期刊文献+
共找到149篇文章
< 1 2 8 >
每页显示 20 50 100
基于改进集合经验模态分解和强化视觉Transformer模型的风电机组故障预警
1
作者 许伯强 王彪 +1 位作者 孙丽玲 尹彦博 《电工技术学报》 北大核心 2025年第20期6537-6551,共15页
现有基于数据采集与监视控制系统(SCADA)数据的风电机组故障预警方法往往只针对风电机组的某一位置或者某一类型故障,无法对风电机组整体进行较为全面的预警。针对这一问题,该文提出了基于改进集合经验模态分解(EEMD)和强化的视觉转换器... 现有基于数据采集与监视控制系统(SCADA)数据的风电机组故障预警方法往往只针对风电机组的某一位置或者某一类型故障,无法对风电机组整体进行较为全面的预警。针对这一问题,该文提出了基于改进集合经验模态分解(EEMD)和强化的视觉转换器(ViT)模型的风电机组故障预警方法。首先,对EEMD算法进行改进,分解得到的数据包含不同时间尺度的特征信息,且使得分解过程中不发生信息泄露。采用改进的EEMD算法解构风电机组SCADA多维数据之后,构建反映风电机组实时状态的特征矩阵。然后,结合非对称卷积模块对ViT模型进行强化,并加入可变形注意力模块,在降低计算复杂度的同时使得模型可以充分捕捉不同维度与时间尺度的风电机组特征。最后,将特征矩阵输入强化的ViT模型以获得预测结果,与实际值对比得到残差矩阵,依此进行风电机组故障的预警。经风电机组实际运行SCADA数据验证,该文提出的风电机组故障预警方法准确有效,并可通过残差矩阵进一步辨识风电机组发生的故障类型。 展开更多
关键词 风电机组 数据采集与监视控制系统(SCADA)数据 故障预警 改进集合经验模态分解(EEMD) 强化ViT模型
在线阅读 下载PDF
基于互补集合经验模态分解的相位敏感光时域反射计系统降噪方法 被引量:1
2
作者 岳新博 高旭 +2 位作者 高阳 王海涛 鲁秀娥 《红外与激光工程》 北大核心 2025年第2期134-148,共15页
为了提高相位敏感光时域反射计(Φ-OTDR)系统测量振动信号信噪比,提出了一种基于互补集合经验模态分解(CEEMD)的新型去噪方法。CEEMD算法对数字正交(I/Q)解调算法获取的瑞利后项散射光幅值信号和相位信号进行分解,经多尺度排列熵(MPE)... 为了提高相位敏感光时域反射计(Φ-OTDR)系统测量振动信号信噪比,提出了一种基于互补集合经验模态分解(CEEMD)的新型去噪方法。CEEMD算法对数字正交(I/Q)解调算法获取的瑞利后项散射光幅值信号和相位信号进行分解,经多尺度排列熵(MPE)算法筛选后,通过改进的小波阈值算法进行去噪,并设计采用多元宇宙优化(MVO)算法对参数进行优化。实际搭建了外差式Φ-OTDR系统,经仿真和实际测试验证文中算法有效性。最后,将设计算法与以往的经验模态分解-皮尔逊相关系数(EMD-PCC)、自适应噪声完备集合经验模态分解(CEEMDAN)及变分模态分解-改进小波阈值(VMD-NWT)去噪方法进行了对比。结果表明,在10.14 km的传感光纤位置上,该方法对于低频10 Hz、中频200 Hz以及高频1 200 Hz的振动事件,其位置信息信噪比分别可达8.88、30.26、11.90 dB,对不同频率段的振动信号均具备有效的去噪能力,且系统定位精度更高。该方法在提高系统信噪比的同时,成功地对振动信号进行了解调,且解调效果比其他三种算法效果更好,为Φ-OTDR系统降噪研究提供了新思路。 展开更多
关键词 相位敏感光时域反射仪 互补集合经验模态分解算法 多尺度排列熵 改进的小波阈值算法 多元宇宙优化算法
在线阅读 下载PDF
改进的噪声总体集合经验模式分解方法在轴承故障诊断中的应用 被引量:5
3
