水序列如何响应于各种气候驱动因素,利用自相关函数(autocorrelation function,ACF)分析降水序列与准两年振荡(quasi biennial oscillation,QBO)、Nino3.4指数、热带气旋之间的时滞和相关性。发现区域的降水序列受厄尔尼诺南方涛动(El Nino-Southern Oscillation,ENSO)以及准两年期振荡的影响。区域48.3%站点固有模态函数(intrinsic mode functions,IMFs)呈现双峰年周期,使用极端降水事件与热带气旋降水事件对比,发现云贵高原降水序列双峰值周期的产生受热带气旋影响。 展开更多

关键词 降水量序列 周期性特征 互补集合经验模态分解(ceemd)算法 热带气旋

在线阅读 下载PDF 职称材料

联合改进CEEMD与近似熵的脑电去噪方法 被引量：12

3

作者 张欢 刘燕 +4 位作者 佟宝同 赵凌霄 杨莹雪 王玉平 戴亚康 《计算机工程》 CAS CSCD 北大核心 2017年第6期53-58,共6页

针对现有完备总体经验模态分解方法在脑电去噪中的模态筛选偏差问题,结合改进的完备总体经验模态分解(ICEEMD)与近似熵,提出一种新的脑电(EEG)信号去噪方法。对EEG信号进行ICEEMD分解,得到一系列本征模态函数(IMF),再对IMF分别计算近似... 针对现有完备总体经验模态分解方法在脑电去噪中的模态筛选偏差问题,结合改进的完备总体经验模态分解(ICEEMD)与近似熵,提出一种新的脑电(EEG)信号去噪方法。对EEG信号进行ICEEMD分解,得到一系列本征模态函数(IMF),再对IMF分别计算近似熵,比较并选择近似熵值最大的IMF作为去噪后的信号。基于模拟信号和真实脑电信号的实验结果表明,与添加自适应噪声的完备总体经验模态分解方法相比,该方法能得到更清晰稳定的去噪结果,并且解决了IMF盲目选取导致的去噪失准及虚假模态等问题。 展开更多

关键词 脑电 去噪 本征模态函数 完备总体经验模态分解 近似熵

在线阅读 下载PDF 职称材料

CEEMD与KSVD字典训练相结合的去噪方法 被引量：24

4

作者 乐友喜 杨涛 曾贤德 《石油地球物理勘探》 EI CSCD 北大核心 2019年第4期729-736,I0007,共9页

本文提出一种完备总体经验模态分解(CEEMD)方法与K奇异值分解(KSVD)学习字典算法相结合的地震信号去噪方法。含噪信号通过CEEMD分解得到一系列不同尺度的固有模态函数(IMF);按频率由高到低依次排列IMF各分量,并做自相关分析,去除噪声主... 本文提出一种完备总体经验模态分解(CEEMD)方法与K奇异值分解(KSVD)学习字典算法相结合的地震信号去噪方法。含噪信号通过CEEMD分解得到一系列不同尺度的固有模态函数(IMF);按频率由高到低依次排列IMF各分量,并做自相关分析,去除噪声主导的IMF分量;将累加的过渡IMF分量叠加重构并做CEEMD二次分解,通过自相关分析再次去除噪声主导的IMF分量;分别叠加二次CEEMD分解剩余的IMF分量和一次剩余的IMF分量,得到两个新的含噪信号,并利用KSVD过完备字典分别稀疏表示该两个新的含噪信号,即由稀疏系数重构去噪后地震信号,进而重构最终去噪结果。实验结果证明:该算法的去噪效果明显优于F-X去噪、小波阈值去噪和KSVD字典稀疏去噪等传统方法。 展开更多

关键词 完备总体经验模态分解 KSVD学习字典 稀疏表示 自相关 随机噪声

在线阅读 下载PDF 职称材料

CEEMD-WT和CNN在短期风速预测中的应用研究 被引量：15

5

作者 颜宏文 卢格宇 《计算机工程与应用》 CSCD 北大核心 2018年第9期224-230,共7页

由于风速存在随机性和不稳定性,为了提高短期风速预测的精度,提出了一种基于完备总体经验模态分解(CEEMD)、小波变换(WT)和卷积神经网络(CNN)的短期风速预测混合模型。首先,CEEMD算法把原始风速序列分解成一些相对平稳的固有模态函数和... 由于风速存在随机性和不稳定性,为了提高短期风速预测的精度,提出了一种基于完备总体经验模态分解(CEEMD)、小波变换(WT)和卷积神经网络(CNN)的短期风速预测混合模型。首先,CEEMD算法把原始风速序列分解成一些相对平稳的固有模态函数和一个残差序列;然后,WT算法对每个固有模态函数进行二次去噪,进一步消除噪声对固有模态函数的影响;最后,卷积神经网络对每个固有模态函数、残差序列和影响风速的5个属性训练预测得到各自的预测结果,对所有的预测结果重构得到最终的预测结果。通过实验与其他4个风速预测模型进行比较,所提出的模型预测的绝对平均百分比误差(MAPE)最小,为2.484%,表明在短期风速预测方面CEEMD-WT-CNN模型有较好的性能。 展开更多

