基于总体平均经验模态分解算法的自适应改进 被引量：5

1

作者 徐健 周志祥 +2 位作者 唐亮 冉杰 何杰 《振动与冲击》 EI CSCD 北大核心 2017年第11期215-223,共9页

目前较为广泛使用的总体平均经验模态分解算法(EEMD)不能实现桥梁结构响应信号的自适应分解和重构,基于此,针对EEMD算法的不足,提出了能够实现桥梁结构响应信号自适应分解与重构的改进算法:首先引入自适应极值点匹配延拓算法以抑制端点... 目前较为广泛使用的总体平均经验模态分解算法(EEMD)不能实现桥梁结构响应信号的自适应分解和重构,基于此,针对EEMD算法的不足,提出了能够实现桥梁结构响应信号自适应分解与重构的改进算法:首先引入自适应极值点匹配延拓算法以抑制端点效应;再对分解信号进行聚类分析以避免模态混叠现象;最后利用各本征模态函数(IMF)对应的信息熵、能量密度和平均周期构建筛选有效IMF分量的指标(有效程度系数),以实现有效IMF分量的自动筛选,再利用筛选出的有效分量对桥梁结构响应信号进行重构。模拟信号和简支梁桥仿真算例表明,所提改进算法能够更有效、更准确的实现桥梁结构响应信号的自适应分解与重构。 展开更多

关键词 桥梁结构 模态分解算法 端点效应 聚类分析 信号重构

在线阅读 下载PDF 职称材料

基于二维经验模态分解算法的织物疵点自动检测 被引量：4

2

作者 厉征鑫 刘基宏 +2 位作者 高卫东 潘如如 柴志雷 《纺织学报》 CAS CSCD 北大核心 2011年第7期49-53,共5页

为解决织物疵点检测工序中存在的耗时性问题,提出一种基于二维经验模态分解(EMD)的多方向自适应检测方法。通过Delaunay三角分割、径向基函数插值与二维三次样条插值等方法实现二维EMD算法,用该方法将织物灰度图像分解为一系列子图像,... 为解决织物疵点检测工序中存在的耗时性问题,提出一种基于二维经验模态分解(EMD)的多方向自适应检测方法。通过Delaunay三角分割、径向基函数插值与二维三次样条插值等方法实现二维EMD算法,用该方法将织物灰度图像分解为一系列子图像,选取包含疵点信息的子图像进行融合,最后通过阈值化来识别织物图像中的疵点。借助于工业线阵相机采集包含不同疵点的织物图像,并利用提出的方法进行自动检测。结果表明,子图像融合结果中疵点信息明显,与背景的反差强烈,通过阈值法可以直接判断出图像中是否包含疵点,并完成疵点定位,该方法对织物疵点的检测十分有效。 展开更多

关键词 二维经验模态分解算法 织物疵点 Delaunay三角分割 径向基函数 三次样条插值

在线阅读 下载PDF 职称材料

基于经验模态分解算法的永磁直线同步电机迭代学习控制 被引量：15

3

作者 王丽梅 孙璐 初升 《电工技术学报》 EI CSCD 北大核心 2017年第6期164-171,共8页

在永磁直线同步电机驱动伺服系统的迭代学习控制(ILC)过程中,针对由于每次运行时跟踪误差的累积,导致系统出现收敛速度降低甚至发散的现象,提出一种基于经验模态分解(EMD)算法的迭代学习控制方法。首先设计闭环ILC控制器,然后利用EMD算... 在永磁直线同步电机驱动伺服系统的迭代学习控制(ILC)过程中,针对由于每次运行时跟踪误差的累积,导致系统出现收敛速度降低甚至发散的现象,提出一种基于经验模态分解(EMD)算法的迭代学习控制方法。首先设计闭环ILC控制器,然后利用EMD算法分解ILC过程中的跟踪误差,筛选并消除其中发散的分量,保证ILC的收敛性,提高ILC的收敛速度。仿真和实验结果表明,与传统ILC相比,所提出的控制方法能够使系统的跟踪效果更好,且保证了伺服系统的输出轨迹在较少的迭代次数下快速精确地收敛到期望轨迹。 展开更多