作者 阮荣刚 李友荣 +1 位作者 易灿灿 肖涵 《机械设计与制造》 北大核心 2019年第1期153-157,共5页
在复杂的流程工业中,机械设备往往处在高速、重载、高温、高辐射的环境中,轴承作为主要的机械零部件起着重要作用。由于轴承故障振动信号的微弱和不平稳的特性,造成故障特征向量提取和故障诊断存在着困难。提出一种改进的CEEMDAN(Improv... 在复杂的流程工业中,机械设备往往处在高速、重载、高温、高辐射的环境中,轴承作为主要的机械零部件起着重要作用。由于轴承故障振动信号的微弱和不平稳的特性,造成故障特征向量提取和故障诊断存在着困难。提出一种改进的CEEMDAN(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)轴承故障诊断方法。通过对比分析仿真信号和实测信号可以得知:ICEEMDAN方法可以改善信号重构质量,具有良好的自适应性,能够提高故障信号的信噪比,从而可以有效地识别并提取有用的故障特征信息。 展开更多
关键词 自适应噪声总体集合经验模式分解 本征模态函数 故障诊断 特征提取
在线阅读 下载PDF
基于互补自适应噪声的集合经验模式分解算法 被引量:17
4
作者 蔡念 黄威威 +2 位作者 谢伟 叶倩 杨志景 《电子与信息学报》 EI CSCD 北大核心 2015年第10期2383-2389,共7页
经验模式分解(EMD)及其改进算法作为实用的信号处理方法至今仍然缺少严格的数学理论。该文尝试从数学理论上分析集合经验模式分解和自适应噪声集合经验模式分解的重构误差,推导了总体残留噪声的计算公式。针对自适应噪声集合经验模式分... 经验模式分解(EMD)及其改进算法作为实用的信号处理方法至今仍然缺少严格的数学理论。该文尝试从数学理论上分析集合经验模式分解和自适应噪声集合经验模式分解的重构误差,推导了总体残留噪声的计算公式。针对自适应噪声集合经验模式分解在每一层固有模态分量上仍然存在残留噪声的问题,在分解过程中添加成对的正负噪声分量,提出一种基于互补自适应噪声的集合经验模式分解算法。实验结果表明,相比于集合经验模式分解和自适应噪声集合经验模式分解,所提的方法能够明显地减少每一层固有模态分量中残留的噪声,拥有较好的信号重构精度和更快的分解速度。 展开更多
关键词 经验模式分解 集合经验模式分解 自适应噪声集合经验模式分解 模态混叠
在线阅读 下载PDF
基于集合经验模式分解和遗传-高斯过程回归的短期风速概率预测 被引量:37
5
作者 甘迪 柯德平 +1 位作者 孙元章 崔明建 《电工技术学报》 EI CSCD 北大核心 2015年第11期138-147,共10页
短期风速概率预测对实现大规模风电并网具有重要意义。当前风速预测方法大多为点预测,无法描述风能的随机性。提出了一种基于集合经验模式分解(EEMD)和遗传-高斯过程回归(GAGPR)的组合概率预测方法,首先对筛选和归一化后的风速时间序列... 短期风速概率预测对实现大规模风电并网具有重要意义。当前风速预测方法大多为点预测,无法描述风能的随机性。提出了一种基于集合经验模式分解(EEMD)和遗传-高斯过程回归(GAGPR)的组合概率预测方法,首先对筛选和归一化后的风速时间序列进行集合经验模式分解,然后对各分量分别建立高斯过程回归模型,并引入遗传算法代替共轭梯度法,改进协方差函数的超参数寻优过程。最后叠加子序列预测结果得到风速概率预测结果,并与分位点回归法进行比较。仿真结果表明,该方法能够有效提高概率预测准确度,并为类似工程提供借鉴。 展开更多
关键词 集合经验模式分解 高斯过程回归 遗传算法 风速 概率预测
在线阅读 下载PDF
集合经验模式分解在旋转机械故障诊断中的应用 被引量:30
6
作者 窦东阳 赵英凯 《农业工程学报》 EI CAS CSCD 北大核心 2010年第2期190-196,共7页