关键词 完备总体经验模态分解 小波变换 卷积神经网络 短期风速预测 固有模态分量 二次去噪

在线阅读 下载PDF 职称材料

基于CEEMD散布熵和Hjorth参数的混合特征滚动轴承故障诊断研究 被引量：10

6

作者 夏理健 刘小平 +2 位作者 王新 田笑 张立杰 《机电工程》 CAS 北大核心 2021年第12期1564-1571,共8页

由于依靠单一的物理特征难以全面反映机械的故障信息,针对这一问题,对机器学习中常用的故障特征提取方法进行了研究,在此基础上提出了一种基于完备总体经验模态分解(CEEMD)、散布熵(DE)和Hjorth参数的混合特征滚动轴承故障诊断方法。首... 由于依靠单一的物理特征难以全面反映机械的故障信息,针对这一问题,对机器学习中常用的故障特征提取方法进行了研究,在此基础上提出了一种基于完备总体经验模态分解(CEEMD)、散布熵(DE)和Hjorth参数的混合特征滚动轴承故障诊断方法。首先,基于CEEMD对轴承原始信号进行分解,得到了若干个固有模态函数(IMF)分量;然后,根据与原信号的相关性选取敏感IMF分量,并求出其DE和Hjorth参数,形成散布熵特征向量和Hjorth参数矩阵,再对Hjorth参数矩阵进行奇异值分解,提取出奇异值作为特征向量,并将该向量与散布熵特征向量形成混合特征向量;最后,利用基于粒子群优化算法的最小二乘支持向量机(LSSVM),对滚动轴承不同故障特征向量进行了训练和识别。研究结果表明:该方法能够准确地诊断出滚动轴承的故障类型和程度,突出不同故障的特征;与采用单一特征的方法相比,该方法能更准确地辨别出滚动轴承的故障信息,采用该方法获得的故障识别率可达到100%。 展开更多

关键词 滚动轴承 故障诊断 混合特征提取 完备总体经验模态分解 散布熵 Hjorth参数 奇异值分解

在线阅读 下载PDF 职称材料

CEEMD-FCM模型下的管道缺陷识别方法 被引量：2

7

作者 王超群 梁伟 梁晓斌 《中国安全科学学报》 CAS CSCD 北大核心 2020年第1期87-93,共7页

为提高管道缺陷识别精度,利用补充集合经验模态分解方法(CEEMD)和模糊C-均值(FCM)聚类算法,提出CEEMD-FCM的管道缺陷识别模型。首先,分析管道缺陷信号波形特征,引入粒子群优化算法(PSO)改进小波阈值降噪方法,实现管道缺陷信号的降噪;然... 为提高管道缺陷识别精度,利用补充集合经验模态分解方法(CEEMD)和模糊C-均值(FCM)聚类算法,提出CEEMD-FCM的管道缺陷识别模型。首先,分析管道缺陷信号波形特征,引入粒子群优化算法(PSO)改进小波阈值降噪方法,实现管道缺陷信号的降噪;然后,采用CEEMD分解缺陷信号,并借助能量熵原理提取缺陷的特征参量;最后,利用模拟退火算法(SA)和遗传算法(GA)优化FCM,完成管道缺陷的分类。结果表明:基于CEEMD-FCM模型的管道缺陷识别方法的综合识别精度达到87. 5%,可实现石油化工领域管道缺陷模式的精准识别,保障管道安全运行,降低事故发生率。 展开更多

关键词 管道 缺陷类型识别 特征提取 补充集合经验模态分解方法(ceemd) 模糊C-均值(FCM)聚类算法

在线阅读 下载PDF 职称材料

基于CEEMD阈值和相关系数原理的MEMS陀螺信号去噪方法 被引量：20

8

作者 张宁 《传感技术学报》 CAS CSCD 北大核心 2018年第9期1383-1388,1392,共7页

针对经验模态分解(EMD)方法易产生模态混叠问题,而集成经验模态分解(EEMD)方法又存在重构误差较大的缺陷,提出了一种基于完备集成经验模态分解(CEEMD)阈值滤波和相关系数原理的MEMS陀螺信号去噪方法。首先通过CEEMD方法对陀螺信号进行... 针对经验模态分解(EMD)方法易产生模态混叠问题,而集成经验模态分解(EEMD)方法又存在重构误差较大的缺陷,提出了一种基于完备集成经验模态分解(CEEMD)阈值滤波和相关系数原理的MEMS陀螺信号去噪方法。首先通过CEEMD方法对陀螺信号进行有效完备的分解,并利用相关系数原理合理确定分解后噪声分量与有效分量的界限。在此基础上,通过借鉴小波阈值处理方式和EMD阈值设置方法,对信号进行阈值滤波去噪。对仿真信号和实际MEMS陀螺信号的研究结果表明,CEEMD阈值去噪方法的去噪效果要优于CEEMD、EEMD、EMD强制去噪方法和小波分析方法。这充分体现了其在MEMS陀螺信号去噪应用中的可行性和有效性。 展开更多