关键词 永磁直线同步电机 迭代学习控制 经验模态分解算法 跟踪误差

在线阅读 下载PDF 职称材料

基于改进变分模态分解算法的海洋绝对重力数据滤波处理 被引量：1

4

作者 乔中坤 袁鹏 +4 位作者 张宗宇 李林玲 张家俊 吴彬 林强 《地质论评》 CAS CSCD 北大核心 2023年第S01期385-388,共4页

原子重力仪具有采样率高、精度高及长期稳定性好等优点,适用于远洋深海高精度绝对重力测量工作。受恶劣海况影响,原子重力仪测量的绝对重力数据中存在大量非平稳、非线性的噪声信号,影响重力测量的精度,进而影响地质构造解释的准确性。... 原子重力仪具有采样率高、精度高及长期稳定性好等优点,适用于远洋深海高精度绝对重力测量工作。受恶劣海况影响,原子重力仪测量的绝对重力数据中存在大量非平稳、非线性的噪声信号,影响重力测量的精度,进而影响地质构造解释的准确性。为了消除重力测量数据中的噪声,本文分析了创新性地引入改进变分模态分解(improved variatio nal modal decomposition,IVMD)算法进行滤波处理。 展开更多

关键词 海洋绝对重力测量 原子重力仪 改进变分模态分解算法 数据滤波处理

在线阅读 下载PDF 职称材料

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

5

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 职称材料

变分模态分解方法在轴承故障诊断中的应用研究进展 被引量：6

6

作者 陆志杰 王志良 +3 位作者 鄢小安 刘德利 孙见君 马晨波 《润滑与密封》 CAS CSCD 北大核心 2024年第9期178-190,共13页

作为旋转机械的核心和易发生故障的部件,滚动轴承及其故障诊断是目前研究的热点和前沿。有效的特征提取方法对于滚动轴承故障诊断至关重要,其中变分模态分解算法(VMD)因对复杂信号具有较强的分析能力和自适应性,应用潜力较好。对VMD的... 作为旋转机械的核心和易发生故障的部件,滚动轴承及其故障诊断是目前研究的热点和前沿。有效的特征提取方法对于滚动轴承故障诊断至关重要,其中变分模态分解算法(VMD)因对复杂信号具有较强的分析能力和自适应性,应用潜力较好。对VMD的基本原理及其优势、VMD在轴承故障特征提取方面的应用、VMD参数优化方法以及最新进展进行归纳总结,针对VMD参数优化问题,从适应度函数构造和群智能算法改进上,提出一种新的解决方法,并探讨VMD在诊断滚动轴承早期微弱故障和复合故障等方面的不足之处,最后从理论研究和工程应用的角度,展望VMD未来的发展方向,可为从事滚动轴承故障诊断的相关研究人员提供参考。 展开更多