为了抑制经验模式分解中的模式混淆现象,提高分析精度,引入集合经验模式分解(EEMD)算法。在分析信号上叠加适当的随机高斯白噪声序列,改变信号的局部时间跨度,从而改变一次经验模式分解(EMD)中分析的特征尺度,通过足够多次EMD分解,相当... 为了抑制经验模式分解中的模式混淆现象,提高分析精度,引入集合经验模式分解(EEMD)算法。在分析信号上叠加适当的随机高斯白噪声序列,改变信号的局部时间跨度,从而改变一次经验模式分解(EMD)中分析的特征尺度,通过足够多次EMD分解,相当于从多个角度提取信号的本质,最后由所有次分解得出的各本征模态函数(IMF)的均值作为输出,不但消除了人为噪声的影响,还清晰还原了信号的内在过程,准确揭示了其真实物理意义。通过仿真试验和实际的动静碰磨故障案例证实了EEMD算法的有效性,并与基本EMD算法和高频谐波法进行了对比,结果表明,EEMD虽然耗时较多但结果更准确,在旋转机械故障诊断领域应用前景广泛。 展开更多
关键词 旋转机械 故障诊断 集合经验模式分解 模式混淆 动静碰磨
在线阅读 下载PDF
基于改进的集合经验模态分解的爆破振动信号趋势项消除方法 被引量:10
7
作者 李晨 梁书锋 +2 位作者 刘传鹏 程健 刘殿书 《北京理工大学学报》 EI CAS CSCD 北大核心 2021年第6期636-641,共6页
针对实测爆破振动信号中存在的趋势项干扰问题,基于改进的集合经验模态分解,提出一种趋势项消除方法,并进行了模拟信号的仿真计算和爆破振动信号的实例分析.信号仿真计算结果显示:对于持续振动信号,该方法的趋势项提取结果与已有的基于... 针对实测爆破振动信号中存在的趋势项干扰问题,基于改进的集合经验模态分解,提出一种趋势项消除方法,并进行了模拟信号的仿真计算和爆破振动信号的实例分析.信号仿真计算结果显示:对于持续振动信号,该方法的趋势项提取结果与已有的基于经验模态分解或集合经验模态分解的趋势项消除方法较为接近;但当测试信号呈间歇振动时,该方法对趋势项的提取更为充分,体现了其对分段爆破振动信号中趋势项消除的优越性和适用性.同时,爆破振动速度信号的实例分析验证了该方法在实际应用过程中的可靠性. 展开更多
关键词 爆破振动 趋势项 改进集合经验模态分解 均值比 固有模态函数
在线阅读 下载PDF
互补集合经验模式分解与奇异值能量谱在风电齿轮故障识别中的应用 被引量:6
8
作者 张文斌 江洁 +3 位作者 俞利宾 郭德伟 闵洁 普亚松 《太阳能学报》 EI CAS CSCD 北大核心 2020年第2期137-143,共7页
针对风电机组齿轮系统故障模式的有效识别问题,提出一种互补集合经验模式分解(CEEMD)与奇异值能量谱相结合的故障识别方法。利用CEEMD将齿轮非平稳信号分解为有限个平稳的本征模态函数,并将其组成初始特征向量矩阵,对矩阵进行奇异值分... 针对风电机组齿轮系统故障模式的有效识别问题,提出一种互补集合经验模式分解(CEEMD)与奇异值能量谱相结合的故障识别方法。利用CEEMD将齿轮非平稳信号分解为有限个平稳的本征模态函数,并将其组成初始特征向量矩阵,对矩阵进行奇异值分解并求出风电齿轮不同工况下的奇异值能量谱分布,以奇异值能量谱为元素构造特征向量,通过计算不同工况振动信号的灰色关联度来判断齿轮的故障类型。实例表明,该方法能有效应用于风电机组齿轮系统的故障诊断。 展开更多
关键词 故障分析 齿轮 信号处理 互补集合经验模式分解 奇异值能量谱
在线阅读 下载PDF
基于改进的集合经验模态方法振动信号分解 被引量:8
9
作者 刘涛 杜世昌 +2 位作者 黄德林 任斐 梁鑫光 《上海交通大学学报》 EI CAS CSCD 北大核心 2016年第9期1452-1459,共8页
