基于变分非线性调频模式分解的直驱式波浪发电系统控制

1

作者 罗琦 杨俊华 +2 位作者 王超凡 黄逸 梁昊晖 《太阳能学报》 EI CAS CSCD 北大核心 2023年第9期476-482,共7页

海浪的非平稳特性会影响直驱式波浪发电系统能量捕获,为此提出基于脊线检测与变分非线性调频模式分解的控制方案。采用短时傅里叶变换方法分析波浪激励力,结合脊线检测设定初始频率;应用变分非线性调频模式分解法分离波浪激励力,获得若... 海浪的非平稳特性会影响直驱式波浪发电系统能量捕获,为此提出基于脊线检测与变分非线性调频模式分解的控制方案。采用短时傅里叶变换方法分析波浪激励力,结合脊线检测设定初始频率;应用变分非线性调频模式分解法分离波浪激励力,获得若干模式分量并提取其瞬时频率;通过计算各模式分量的能量含量确定主导分量,根据其瞬时频率动态调整动力输出装置阻尼,搭建直驱式波浪发电系统模型。仿真结果表明,所提方案能量吸收性能好、输出平均功率高,可有效改善直驱式波浪发电装置性能。 展开更多

关键词 波浪发电系统 波能转换 脊线检测 变分非线性调频模式分解 功率优化

在线阅读 下载PDF 职称材料

基于改进变分模式分解的煤矿通风机振动信号特征提取

2

作者 陶珑 郭燕飞 《工矿自动化》 北大核心 2025年第2期131-137,共7页

煤矿通风机振动信号是一种非平稳多分量信号。传统的非平稳信号特征信号提取方法存在自适应性差、对通风机早期故障的微弱特征辨识能力有限等问题,基于广义变分模式分解的特征提取方法的信号处理速度难以满足通风机振动信号特征快速提... 煤矿通风机振动信号是一种非平稳多分量信号。传统的非平稳信号特征信号提取方法存在自适应性差、对通风机早期故障的微弱特征辨识能力有限等问题,基于广义变分模式分解的特征提取方法的信号处理速度难以满足通风机振动信号特征快速提取的要求。针对上述问题,提出了一种基于改进变分模式分解的煤矿通风机振动信号特征快速提取方法。在广义变分模式分解算法的基础上,采用乘子交替方向法迭代求解,将约束优化问题转换为无约束优化问题。应用改进变分模式分解算法对信号进行等效分解,得到匹配目标信号特征的等效滤波器,通过内积变换原理快速提取通风机振动信号特征分量。仿真和实验结果表明,改进变分模式分解算法对不同强度的特征分量提取效果均较好,准确性和抗噪性良好,处理通风机实测振动信号的耗时为0.008165 s,与广义变分模式分解算法相比,特征提取速度大幅提升。 展开更多

关键词 煤矿通风机 振动信号 非平稳信号特征提取 变分模式分解 等效滤波器 内积变换

在线阅读 下载PDF 职称材料

基于脊路跟踪的变分非线性调频模态分解方法 被引量：8

3

作者 赵雅琴 聂雨亭 +2 位作者 吴龙文 张宇鹏 何胜阳 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2020年第10期1874-1882,共9页

针对多个辐射源信号混合构成的多分量信号分离问题,提出基于脊路跟踪的变分非线性调频模态分解算法.该方法使用改进的脊路重组算法对时频分布图中各分量瞬时频率进行提取,将提取出的各分量瞬时频率作为变分非线性调频模态分解的预设频率... 针对多个辐射源信号混合构成的多分量信号分离问题,提出基于脊路跟踪的变分非线性调频模态分解算法.该方法使用改进的脊路重组算法对时频分布图中各分量瞬时频率进行提取,将提取出的各分量瞬时频率作为变分非线性调频模态分解的预设频率;利用重构后的多分量信号进行瞬时频率提取,更新预设频率后继续模态分解;重复上述过程,直到迭代前、后频率差值小于预设阈值,输出对应的模态分解结果.实验结果表明,基于脊路跟踪的变分非线性调频模态分解算法比经典变分非线性调频模态分解算法具有更好的多分量信号分离效果. 展开更多