关键词 滚动轴承 故障诊断 特征提取 变分模态分解算法 参数优化

在线阅读 下载PDF 职称材料

基于总体平均经验模态分解和一步式字典学习联合去噪的语音端点检测算法 被引量：3

7

作者 张开生 赵小芬 +1 位作者 王泽 宋帆 《科学技术与工程》 北大核心 2020年第35期14536-14542,共7页

针对复杂环境下语音端点检测准确率低且检测耗时过长的问题,提出一种基于总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)和一步式字典学习(one-stage dictionary learning,OS-DL)联合去噪的语音端点检测算法。首先... 针对复杂环境下语音端点检测准确率低且检测耗时过长的问题,提出一种基于总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)和一步式字典学习(one-stage dictionary learning,OS-DL)联合去噪的语音端点检测算法。首先利用EEMD算法对输入语音进行分解得到本征模式分量(intrinsic mode function,IMF),然后使用OS-DL算法分别对纯净语音信号与噪声信号进行训练,得到纯净语音信号和噪声信号的幅度谱字典,进而对幅度谱进行稀疏表示,利用得到的系数矩阵重新构建出语音信号频谱,将重构出的语音信号频谱经过傅里叶逆变换得到降噪后的语音信号,最后对降噪后的语音信号利用均匀子带频带方差法进行端点检测。实验结果表明,该算法在复杂环境信噪比低于-10 dB情况下检测准确率仍可达到85%以上,且平均检测时间缩短至传统端点检测算法的1/3。 展开更多

关键词 总体平均经验模态分解(EEMD)算法 一步式字典(OS-DL)算法 稀疏表示 子带频带方差 端点检测

在线阅读 下载PDF 职称材料

基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型研究 被引量：4

8

作者 吴小涛 袁晓辉 +3 位作者 袁艳斌 易凡茹 朱婧巍 吴育联 《可再生能源》 CAS CSCD 北大核心 2021年第7期899-907,共9页

针对太阳辐照度时间序列的非线性特点,文章设计了一种新的基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型,并对该模型进行了验证。首先,利用集合经验模态分解(EEMD)算法对原始太阳辐照度时间序列进行分解,得到若干个... 针对太阳辐照度时间序列的非线性特点,文章设计了一种新的基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型,并对该模型进行了验证。首先,利用集合经验模态分解(EEMD)算法对原始太阳辐照度时间序列进行分解,得到若干个频率不同的分量;然后,利用变分模态分解(VMD)算法进一步分解频率最高的分量,得到K个相对稳定的分量,其中,K由各分量与利用VMD算法分解得到的残差的相关系数确定;接着,建立基于高斯核和多项式核的混合核最小二乘支持向量机(LSSVM)预测模型,对所有分量进行预测,并利用蝗虫优化算法优化混合核函数的参数;最后,将所有分量的预测结果相加得到原始太阳辐照度时间序列的预测结果。模拟结果表明,与BP神经网络模型、ARIMA模型、LSSVM模型和基于EEMD,LSSVM的预测模型相比,基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型的预测精度更高,能有效反映太阳辐照度的变化规律。 展开更多

关键词 集合经验模态分解算法 变分模态分解算法 混合核最小二乘支持向量机 蝗虫优化算法

在线阅读 下载PDF 职称材料

基于ICEEMDAN算法的高速双圆弧斜齿轮泵振动试验特性分析

9

作者 董庆伟 李博 +2 位作者 李阁强 韩帅康 皇甫科维 《机床与液压》 北大核心 2025年第4期151-157,共7页

针对双圆弧斜齿轮泵高速工况下引起的振动问题,以过渡曲线为正弦曲线的双圆弧斜齿轮泵为研究对象,搭建液压工作站,以转速与压力负载为变量,采集不同转速与压力负载下泵的进油口、出油口与泵体上侧的振动信号,然后对数据进行时、频域分... 针对双圆弧斜齿轮泵高速工况下引起的振动问题,以过渡曲线为正弦曲线的双圆弧斜齿轮泵为研究对象,搭建液压工作站,以转速与压力负载为变量,采集不同转速与压力负载下泵的进油口、出油口与泵体上侧的振动信号,然后对数据进行时、频域分析。在此基础上,基于增强型完全集合经验模态分解(ICEEMDAN)算法对数据进行特征提取,通过模糊熵与峭度构建的综合指标选取内在模态函数分量(IMF)进行分析,得到双圆弧斜齿轮泵在不同转速和压力负载工况下的振动特性。结果表明:在所测工况下,出油口区域的振动幅度普遍高于进油口和泵体上侧区域,而且压力负载对泵的振动分布具有一定影响;在恒定压力负载下,泵的振动幅值随转速的提高而增加,且这种增长随转速的提高而加剧;在恒定转速下,泵的振动幅度整体趋势随着压力负载的增加而上升,但在特定压力负载点出现下降。 展开更多