针对集合经验模态分解(EEMD)中2个重要参数白噪声幅值系数和集合平均次数的优化问题,提出了一种基于变步长模式搜索的集合经验模态方法.该方法以EEMD期望的分解误差设定值为目标,利用自适应EEMD得到的白噪声幅值系数为初值,对不同振动... 针对集合经验模态分解(EEMD)中2个重要参数白噪声幅值系数和集合平均次数的优化问题,提出了一种基于变步长模式搜索的集合经验模态方法.该方法以EEMD期望的分解误差设定值为目标,利用自适应EEMD得到的白噪声幅值系数为初值,对不同振动信号能够自动获取合适的EEMD参数,解决模态混叠问题.仿真实验和工程案例验证结果表明:与传统EEMD和自适应EEMD相比,基于变步长模式搜索的EEMD方法具有更高的分解精度及更快的运算效率. 展开更多
关键词 集合经验模态分解 变步长模式搜索 振动信号 模态混叠
在线阅读 下载PDF
集合经验模式分解在柴油机机械故障诊断中的应用 被引量:10
10
作者 张玲玲 骆诗定 +2 位作者 肖云魁 赵懿冠 廖红云 《科学技术与工程》 2010年第27期6745-6749,共5页
针对柴油机表面振动信号非平稳、非线性等特点,引入集合经验模式分解(EEMD)的信号分析方法,对原始振动信号叠加适当的随机高斯白噪声,从而改变信号的局部时间跨度,有效抑制了经验模式分解(EMD)的模式混叠现象。通过Hilbert变换作边际谱... 针对柴油机表面振动信号非平稳、非线性等特点,引入集合经验模式分解(EEMD)的信号分析方法,对原始振动信号叠加适当的随机高斯白噪声,从而改变信号的局部时间跨度,有效抑制了经验模式分解(EMD)的模式混叠现象。通过Hilbert变换作边际谱曲线以提取故障特征信息。仿真试验和发动机故障实例证实了EEMD算法可以提高振动信号的分析精度,在柴油机机械故障诊断领域应用前景广泛。 展开更多
关键词 柴油机 机械故障诊断 集合经验模式分解 经验模式分解 边际谱曲线
在线阅读 下载PDF
基于集合经验模式分解和公共空间模式的脑电信号特征提取 被引量:4
11
作者 张学军 霍延 +1 位作者 黄丽亚 成谢锋 《科学技术与工程》 北大核心 2020年第1期109-117,共9页
公共空间模式(common spatial pattern,CSP)能够较好地提取运动想象任务时脑电信号的判别特性,但是其性能与大脑进行想象任务的频带相关。为了确定这样一组频带实现精确的分类,基于集合经验模式分解、FIR滤波器组以及公共空间模式算法... 公共空间模式(common spatial pattern,CSP)能够较好地提取运动想象任务时脑电信号的判别特性,但是其性能与大脑进行想象任务的频带相关。为了确定这样一组频带实现精确的分类,基于集合经验模式分解、FIR滤波器组以及公共空间模式算法提出了一种脑电特征提取方法。预处理去除伪迹后的信号首先经过集合经验模式算法获得多个模函数,然后选择出包含μ节律和β节律范围的分量实现信号重构,重构后的脑电信号作为带通滤波器组的输入得到若干子带信号集合,从每个子带信号中提取CSP特征,最后将提取的特征经过支持向量机(support vector machine,SVM)进行分类。运用该方法对脑-计算机接口(brain-computer interface,BCI)竞赛数据集进行分类,实验表明该方法能够自适应地提取、筛选和判别每个受试者的空间CSP特征,分类准确率达96.53%。 展开更多
关键词 集合经验模式分解 公共空间模式分解 FIR滤波器组 支持向量机
在线阅读 下载PDF
基于集合经验模式分解的火灾时间序列预测 被引量:4
12
作者 张烨 田雯 刘盛鹏 《计算机工程》 CAS CSCD 2012年第24期152-155,共4页