关键词 多分量信号 脊路重组 瞬时频率估计 变分非线性调频模态分解

在线阅读 下载PDF 职称材料

基于数据驱动自适应变分非线性chirp模态分解的瞬时频率识别

4

作者 袁平平 满镇 +1 位作者 赵周杰 任伟新 《振动与冲击》 EI CSCD 北大核心 2024年第20期18-25,共8页

为降低初始频率和信号噪声对变分非线性chirp模态分解(variational nonlinear chirp mode decomposition,VNCMD)的影响,提出了一种基于数据驱动自适应变分非线性chirp模态分解(data-driven adaptive variational nonlinear chirp mode d... 为降低初始频率和信号噪声对变分非线性chirp模态分解(variational nonlinear chirp mode decomposition,VNCMD)的影响,提出了一种基于数据驱动自适应变分非线性chirp模态分解(data-driven adaptive variational nonlinear chirp mode decomposition,DDAVNCMD)的方法。通过模态能量占比确定响应信号的模态个数,同时采用导数归一化算法初步估算模态分量的初始频率,并添加迭代时变滤波器来降低噪声的影响,在此基础上再对响应信号进行VNCMD。通过单分量和多分量解析信号及拉索结构试验对所提方法进行验证。研究结果表明,基于DDAVNCMD的瞬时频率识别方法具有较好的准确性和抗噪性。 展开更多

关键词 瞬时频率 变分非线性chirp模态分解(VNCMD) 导数归一化 迭代时变滤波器 数据驱动自适应变分非线性chirp模态分解(DDAVNCMD)

在线阅读 下载PDF 职称材料

基于优化变分模态分解和复杂度的农产品期货市场非线性特征研究

5

作者 韩清滨 《中国食品工业》 2024年第9期138-140,共3页

本文基于优化变分模态分解(GAVMD)与复杂度相结合的方法,对大连和郑州商品交易所近5年的农产品期货市场交易额进行非线性分析。首先对两交易所的农产品期货交易额进行GAEMD分解,对遗传算法(GA)对变分模态分解(VMD)的参数进行优化,自适... 本文基于优化变分模态分解(GAVMD)与复杂度相结合的方法,对大连和郑州商品交易所近5年的农产品期货市场交易额进行非线性分析。首先对两交易所的农产品期货交易额进行GAEMD分解,对遗传算法(GA)对变分模态分解(VMD)的参数进行优化,自适应确定最优参数。其次,筛选出蕴含农产品期货市场交易信息最丰富的有效基本模式分量(IMF)分量,计算IMF的复杂度指标,再求得复杂度综合指标。结果表明,该方法可以对农产品期货市场交易额非线性特征进行评估,能够有效地定量识别不同交易所的农产品期货交易额非线性特征。 展开更多

关键词 优化变分模态分解 复杂度 农产品期货 有效基本模式分量 非线性

在线阅读 下载PDF 职称材料

基于逐次变分模态分解的飞轮-火电一次调频控制策略

6

作者 张萍 刘海涛 《全球能源互联网》 CSCD 北大核心 2024年第2期166-178,共13页

随着新型电力系统的大力建设与推广,火电机组面临的调频压力增大,提出一种逐次变分模态分解的飞轮-火电一次调频控制策略。首先,以飞轮储能和火电机组为研究对象,建立考虑新能源占比的飞轮-火电一次调频模型;其次,将一次调频功率指令利... 随着新型电力系统的大力建设与推广,火电机组面临的调频压力增大,提出一种逐次变分模态分解的飞轮-火电一次调频控制策略。首先,以飞轮储能和火电机组为研究对象,建立考虑新能源占比的飞轮-火电一次调频模型;其次,将一次调频功率指令利用逐次变分模态方法分解,由火电机组响应分解后的低频功率指令,同时设计飞轮储能下垂优化控制方法,实现飞轮储能与火电机组响应频率变化的协同控制;最后在不同工况下仿真验证,结果表明所提策略可有效避免火电机组一次调频时的频繁出力,减小火电机组响应频率变化时的调控要求,同时可最大限度地利用飞轮储能调频容量并保证飞轮储能调频期间的运行安全,进一步提升了系统的频率响应能力。 展开更多