关键词 斜齿轮泵 高速工况 振动特性 增强型完全集合经验模态分解(ICEEMDAN)算法

在线阅读 下载PDF 职称材料

面向嵌入式穿戴医疗的快速经验模态分解方法

10

作者 王洁 冯玉杰 +2 位作者 陈伟浩 侯刚 周宽久 《计算机工程与科学》 CSCD 北大核心 2016年第8期1721-1726,共6页

智能照护系统通过人体感知智慧衣实时采集心电(ECG)等生理数据,却不可避免地混入运动伪影造成信号失去形态学特征。经验模态分解算法(EMD)通过获得本征函数分量去除非静态、非线性信号,去除ECG信号中的运动伪影。但是,传统EMD算法计算量... 智能照护系统通过人体感知智慧衣实时采集心电(ECG)等生理数据,却不可避免地混入运动伪影造成信号失去形态学特征。经验模态分解算法(EMD)通过获得本征函数分量去除非静态、非线性信号,去除ECG信号中的运动伪影。但是,传统EMD算法计算量大,不适用于低功耗的嵌入式移动设备。提出一种Fast-EMD算法,通过采用不同的运动状态来控制相应迭代次数的方式取代计算复杂边界值SD。实验结果表明,该方法既简化了算法执行流程,又提高了R点捕获准确率,有效提升了嵌入式设备上滤波处理性能。 展开更多

关键词 智慧衣 ECG 经验模态分解算法 运动伪影

在线阅读 下载PDF 职称材料

基于无人艇的导航雷达目标检测跟踪算法 被引量：2

11

作者 王伟 杜旭洋 +1 位作者 杨志伟 吴凡 《系统工程与电子技术》 EI CSCD 北大核心 2024年第5期1561-1572,共12页

在无人艇利用导航雷达进行环境感知的过程中,针对雷达回波图中出现的区域破碎现象以及对运动目标进行跟踪时存在较大误差的问题,提出了一种应用于导航雷达的目标检测跟踪方法提高无人艇对水面目标的检测能力。首先,对雷达原始回波图像... 在无人艇利用导航雷达进行环境感知的过程中,针对雷达回波图中出现的区域破碎现象以及对运动目标进行跟踪时存在较大误差的问题,提出了一种应用于导航雷达的目标检测跟踪方法提高无人艇对水面目标的检测能力。首先,对雷达原始回波图像解析并进行预处理操作;其次,在图像连通的基础上,设计自适应阈值分割Hausdorff匹配算法对回波图和地图进行匹配,区分属于目标和陆地的回波;然后,对连续两帧的雷达回波图进行目标匹配;最后,通过加入预测序列模型的经验模态分解算法优化检测跟踪结果,提高获取目标信息的准确性。实验验证结果表明:对1 km内相对运动速度低于30节的水面目标,所提方法目标检测概率提升了6.5%,距离误差低于2%,航速误差低于6%,航向误差低于6°,整体性能优于工程中常用的检测跟踪方法。 展开更多

