基于变分模态分解的自适应交叉融合模型及其在月径流预测中的应用

1

作者 孙瑜辉 王庆杰 岳春芳 《水电能源科学》 北大核心 2025年第3期1-6,共6页

基于“分解—集成”策略的径流预测模型是现有研究中提高预测精度的主流方式之一。分解—集成建模方式主要有后验试验(HE)、预测试验(FE)和自适应预测试验(AFE)3种方式,已有研究主要聚焦于HE的改进,忽视了各建模方式的实用性研究。基于... 基于“分解—集成”策略的径流预测模型是现有研究中提高预测精度的主流方式之一。分解—集成建模方式主要有后验试验(HE)、预测试验(FE)和自适应预测试验(AFE)3种方式,已有研究主要聚焦于HE的改进,忽视了各建模方式的实用性研究。基于此,在梳理各类建模方式特性的基础上,以天山山系中两条典型的内陆河为例,选用BP神经网络(BP)、支持向量机(SVM)和随机森林(RF)为基准预测模型,基于变分模态分解(VMD)和互补集合经验模态分解(CEEMD)分别构建多种分解—集成预测模型,并探索了AFE与基准模型交叉融合后的预测能力。仿真结果表明,HE建立时提前使用了测试数据信息,与预测实际不符;FE在测试数据分解时受端点效应影响严重,预测精度极低;AEF符合逐时段观测—滚动分解—实时建模预测的实际,基于VMD和CEEMD的AFE模型对径流极大值的预测精度较高。在AFE类模型中,VMD的适应性更强,可实现流域汛期月径流的高精度预报。基于VMD分解的自适应交叉融合模型能够取得与HE模型相当甚至更高的预测精度,对径流预测精度的提高具有实际意义。 展开更多

关键词 径流预测 端点效应 变分模态分解 后验试验 预测试验 自适应预测试验

在线阅读 下载PDF 职称材料

基于AVMD和CNN的并网型微网线路故障诊断

2

作者 付林瑶 李春华 +1 位作者 汪本科 班勇霜 《分布式能源》 2023年第4期20-28,共9页

为提高微网三相线路故障诊断精度,提出基于自适应变分模态分解(adaptive variational mode decomposition,AVMD)和卷积神经网络(convolutional neural network,CNN)的微网线路故障诊断分类方法。首先建立包含风、光、水系统的微网径向... 为提高微网三相线路故障诊断精度,提出基于自适应变分模态分解(adaptive variational mode decomposition,AVMD)和卷积神经网络(convolutional neural network,CNN)的微网线路故障诊断分类方法。首先建立包含风、光、水系统的微网径向结构模型;采用AVMD将原始故障信号分解得到多个模态分量,其中变分模态分解(variational mode decomposition,VMD)的参数采用天鹰优化(aquila optimizer,AO)算法进行优化;诸多模态中只有少数模态保留了故障信号的信息,利用有效加权峰态相关(effective weighted peak relevance,EWPR)指数对模态分量进行选择,选取最能保留故障信息的3个模态作为敏感模态;剔除噪声和其他无关模态的影响,使用CNN对微网的线路故障进行诊断分类。生成110组故障数据用于训练和验证神经网络,结果表明22组验证数据集中共有21组数据分类正确,此研究方法对故障的诊断精度达到了95.46%。 展开更多

关键词 自适应变分模态分解(avmd) 有效加权峰态相关(EWPR)指数 天鹰优化(AO) 卷积神经网络(CNN) 故障诊断分类

在线阅读 下载PDF 职称材料

基于变分模态分解和稀疏表示的局部放电信号去噪算法

3

作者 钟俊 刘桢羽 +2 位作者 赵晓坤 唐妮妮 毕潇文 《现代信息科技》 2024年第1期77-83,共7页

鉴于局部放电信号受各种噪声的干扰,文章提出一种基于变分模态分解和稀疏分解的局部放电信号去噪算法。以稀疏表示算法为核心,基于局部放电信号的特性构建其过完备字典,再采用匹配追踪算法在过完备字典中搜索出原信号的最佳匹配原子集... 鉴于局部放电信号受各种噪声的干扰,文章提出一种基于变分模态分解和稀疏分解的局部放电信号去噪算法。以稀疏表示算法为核心,基于局部放电信号的特性构建其过完备字典,再采用匹配追踪算法在过完备字典中搜索出原信号的最佳匹配原子集合重构信号;为解决过完备字典维度过高而导致的搜索次数太多的问题,引进变分模态分解算法和峭度值筛选进行预处理和预重构;优化后的方法可以限制稀疏分解算法的搜索范围和字典参数,以减小计算复杂度。仿真验证以及对工程环境中实测信号的去噪结果表明:该方法具有更好的降噪效果,即使在极低信噪比的情况下,依旧能提取出有效的局部放电信号。 展开更多