关键词 飞轮储能 火电机组 逐次变分模态分解 一次调频 下垂控制

在线阅读 下载PDF 职称材料

基于粒子群-变分模态分解、非线性自回归神经网络与门控循环单元的滑坡位移动态预测模型研究 被引量：17

7

作者 姜宇航 王伟 +3 位作者 邹丽芳 王如宾 刘世藩 段雪雷 《岩土力学》 EI CAS CSCD 北大核心 2022年第S01期601-612,共12页

以三峡库区八字门阶跃型滑坡为例,针对静态机器学习模型在周期项位移预测中的不足以及高频随机项位移预测困难等问题,提出了一种新的滑坡位移预测方法。基于时间序列分解思想,采用粒子群算法(PSO)对变分模态分解(VMD)进行参数寻优,并将... 以三峡库区八字门阶跃型滑坡为例,针对静态机器学习模型在周期项位移预测中的不足以及高频随机项位移预测困难等问题,提出了一种新的滑坡位移预测方法。基于时间序列分解思想,采用粒子群算法(PSO)对变分模态分解(VMD)进行参数寻优,并将位移时间序列分解为趋势项、周期项和随机项。趋势项主要受滑坡内部因素影响,采用傅里叶曲线进行拟合预测;周期项由外部因素导致,基于格兰杰因果检验进行成因分析,并引入一种对时间序列历史状态具有较高敏感性的非线性自回归神经网络(NARX)进行预测;随机项频率较高且影响因素无法判定,采用一维门控循环单元(GRU)进行预测。最后将各分量预测位移进行叠加重构,实现滑坡累计位移的预测。结果表明,提出的(PSO-VMD)-NARX-GRU滑坡位移动态预测模型精度较高,且各位移分量预测精度明显高于静态模型中BP神经网络、支持向量机(SVM)和传统自回归模型ARIMA,可为阶跃型滑坡位移预测提供参考。 展开更多

关键词 滑坡位移预测 粒子群算法 变分模态分解 格兰杰因果检验 非线性自回归神经网络 门控循环单元

在线阅读 下载PDF 职称材料

改进变分模态分解与多特征的通信辐射源个体识别方法 被引量：1

8

作者 刘高辉 席宏恩 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第10期4044-4052,共9页

针对通信辐射源指纹特征难以提取和单一特征识别率不高的问题,并考虑到通信辐射源细微特征的非线性、非平稳特点,该文提出了一种基于改进变分模态分解和多特征的通信辐射源个体识别方法。首先,为了获得变分模态分解的分解层数和惩罚因... 针对通信辐射源指纹特征难以提取和单一特征识别率不高的问题,并考虑到通信辐射源细微特征的非线性、非平稳特点,该文提出了一种基于改进变分模态分解和多特征的通信辐射源个体识别方法。首先,为了获得变分模态分解的分解层数和惩罚因子的最优组合,采用鲸鱼优化算法对通信辐射源符号波形信号的变分模态分解方法进行了改进,该方法以序列复杂度为停止准则,使每个符号波形信号能够自适应地分解出包含非线性指纹特征的高频信号分量和数据信息的低频分量;然后,根据相关阈值选取能够最佳表征辐射源非线性特征的高频信号分量层数,分别对其提取模糊熵、排列熵、Higuchi维数以及Katz维数并组成多域联合特征向量;最后,通过卷积神经网络实现通信辐射源个体识别分类,利用ORACLE公开数据集进行实验。实验结果表明:该方法有较高的识别精度且具有良好的抗噪声性能。 展开更多

关键词 通信辐射源个体识别 变分模态分解 非线性指纹特征 卷积神经网络

在线阅读 下载PDF 职称材料

含非线性源项的变分不等式的加性区域分解法(英文)

9

作者 陈高洁 《应用数学》 CSCD 北大核心 2011年第2期377-383,共7页

本文研究一类求解非线性变分不等式的加性区域分解法,其中区域分解为非重叠子区域,在界面上采用Robin条件,得到了算法的收敛性,而且数值算例表明,选取适合的Robin参数可加快算法的收敛速度.