关键词 MEMS陀螺信号 阈值去噪 完备集成经验模态分解(ceemd) 集成经验模态分解(EEMD) 相关系数

在线阅读 下载PDF 职称材料

基于干扰检测和CEEMD的地磁信号降噪方法 被引量：4

9

作者 王立辉 刘庆雅 许宁徽 《中国惯性技术学报》 EI CSCD 北大核心 2020年第4期474-479,共6页

针对地磁导航磁通门传感器中存在来自环境和运载体的随机高振幅脉冲磁干扰问题,提出了一种基于多尺度干扰检测与完备集成经验模式分解(CEEMD)相结合的降噪方法。首先,根据地磁信号的强相关性,计算各本征模态分量(IMF)的自相关函数,并自... 针对地磁导航磁通门传感器中存在来自环境和运载体的随机高振幅脉冲磁干扰问题,提出了一种基于多尺度干扰检测与完备集成经验模式分解(CEEMD)相结合的降噪方法。首先,根据地磁信号的强相关性,计算各本征模态分量(IMF)的自相关函数,并自适应地选择有效IMF;其次,使用排列熵对各个有效IMF进行多尺度分析,标记出IMF干扰信号时段;然后,对各干扰段进行二次分解,提取低频有效分量,滤除IMF中高幅值脉冲干扰信息,最后,将干扰抑制后的有效IMF叠加进行信号重构,得到滤波信号。实验结果表明,在测量信号信噪比低的情况下,基于干扰检测和CEEMD的地磁信号降噪方法能有效滤除磁干扰,信噪比提高了3倍。 展开更多

关键词 地磁导航 磁通门传感器 完备集成经验模态分解 自相关函数 地磁信号去噪

在线阅读 下载PDF 职称材料

改进的希尔伯特-黄变换在储层预测中的应用 被引量：15

10

作者 梁岳 顾汉明 姚知铭 《石油物探》 EI CSCD 北大核心 2016年第4期606-615,共10页

希尔伯特-黄(Hilbert-Huang transform,HHT)变换是一种非线性非平稳信号处理技术,在复杂地震信号处理方面比传统的时频分析方法更为有效,但该方法存在模态混叠和端点效应等问题,导致信号处理的精度下降。为此,提出了基于自回归(AR)模型... 希尔伯特-黄(Hilbert-Huang transform,HHT)变换是一种非线性非平稳信号处理技术,在复杂地震信号处理方面比传统的时频分析方法更为有效,但该方法存在模态混叠和端点效应等问题,导致信号处理的精度下降。为此,提出了基于自回归(AR)模型预测的完备总体经验模态分解(Complete Ensemble Empirical Mode Decomposition,CEEMD)方法对希尔伯特-黄变换加以改进:在经验模态分解(Empirical Mode Decomposition,EMD)过程中加入成对的辅助白噪声,降低了由信号中随机噪声引起模态混叠问题;并利用AR模型在信号端点预测出极值点并对其进行包络线拟合,较好地抑制了端点效应。应用改进后的方法提取实际地震记录的瞬时振幅和瞬时频率并进行储层预测,预测结果与测井资料所反映的储层信息吻合度很高,证明该方法能够更为准确有效地反映储层特征。 展开更多

关键词 时频分析 希尔伯特-黄变换 模态混叠 端点效应 AR模型 完备总体经验模态分解 储层预测

在线阅读 下载PDF 职称材料

基于完全集合经验模态分解和排列熵的局部放电信号的小波包去噪方法 被引量：27

11

作者 高佳程 田蕴卿 +1 位作者 朱永利 郑艳艳 《电力系统及其自动化学报》 CSCD 北大核心 2018年第3期1-7,共7页

为有效抑制含噪局部放电信号中的干扰成分,本文采用一种基于完全集合经验模态分解和排列熵的小波包去噪方法进行局部放电信号的去噪处理。该方法在对含噪信号进行完全经验模态分解的基础上,将分解后的各模态分量依据排列熵大小排列,确... 为有效抑制含噪局部放电信号中的干扰成分,本文采用一种基于完全集合经验模态分解和排列熵的小波包去噪方法进行局部放电信号的去噪处理。该方法在对含噪信号进行完全经验模态分解的基础上,将分解后的各模态分量依据排列熵大小排列,确定出需要舍弃和进一步分解的模态分量。针对需要继续降噪处理的分量进行小波包变换,将分解后的分量信号进行重构,得到去噪后的局部放电信号。利用该方法对局部放电的仿真和实测信号进行去噪处理,并与传统的小波去噪和经验模态分解去噪方法进行对比分析。仿真和实验表明,本文所采用的方法取得了理想的去噪效果,验证了该方法的有效性,有利于局部放电信号的模式识别等进一步处理。 展开更多

关键词 局部放电 信号去噪 完全集合经验模态分解 排列熵 小波包

在线阅读 下载PDF 职称材料