关键词 环境感知 导航雷达 连通算法 地图匹配 经验模态分解算法

在线阅读 下载PDF 职称材料

基于变分模态分解与门控循环单元网络的云资源预测 被引量：9

12

作者 束文娟 曾凡平 +2 位作者 陈国柱 鲁厅厅 刘君怡 《计算机应用》 CSCD 北大核心 2021年第S02期159-164,共6页

云供应商为用户提供所需资源,分配不足可能会导致服务质量下降,分配过度则会导致资源浪费,因此准确预测资源使用情况至关重要。由于用户使用云资源的情况各不相同,不确定因素多,时序数据往往伴随着高随机性和非平稳性的特点,增加了预测... 云供应商为用户提供所需资源,分配不足可能会导致服务质量下降,分配过度则会导致资源浪费,因此准确预测资源使用情况至关重要。由于用户使用云资源的情况各不相同,不确定因素多,时序数据往往伴随着高随机性和非平稳性的特点,增加了预测的难度。为了捕获非平稳性数据更多信息,提高云资源使用情况的预测精度,提出基于变分模态分解(VMD)算法和门控循环单元(GRU)网络的预测模型(VMD;GRU)。首先将原始时序数据通过VMD算法分解成多个相对平稳的模态分量;再将蚁狮优化(ALO)算法集成到GRU模型中去,分别对分解后的本征模态分量进行预测,利用优化算法自适应地选择最优参数;最后整合每个分量的预测结果得到最终的云资源使用情况预测结果。在公开数据集上进行预测,并与未优化的GRU、差分自回归移动平均(ARIMA)和反向神经网络(BPNN)等进行对比。CPU利用率预测的实验结果表明,与并未分解且未优化的GRU模型相比,所提出的模型在预测精度上有48.1%的提升,验证了该方法的有效性。 展开更多

关键词 云资源预测 时间序列预测 变分模态分解算法 门限循环单元 蚁狮优化算法

在线阅读 下载PDF 职称材料

基于改进的经验模态分解的后视镜驱动器故障诊断方法 被引量：3

13

作者 高丰 朱少成 罗石 《河南科技大学学报（自然科学版）》 CAS 北大核心 2021年第6期39-45,M0004,M0005,共9页

针对电动后视镜驱动器振动信号非平稳非线性及信噪比低,提取传统特征难以有效识别样本故障状态的问题,提出了一种改进的集成经验模态分解算法(EEMD)。使用EEMD对振动信号进行了分解,利用相关系数与峭度系数筛选有效本征模态函数(IMF)分... 针对电动后视镜驱动器振动信号非平稳非线性及信噪比低,提取传统特征难以有效识别样本故障状态的问题,提出了一种改进的集成经验模态分解算法(EEMD)。使用EEMD对振动信号进行了分解,利用相关系数与峭度系数筛选有效本征模态函数(IMF)分量。应用自回归模型(AR)功率谱估计方法,建立最佳阶次的AR模型,对有效IMF分量进行谱估计,并得到有效IMF分量的AR谱与AR累加谱。将AR累加谱的特征频率点与振幅作为特征向量,使用支持向量机(SVM)进行机器学习与分类。研究结果表明:EEMD-AR-SVM模型在实验中的分类准确率达到了93.9%,平均耗时46.1 s,达到了工业中自动检测的标准。 展开更多

关键词 机械故障诊断 集成经验模态分解算法 IMF筛选 AR功率谱估计 支持向量机

在线阅读 下载PDF 职称材料

基于ESMD-FE-AJSO-LSTM算法的水闸深基坑变形预测 被引量：9

14

作者 张伟 邓彬彬 +5 位作者 仇建春 夏国春 姚兆仁 刘占午 朱新宇 王昱锦 《南水北调与水利科技（中英文）》 CAS CSCD 北大核心 2024年第2期378-387,408,共11页

水闸深基坑开挖变形具有明显的非线性和非稳定性特征,基于此,引入极点对称模态分解算法(extremepoint symmetric mode decomposition method,ESMD)对水闸深基坑开挖变形原型监测序列进行多模态分解,并基于模糊熵(fuzzy entropy, FE)理... 水闸深基坑开挖变形具有明显的非线性和非稳定性特征,基于此,引入极点对称模态分解算法(extremepoint symmetric mode decomposition method,ESMD)对水闸深基坑开挖变形原型监测序列进行多模态分解,并基于模糊熵(fuzzy entropy, FE)理论对各分解分量进行模糊多模态相空间重构,从而有效甄别水闸基坑变形不同时间尺度有效物理特征。构建基于人工水母搜索算法(artificial jellyfish search optimizer,AJSO)优化的长短期记忆(long short-term memory,LSTM)人工神经网络模型,以重构后的各重构子序列为基础进行优化训练,并把训练后的各预测模态分量合并,实现对水闸基坑开挖变形动态预测和分析。以张家港市十一圩江边枢纽改建工程基坑开挖变形监测为例,采用上述方法对该枢纽工程基坑开挖过程变形进行预测和分析。结果表明:基于ESMD-FE-AJSOLSTM算法的水闸深基坑变形预测方法能够有效预测基坑开挖变形非线性特征,相比传统LSTM、循环神经网络(recurrent neural network, RNN)和支持向量机(support vector machine,SVM)等算法具有更高的预测精度和稳定性,为实现对基坑开挖安全性态实时科学诊断和分析提供技术参考。 展开更多