关键词 区域分解法 变分不等式 非线性源项 Robin条件

在线阅读 下载PDF 职称材料

基于变分模式分解的滑动轴承摩擦故障特征提取与状态识别 被引量：4

10

作者 张云强 张培林 +1 位作者 王怀光 杨玉栋 《内燃机工程》 EI CAS CSCD 北大核心 2017年第4期89-96,共8页

针对滑动轴承振动信号明显的非线性非平稳性及信号中摩擦信号微弱等特点,提出一种基于变分模式分解(VMD)的滑动轴承摩擦故障特征提取与状态识别方法。采用VMD对滑动轴承振动信号进行分解,将其自适应地分解为系统冲击信号、低频摩擦信号... 针对滑动轴承振动信号明显的非线性非平稳性及信号中摩擦信号微弱等特点,提出一种基于变分模式分解(VMD)的滑动轴承摩擦故障特征提取与状态识别方法。采用VMD对滑动轴承振动信号进行分解,将其自适应地分解为系统冲击信号、低频摩擦信号和高频摩擦信号3个分量,在此基础上定义并提取相对频谱能量矩特征参数,用于描述滑动轴承振动信号及其各分量的特征。对S195-2型柴油机曲轴轴承摩擦故障信号进行了分析,K-近邻分类器的平均识别精度达到93.3%。研究结果表明:基于VMD分解的相对频谱能量矩特征对滑动轴承的工作状态比较敏感,能有效识别其摩擦故障状态。 展开更多

关键词 内燃机 柴油机 滑动轴承 变分模式分解 特征提取 状态识别

在线阅读 下载PDF 职称材料

基于反馈变分模式分解的单通道盲源分离算法 被引量：7

11

作者 赵知劲 黄艳波 +1 位作者 强芳芳 杨安锋 《振动与冲击》 EI CSCD 北大核心 2019年第13期268-273,共6页

针对源信号数目未知时,变分模式分解(VMD)算法分离单通道混合信号的性能受人为设定的模式分量中心频率间隔Δf影响大、复杂度高的问题。提出了基于反馈机制的VMD单通道盲源分离(VMDF-SCBSS)算法;首先利用VMD将观测信号分解为两个模式分... 针对源信号数目未知时,变分模式分解(VMD)算法分离单通道混合信号的性能受人为设定的模式分量中心频率间隔Δf影响大、复杂度高的问题。提出了基于反馈机制的VMD单通道盲源分离(VMDF-SCBSS)算法;首先利用VMD将观测信号分解为两个模式分量,其次利用相似系数衡量模式分量纯度,将最纯的模式分量反馈到输入端并从输入信号中减去,最后根据所提出的由相似系数构造的循环迭代终止条件判断是否继续分解。仿真结果表明,VMDF-SCBSS算法无需人为确定Δf,能很好地分离单载波源信号并估计源信号数目,算法复杂度较低。 展开更多

关键词 单通道 变分模式分解 反馈 盲源分离

在线阅读 下载PDF 职称材料

基于变分模式分解和门循环单元的电子系统间歇故障严重程度评估方法 被引量：1

12

作者 李晟 徐飞洋 +3 位作者 李玉晓 刘松华 张文生 郭肇禄 《电子与信息学报》 EI CSCD 北大核心 2022年第10期3673-3682,共10页

针对电子系统间歇故障信号受噪声影响大且冗余信息多,导致深度神经网络模型对间歇故障严重程度评估能力受限的问题,该文提出一种基于变分模式分解和门循环单元(VMD-GRU)的间歇故障严重程度评估方法。先通过变分模式分解(VMD)对间歇故障... 针对电子系统间歇故障信号受噪声影响大且冗余信息多,导致深度神经网络模型对间歇故障严重程度评估能力受限的问题,该文提出一种基于变分模式分解和门循环单元(VMD-GRU)的间歇故障严重程度评估方法。先通过变分模式分解(VMD)对间歇故障信号进行自适应分解得到所有固有模式函数(IMF)分量,再对IMF分量进行相似度分析选择敏感分量,并利用微分增强型能量算子构建严重程度敏感因子。最后,利用严重程度敏感因子训练门循环单元(GRU)循环神经网络评估模型。通过对电子系统的关键电路注入不同严重程度的间歇故障进行评估,结果表明该方法有较强的间歇故障严重程度评估能力,评估结果更加准确有效。 展开更多