采用集合经验模式分解(EEMD)和多变量相空间重构技术,结合非线性支持向量回归(SVR)模型,提出一种火灾次数时间序列组合预测方法。根据EEMD将非平稳的火灾时间序列分解为一系列不同尺度的固有模态分量,利用多变量相空间重构技术对分解的... 采用集合经验模式分解(EEMD)和多变量相空间重构技术,结合非线性支持向量回归(SVR)模型,提出一种火灾次数时间序列组合预测方法。根据EEMD将非平稳的火灾时间序列分解为一系列不同尺度的固有模态分量,利用多变量相空间重构技术对分解的各个分量进行相空间重构,构建其训练数据,对重构的训练数据建立各分量的非线性支持向量回归预测模型,使用SVR集成预测方法对火灾时间序列进行预测。仿真结果表明,与单变量相空间重构方法以及SVR方法相比,该方法具有较高的预测精度。 展开更多
关键词 火灾时间序列 集合经验模式分解 相空间重构 支持向量回归 非平稳
在线阅读 下载PDF
利用改进经验模式分解和相关分析综合方法的区间振荡同调性追踪研究 被引量:2
13
作者 韩松 徐政 黄弘扬 《高电压技术》 EI CAS CSCD 北大核心 2011年第8期2045-2052,共8页
为了丰富区间振荡动态特性中同调性指标的获取手段,提出了一种基于改进经验模式分解(R-EMD)技术和相关分析(CA)方法相结合的追踪机电振荡同调性的综合方法。它首先利用R-EMD技术从广域测量系统(WAMS)采集的联络线有功功率、母线电压相... 为了丰富区间振荡动态特性中同调性指标的获取手段,提出了一种基于改进经验模式分解(R-EMD)技术和相关分析(CA)方法相结合的追踪机电振荡同调性的综合方法。它首先利用R-EMD技术从广域测量系统(WAMS)采集的联络线有功功率、母线电压相角等信号中提取各主导区间模式的分量信号,然后对各通道信号进行时域相关性分析,借助互相关系数确定主导区间模式下机群或机组的同调性。该方法较Prony等参数化方法具有对非平稳非线性信号适应性强,对噪声敏感性弱的特点;较标准经验模式分解技术(EMD)和希尔伯特黄变换(HHT)方法具有频率分辨率更高,避免前者应用于低频振荡分析时可能出现的频率混叠问题;较谱相关分析法反映相位关系直观性更好。案例分析在一个新英格兰39节点系统和一个澳大利亚东南部简化系统中展开,借助PSS/E仿真工具自定义了一个随机时变负荷模型以模拟系统运行环境,结果验证表明了该方法的有效性。 展开更多
关键词 改进经验模式分解 相关分析 区间振荡 同调性 动态特性 非平稳 广域测量系统
在线阅读 下载PDF
基于集合经验模式分解的ARIMA行业售电量预测模型 被引量:22
14
作者 林女贵 《电力科学与技术学报》 CAS 北大核心 2019年第2期128-133,共6页
售电量的准确预测是电力市场课题研究的重要内容之一,目前已有许多模型用于售电量预测。在此背景下,考虑售电量时间序列的非线性、波动性和周期性,提出基于集合经验模式分解和自回归积分滑动算法的预测模型。该模型首先对售电量时间序... 售电量的准确预测是电力市场课题研究的重要内容之一,目前已有许多模型用于售电量预测。在此背景下,考虑售电量时间序列的非线性、波动性和周期性,提出基于集合经验模式分解和自回归积分滑动算法的预测模型。该模型首先对售电量时间序列进行集合经验模态分解,通过添加白噪声得到不同时间尺度分布的售电量时间序列,分解后得到一系列相对平稳的本征模态函数和趋势项,然后利用自回归积分滑动算法对各平稳化本征模态函数和趋势项分别进行预测,得到各分量的预测结果,最后将分量预测结果叠加得到最终的售电量预测值。基于历史统计售电量数据的预测结果分析表明,基于集合经验模式分解的 ARIMA模型具有良好的预测精度。 展开更多
关键词 售电量预测 集合经验模式分解 自回归积分滑动平均模型
在线阅读 下载PDF