关键词 极点对称模态分解算法 模糊熵 人工水母搜索算法 长短期记忆 水闸 深基坑 变形预测

在线阅读 下载PDF 职称材料

利用复数经验模态分解抑制高频地波雷达射频干扰的工程应用

15

作者 谢岱玲 洪羽萌 +3 位作者 陈羽洁 叶彩云 谢飞 陈泽宗 《科学技术与工程》 北大核心 2015年第34期74-80,99,共8页

为了抑制高频地波雷达(high frequency ground wave radar,HFGWR)射频干扰(radio frequency interference,RFI),提出了复数经验模态分解(CEMD)方法,在抑制射频干扰的同时,最大程度上保留有用信号。通过模拟及实测数据的验证分析,该方法... 为了抑制高频地波雷达(high frequency ground wave radar,HFGWR)射频干扰(radio frequency interference,RFI),提出了复数经验模态分解(CEMD)方法,在抑制射频干扰的同时,最大程度上保留有用信号。通过模拟及实测数据的验证分析,该方法在不损失有用信号的基础上有效抑制了射频干扰,且处理速度快,满足高频地波雷达实时工作要求。 展开更多

关键词 高频地波雷达 射频干扰 复数经验模态分解算法 有用信号 实测数据

在线阅读 下载PDF 职称材料

基于集合经验模态分解和BP神经网络的北京市PM2.5预报研究 被引量：5

16

作者 任晓晨 邹思琳 +1 位作者 唐娴 韦骏 《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第4期615-625,共11页

利用集合经验模态分解算法(EEMD)和BP神经网络组成的混合模型,对北京城区PM2.5浓度值进行短期预报。结果表明,与单独使用BP神经网络模型相比,EEMD-BP混合模型的预报准确率更高;混合模型高频部分的预报误差是整体误差的主要方面;混合模... 利用集合经验模态分解算法(EEMD)和BP神经网络组成的混合模型,对北京城区PM2.5浓度值进行短期预报。结果表明,与单独使用BP神经网络模型相比,EEMD-BP混合模型的预报准确率更高;混合模型高频部分的预报误差是整体误差的主要方面;混合模型的输入变量中需包含输出变量的信息;前期污染物浓度的数值对模型的预报结果有较大的影响。 展开更多

关键词 集合经验模态分解算法(EEMD) BP神经网络 PM2.5预报

在线阅读 下载PDF 职称材料

基于改进Hilbert-Huang变换算法的电气化铁路谐波检测 被引量：3

17

作者 耿超 王丰华 +3 位作者 黄荣辉 张君 张欣 冯琳 《上海交通大学学报》 EI CAS CSCD 北大核心 2014年第9期1225-1230,1238,共7页

通过对电力机车负载电流进行仿真建模,得到电力机车在不同工况下的电流波形;使用改进的Hilbert-Huang变换算法对电流波形进行谐波检测;采用限制带宽经验模态分解算法对原始电流波形进行分解;通过引入屏蔽信号来控制本征模态函数的带宽,... 通过对电力机车负载电流进行仿真建模,得到电力机车在不同工况下的电流波形;使用改进的Hilbert-Huang变换算法对电流波形进行谐波检测;采用限制带宽经验模态分解算法对原始电流波形进行分解;通过引入屏蔽信号来控制本征模态函数的带宽,以有效抑制模态混叠.结果表明,所提出的改进Hilbert-Huang变换算法能够有效检测电气化铁路负载电流中各次谐波随时间变化的特征. 展开更多