关键词 间歇故障 严重程度敏感因子 变分模式分解和门循环单元 故障注入 电子系统

在线阅读 下载PDF 职称材料

基于变分模式分解的行星齿轮箱齿轮组合故障频率解调分析 被引量：8

13

作者 李肖 冯志鹏 《振动与冲击》 EI CSCD 北大核心 2020年第3期38-45,51,共9页

行星齿轮箱组合故障振动信号具有多源调制特点,在频域内边带结构复杂,通过常规Fourier频谱分析难以有效提取故障特征;组合故障振动信号的调频部分包含故障信息,且不受传递路径影响。为了准确提取行星齿轮箱组合故障特征,提出基于变分模... 行星齿轮箱组合故障振动信号具有多源调制特点,在频域内边带结构复杂,通过常规Fourier频谱分析难以有效提取故障特征;组合故障振动信号的调频部分包含故障信息,且不受传递路径影响。为了准确提取行星齿轮箱组合故障特征,提出基于变分模式分解的频率解调分析方法。根据采样频率和载波频率确定单分量个数,通过变分模式分解将多分量信号自适应地分解为一系列本质模式函数;计算本质模式函数的瞬时频率,根据中心频率和啮合频率的匹配关系选取敏感单分量;通过分析敏感单分量瞬时频率频谱诊断组合故障。通过仿真信号和实验信号分析验证了方法的有效性,诊断了太阳轮与行星轮、太阳轮与齿圈、行星轮与齿圈的组合故障。 展开更多

关键词 变分模式分解 组合故障 行星齿轮箱 频率解调

在线阅读 下载PDF 职称材料

基于变分模式分解和向量自回归模型的波浪发电系统输出功率预测 被引量：2

14

作者 罗琦 杨俊华 +2 位作者 黄逸 梁昊晖 王超凡 《太阳能学报》 EI CAS CSCD 北大核心 2023年第3期291-297,共7页

为准确预测直驱式波浪发电系统的输出功率,提出基于变分模式分解和向量自回归模型预测方案。通过分析原始时间序列的相关性选择预测特征时间,应用变分模式分解方法将所选特征时间序列分解为不同子序列,经过单位根检验及差分运算,建立每... 为准确预测直驱式波浪发电系统的输出功率,提出基于变分模式分解和向量自回归模型预测方案。通过分析原始时间序列的相关性选择预测特征时间,应用变分模式分解方法将所选特征时间序列分解为不同子序列,经过单位根检验及差分运算,建立每个子序列的向量自回归模型,求和重构子序列模型预测结果获得所选特征的预测初值。建立了直驱式波浪发电系统的波能转换模型,仿真结果表明:所提方案模型具备合理性与可行性,模型预测结果稳定,预测精度高,预测趋势准确。 展开更多