集合经验模式分解和小波变换方法的复合与应用 被引量:13
15
作者 代军 叶幸玮 《统计与决策》 CSSCI 北大核心 2021年第13期155-158,共4页
文章提出将集合经验模式分解和小波变换进行复合,以对单一降噪方法进行改进,并给出了该模型在金融数据降噪中的实际算例。结果显示:复合降噪模型能够克服单一模型中存在的模态混叠以及基函数固定等问题;在金融市场中利用该复合方法,可... 文章提出将集合经验模式分解和小波变换进行复合,以对单一降噪方法进行改进,并给出了该模型在金融数据降噪中的实际算例。结果显示:复合降噪模型能够克服单一模型中存在的模态混叠以及基函数固定等问题;在金融市场中利用该复合方法,可以得到动态相依性更为准确的估计,为金融时间序列分析和预测提供了新的方法。 展开更多
关键词 集合经验模式分解 小波降噪 复合模型 金融时间序列
在线阅读 下载PDF
基于集合经验模式分解和K-奇异值分解字典学习的滚动轴承故障诊断 被引量:8
16
作者 李继猛 李铭 +3 位作者 姚希峰 王慧 于青文 王向东 《计量学报》 CSCD 北大核心 2020年第10期1260-1266,共7页
针对经典K-奇异值分解算法构造的字典中原子形态受噪声、谐波干扰影响,进而降低冲击故障特征提取精度的问题,提出了基于集合经验模式分解和K-奇异值分解字典学习的冲击特征提取方法。该方法首先利用集合经验模式分解与Hurst指数对振动... 针对经典K-奇异值分解算法构造的字典中原子形态受噪声、谐波干扰影响,进而降低冲击故障特征提取精度的问题,提出了基于集合经验模式分解和K-奇异值分解字典学习的冲击特征提取方法。该方法首先利用集合经验模式分解与Hurst指数对振动信号进行预处理,剔除谐波干扰;其次,利用经典K-奇异值分解算法和预处理信号构造超完备字典;然后,利用K-均值聚类算法对字典中的原子进行筛选;最后,利用正交匹配追踪算法实现冲击故障特征的稀疏表示。实验分析和工程应用验证了所提方法的有效性和实用性。 展开更多
关键词 计量学 滚动轴承 故障诊断 稀疏表示 集合经验模式分解 K-奇异值分解字典学习 K-均值聚类
在线阅读 下载PDF
基于改进模式识别的无人值守风电场群组机器人集中巡检研究 被引量:1
17
作者 董礼 程丽敏 +3 位作者 赵博 王雁冰 商志强 朱盼盼 《可再生能源》 北大核心 2025年第3期346-352,共7页
由于风电场设备种类繁多、运行环境复杂多变,通常无人值守,故障难以及时发现。传统巡检方法耗时长且识别准确性低,导致故障处理不及时,影响风电场稳定运行和发电效率。为此,文章针对无人值守风电场群组提出了基于改进模式识别的机器人... 由于风电场设备种类繁多、运行环境复杂多变,通常无人值守,故障难以及时发现。传统巡检方法耗时长且识别准确性低,导致故障处理不及时,影响风电场稳定运行和发电效率。为此,文章针对无人值守风电场群组提出了基于改进模式识别的机器人集中巡检方案。对于风电场群组变压器故障、设备温度异常和齿轮箱声音异常情况,分别利用BP神经网络算法、模糊模式识别算法和经验模态分解算法对其展开巡检,并在某大型风力发电场中对所提方法进行测试。结果表明,所提方法可实现对风电场群组中各类故障的巡检,第一时间获取到故障信号,避免了安全事故的发生;识别准确率在92.3%以上,召回率与F1分数也优于对比方法,表明本文方法在识别故障样本方面更为全面,能够有效地进行故障检测。 展开更多
关键词 改进模式识别 BP神经网络算法 经验模态分解算法 齿轮箱声音异常 变压器故障
在线阅读 下载PDF
基于集合经验模态分解和改进极限学习机的短期风速组合预测研究 被引量:16
18
作者 张翌晖 王贺 +4 位作者 胡志坚 王凯 黄东山 宁文辉 张承学 《电力系统保护与控制》 EI CSCD 北大核心 2014年第10期29-34,共6页