关键词 Hilbert-Huang变换算法 限制带宽 经验模态分解算法 电气化铁路 谐波检测

在线阅读 下载PDF 职称材料

基于黏菌算法优化VMD-CNN-GRU模型的年径流预测 被引量：14

18

作者 徐冬梅 夏王萍 王文川 《南水北调与水利科技（中英文）》 CAS 北大核心 2022年第3期429-439,共11页

为提高年径流预测精度,引入黏菌算法(slime mould algorithm,SMA)和变分模态分解算法(variational mode decomposition,VMD),提出一种基于卷积神经网络(convolutional neural network,CNN)和门控循环单元(gated recurrent unit,GRU)神... 为提高年径流预测精度,引入黏菌算法(slime mould algorithm,SMA)和变分模态分解算法(variational mode decomposition,VMD),提出一种基于卷积神经网络(convolutional neural network,CNN)和门控循环单元(gated recurrent unit,GRU)神经网络的组合预测模型(VMD-SMA-CNN-GRU)。利用VMD对径流数据进行分解;采用SMA优化CNN-GRU模型参数,构建模型对每个分量进行预测;各分量结果相加得到最终结果。以兰西水文站为例,将所建模型与CEEMDAN(complete ensemble empirical mode decomposition with adaptive noise)-CNN-GRU、VMD-CNN-LSTM(long short-term memory)、VMD-LSTM、VMD-GRU、VMD-PSO(particle swarm optimization)-CNN-GRU、SMA-CNN-GRU和CNN-GRU预测模型进行对比分析。结果表明:SMA优化的VMD-CNN-GRU模型预测精度不仅高于上述7种模型,而且避免了人工试算确定CNN-GRU模型参数效率低的不足,为年径流预测提供了一种新方法。 展开更多

关键词 变分模态分解算法 黏菌算法 卷积神经网络 门控循环单元神经网络 径流预测

在线阅读 下载PDF 职称材料

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

19

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 职称材料

1993-2021年舟山及邻近东海海平面变化特征分析

20

作者 金杰 陈宇杰 +4 位作者 姚永衡 张思远 胡镇涛 丁梦蓉 贾彬 《海洋学研究》 北大核心 2025年第1期69-78,共10页

本文基于1993年1月至2021年12月的卫星高度计数据,利用最小二乘法和集合经验模态分解对舟山及邻近东海海平面的长期变化及其影响因子进行分析。研究发现,研究区海平面整体以上升趋势为主,在舟山群岛东侧海域,上升趋势更为明显;平均线性... 本文基于1993年1月至2021年12月的卫星高度计数据,利用最小二乘法和集合经验模态分解对舟山及邻近东海海平面的长期变化及其影响因子进行分析。研究发现,研究区海平面整体以上升趋势为主,在舟山群岛东侧海域,上升趋势更为明显;平均线性速率为0.36±0.10 cm/a,2018年起上升趋势有所减缓。研究区海平面变化具有明显的季节差异,其线性速率为秋季最大(0.37±0.12 cm/a),冬季次之,春、夏两季略小(约为0.34±0.10 cm/a)。近30年来的非线性变化趋势显示,夏、秋季的上升速率几乎不变,冬季的上升速率呈减缓态势,春季呈加速上升态势。研究区海平面变化存在年振幅增大的趋势,长期变化与温度引起的海水热膨胀效应以及风应力引起的增-减水效应密切相关。 展开更多

关键词 海平面变化 舟山海域 东海 集合经验模态分解算法 线性趋势 非线性趋势

在线阅读 下载PDF 职称材料