关键词 波浪发电系统 波能转换 变分模式分解 向量自回归 预测

在线阅读 下载PDF 职称材料

基于变分模态分解的模态参数识别研究 被引量：6

15

作者 赵亚军 窦远明 张明杰 《振动与冲击》 EI CSCD 北大核心 2020年第2期115-122,共8页

基于变分模态分解(VMD),提出一种新的结构模态参数识别方法:①通过自由振动试验或通过随机减量法从结构随机振动响应中获取结构自由衰减振动响应(FDR),并采用VMD方法从FDR中分解出结构模态响应;②通过经验包络法(EE)计算模态响应瞬时频... 基于变分模态分解(VMD),提出一种新的结构模态参数识别方法:①通过自由振动试验或通过随机减量法从结构随机振动响应中获取结构自由衰减振动响应(FDR),并采用VMD方法从FDR中分解出结构模态响应;②通过经验包络法(EE)计算模态响应瞬时频率,并通过一种该研究新提出的方法计算模态响应瞬时阻尼比;③结构的模态振型向量可通过处理所有可用传感器得到的模态响应得到。瞬时模态频率和模态阻尼比可以捕获模态参数的任何瞬态变化。通过一系列数值和试验算例验证了该方法的有效性,突出了该方法的优势,并对该方法抗噪声性能进行了研究。研究表明,该方法适用于线性和非线性系统,且可用于识别具有密集模态和瞬态特性的系统。 展开更多

关键词 模态参数识别 变分模态分解(VMD) 非线性系统 密集模态

在线阅读 下载PDF 职称材料

基于特征模式分解的水声目标特征提取方法 被引量：4

16

作者 李紫鹏 纪永强 +1 位作者 郭兵勇 杨坤德 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2023年第9期1542-1548,共7页

针对复杂水声环境下的水声目标分类与辨识难题,本文提出了一种水声目标微弱特征提取方法。该方法以特征模式分解为基础,使用相关峭度作为优化目标优选分解参数,实现原始水声信号的最优分解;并根据子信号的相似性进行模式融合以增强特征... 针对复杂水声环境下的水声目标分类与辨识难题,本文提出了一种水声目标微弱特征提取方法。该方法以特征模式分解为基础,使用相关峭度作为优化目标优选分解参数,实现原始水声信号的最优分解;并根据子信号的相似性进行模式融合以增强特征表达,最终实现复杂水声环境下的水声目标准确识别。海上试验表明:基于该方法的水声目标识别准确率达到90.1%,相较于传统方法平均提升12.5%。 展开更多

关键词 水声目标 辐射噪声 特征模式分解 经验模式分解 变分模式分解 相关峭度 参数优化 模式融合

在线阅读 下载PDF 职称材料

基于变分模态分解的电网通信资源无冗余配置方法 被引量：3

17

作者 张海全 贺鸿鹏 徐美娇 《无线电工程》 北大核心 2022年第6期1055-1061,共7页

为解决电网调频控制网络在多模态形成的海量冗余资源冲击下,调频质量低和资源配置时延高的问题,提出了基于变分模态分解的电网调频控制网络自动化通信资源无冗余配置方法。通过变分模态分解,分配调频命令信号,考虑发电机组的爬坡、储能... 为解决电网调频控制网络在多模态形成的海量冗余资源冲击下,调频质量低和资源配置时延高的问题,提出了基于变分模态分解的电网调频控制网络自动化通信资源无冗余配置方法。通过变分模态分解,分配调频命令信号,考虑发电机组的爬坡、储能的功率与荷电状态等约束,通过调整各调频源的功率区域,实现电网调频控制优化;采用交叉链路高可用性无缝冗余配置策略,缩短通信资源传输跳数,降低通信资源无冗余配置延时,结合贪心容量优化调度算法,通过优化链路与节点容量负载率、链路利用率以及有向边权重值,选取最优通信资源传输路径,避免拥塞,实现网络通信资源无缝冗余配置。实验结果表明,所提方法能够在保证调频效果的同时减小配置能量容量,且资源无冗余配置所需跳数少,在各时段的自动发电控制命令报文与其对应发电机组的响应信号情况基本一致,无冗余配置延迟低。 展开更多