提出一种基于集合经验模态分解(Ensemble empirical mode decomposition)和改进极限学习机(Improved Extreme Learning Machine,IELM)的新型短期风速组合预测模型。采用集合经验模态分解将风速序列分解成不同频段的分量,以降低序列的非... 提出一种基于集合经验模态分解(Ensemble empirical mode decomposition)和改进极限学习机(Improved Extreme Learning Machine,IELM)的新型短期风速组合预测模型。采用集合经验模态分解将风速序列分解成不同频段的分量,以降低序列的非平稳性。使用改进极限学习机对各分量分别建模预测,为避免极限学习机输入维数选取的随意性和分量信息丢失等问题,先对各分量重构相空间,最后将各分量预测结果叠加得到最终预测结果。实例研究表明,所提的组合预测模型具有较高的预测精度。 展开更多
关键词 风速 预测 改进极限学习机 集合经验模态分解 相空间重构
在线阅读 下载PDF
基于改进的经验模式分解的旋转设备振动信号特征提取
19
作者 高伟 《汽轮机技术》 北大核心 2008年第4期289-291,295,共4页
针对旋转设备局部碰摩故障振动信号的特征,提出了一种基于经验模式分解(Emp iricalMode Decomposition,EMD)与小波分析相结合的故障特征提取的改进方法,先利用小波分析方法将振动信号分解为低、中、高3个频段,然后对各个频段的信号进行... 针对旋转设备局部碰摩故障振动信号的特征,提出了一种基于经验模式分解(Emp iricalMode Decomposition,EMD)与小波分析相结合的故障特征提取的改进方法,先利用小波分析方法将振动信号分解为低、中、高3个频段,然后对各个频段的信号进行EMD分解,实现碰摩、背景和噪声信号分离,从而提取旋转设备局部碰摩振动信号的故障特征。在某热电厂2号汽轮发电备用机组的碰摩故障诊断的应用中,仿真信号和试验数据的分析结果表明,该方法正确、有效,可应用于工程实践。 展开更多
关键词 改进经验模式分解 故障特征 特征提取 旋转设备 汽轮发电机组
在线阅读 下载PDF
采用集合经验模态分解和改进阈值函数的心电自适应去噪方法 被引量:24
20
作者 尹丽 陈富民 +1 位作者 张琦 陈鑫 《西安交通大学学报》 EI CAS CSCD 北大核心 2020年第1期101-107,共7页
针对心电信号中存在基线漂移、工频和肌电干扰等噪声对后续的分析和诊断带来干扰的问题,提出了集合经验模态分解(EEMD)改进阈值函数的心电自适应去噪方法。运用EEMD将含噪心电信号分解得到一组由高频到低频分布的固有模态函数(IMF)。采... 针对心电信号中存在基线漂移、工频和肌电干扰等噪声对后续的分析和诊断带来干扰的问题,提出了集合经验模态分解(EEMD)改进阈值函数的心电自适应去噪方法。运用EEMD将含噪心电信号分解得到一组由高频到低频分布的固有模态函数(IMF)。采用过零率自适应判断各IMF的噪声类别:若IMF包含高频噪声,采用结合软硬阈值优缺点所提出的改进阈值函数以去除IMF分量中的高频噪声;若IMF包含低频的基线漂移,则采用中值滤波器抑制基线漂移。最后将处理后的IMF分量叠加,即可重构去噪后的心电信号。实验结果表明,与已有的小波阈值法去噪后的信噪比(SNR)和均方根误差(RSME)对比,所提方法对心电信号去噪效果更加显著,而且能完整地保留波形特征。 展开更多
关键词 心电自适应去噪 集合经验模态分解 过零率 改进阈值函数
在线阅读 下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部