关键词 变分模态分解 电网调频控制 网络 自动化通信 资源无冗余 配置

在线阅读 下载PDF 职称材料

基于蚱蜢算法优化变分模态分解的滚动轴承故障诊断

18

作者 薛彬 李英顺 +1 位作者 郭占男 匡博琪 《车用发动机》 北大核心 2023年第1期84-92,共9页

针对变分模态分解(VMD)在处理实际信号无法预先掌握其分解参数(K,α)而限制其使用,以及包含故障信息的特征参数的选取问题,提出了自适应变分模态分解(AVMD)算法。该算法首先以所分解模态的平均包络信息熵和包络峭度两种指标融合作为目... 针对变分模态分解(VMD)在处理实际信号无法预先掌握其分解参数(K,α)而限制其使用,以及包含故障信息的特征参数的选取问题,提出了自适应变分模态分解(AVMD)算法。该算法首先以所分解模态的平均包络信息熵和包络峭度两种指标融合作为目标函数,利用蚱蜢算法(GOA)寻优,获取VMD的分解参数(K op,αop),接着对原始振动信号进行VMD分解,通过能量百分比的计算,选取能量90%及以上的敏感模态,对其多域联合的特征参数构建特征向量,最后利用支持向量机(SVM)对滚动轴承的四种状态进行识别。通过滚动轴承数据集分析表明,采用AVMD方法提取的故障特征比EMD、EEMD、传统VMD以及PSO-VMD等方法提取的故障诊断特征的故障模式识别准确率更高,在测试数据集上的准确率达到99.1667%。 展开更多

关键词 变分模态分解 信息熵 蚱蜢算法 支持向量机 滚动轴承 故障模式识别

在线阅读 下载PDF 职称材料

基于VMD和DBN的非线性结构模型参数识别 被引量：1

19

作者 莫叶 王佐才 +1 位作者 丁雅杰 袁子青 《振动与冲击》 EI CSCD 北大核心 2022年第9期136-143,共8页

为解决现有的非线性结构模型参数识别方法面临优化过程复杂的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)和深度置信网络(deep belief network,DBN)的非线性结构模型参数识别方法。首先,利用VMD和希尔伯特变换(... 为解决现有的非线性结构模型参数识别方法面临优化过程复杂的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)和深度置信网络(deep belief network,DBN)的非线性结构模型参数识别方法。首先,利用VMD和希尔伯特变换(Hilbert transform,HT)识别振动响应的瞬时参数;将瞬时参数进行主成分分析后作为输入,非线性模型参数作为输出;然后,利用DBN拟合两者之间的非线性映射关系;最后,将实测振动响应的瞬时参数进行主成分分析,输入训练好的DBN可直接识别修正后的非线性模型参数。通过对两个不同非线性类型的双自由度模型和一个复杂框架模型在地震作用下的数值模拟,与高压输电结构的振动台试验,验证了该方法的有效性。数值与试验结果表明,所提方法具有较高的计算效率和良好的抗噪性。 展开更多

关键词 非线性结构模型 参数识别 变分模态分解(VMD) 深度置信网络(DBN) 振动响应 瞬时参数

在线阅读 下载PDF 职称材料

基于WRF-Solar和VMD-BiGRU的超短期太阳辐射订正预报研究

20

作者 段济开 陈香月 +3 位作者 王文鹏 常明恒 陈伯龙 左洪超 《太阳能学报》 北大核心 2025年第1期710-716,共7页

太阳辐射具有很强的非线性特征,给光伏发电并网带来诸多严重挑战。针对该问题,基于数值天气预报模式、机器学习和变分模态分解发展了一种订正预报方法:1)利用WRF-Solar模式对光伏站点的地表太阳辐射进行预报;2)采用变分模态分解(VMD)方... 太阳辐射具有很强的非线性特征,给光伏发电并网带来诸多严重挑战。针对该问题,基于数值天气预报模式、机器学习和变分模态分解发展了一种订正预报方法:1)利用WRF-Solar模式对光伏站点的地表太阳辐射进行预报;2)采用变分模态分解(VMD)方法对其与观测值的偏差进行分解;3)利用双向循环神经网络(BiGRU)对分解后的各分量进行训练和预报;4)对各分量的预报进行求和后结合WRF-Solar的预报结果得到地表太阳辐射的订正预报结果。试验结果表明,经过VMD-BiGRU模型订正后,相比于WRF-Solar的预报结果 MAE和RMSE的提升百分比分别为87.39%和87.29%,相关系数提高了0.25。 展开更多

关键词 WRF-Solar模式 太阳辐射 机器学习 循环神经网络 变分模态分解

在线阅读 下载PDF 职称材料