关键词 局部放电信号 变分模态分解 峭度 稀疏表示 机器学习 匹配追踪算法 自适应

在线阅读 下载PDF 职称材料

基于SSA-VMD-WDCNN的水电机组故障诊断

4

作者 欧阳慧泉 杨峰 +3 位作者 单定军 肖龙 周迪 李超顺 《水电能源科学》 北大核心 2024年第12期147-151,共5页

为提高水电机组故障诊断的诊断精度和诊断速度,提出了一种自适应变分模态分解与第一层为宽卷积核的深度卷积神经网络相融合的水电机组故障诊断方法。首先利用麻雀搜索算法对VMD分解参数进行寻优,利用最优分解参数对水电机组振动信号进行... 为提高水电机组故障诊断的诊断精度和诊断速度,提出了一种自适应变分模态分解与第一层为宽卷积核的深度卷积神经网络相融合的水电机组故障诊断方法。首先利用麻雀搜索算法对VMD分解参数进行寻优,利用最优分解参数对水电机组振动信号进行VMD分解,实现振动信号的最优自适应分解,再对分解后IMF分量进行归一化处理,最后将处理后的分量输入到WDCNN模型中进行训练和测试,得到故障诊断结果。以实测水电机组振动信号进行对比试验,结果表明所提方法具有最优的诊断精度及良好的训练速度和降噪效果,在实际的水电机组故障诊断中有一定的参考作用。 展开更多

关键词 水电机组 故障诊断 麻雀搜索算法 自适应变分模态分解 深度卷积神经网络

在线阅读 下载PDF 职称材料

侵彻过载信号自适应变分模态分解时频分析方法

5

作者 谢雨岑 郜王鑫 +2 位作者 邵志豪 房安琪 张珂 《探测与控制学报》 CSCD 北大核心 2024年第4期69-78,共10页

传统过载信号时频分析方法广泛应用于超高速侵彻引信层间粘连机理研究和信号处理方法优化中,但模态混叠效应已成为其应用时的瓶颈。针对该问题,提出一种基于自适应优化变分模态分解(OVMD)的侵彻过载信号时频分析方法。考虑到侵彻过载信... 传统过载信号时频分析方法广泛应用于超高速侵彻引信层间粘连机理研究和信号处理方法优化中,但模态混叠效应已成为其应用时的瓶颈。针对该问题,提出一种基于自适应优化变分模态分解(OVMD)的侵彻过载信号时频分析方法。考虑到侵彻过载信号频率成分复杂且具有的非平稳性、随机性特点,该方法以模态的混叠效应和稀疏性作为信号的分解约束,采用非支配排序遗传算法(NSGA-II)搜索获取变分模态分解算法的分解个数和二次惩罚因子,再基于参数优化的变分模型,确定各模态函数的中心频率和带宽,完成过载信号各频率成分的自适应分解。通过对实测侵彻过载信号分析可见,相比于通用经验模态分解算法,该方法可以有效抑制模态混叠现象,且在时域和频域上均具有更好的分辨率,能为引信系统的信号处理、仿真模型验证、结构设计提供有效信息支撑。 展开更多

关键词 侵彻过载信号 时频分析 模态混叠 自适应优化变分模态分解

在线阅读 下载PDF 职称材料

基于VMD-MPC法的智能风机能量自适应分配研究

6

作者 徐君 董极慧 +2 位作者 臧腾飞 鲍鹏飞 白雪峰 《电子设计工程》 2024年第13期117-121,共5页

智能风机能量分配过程受到噪声影响,导致分配效果不理想,提出基于VMD-MPC法的智能风机能量自适应分配方法。采用VMD法对智能风机能量信号进行分解,获取信号噪声谐波和分序列波动特性。利用MPC控制方法控制智能风机能量,通过计算所有分... 智能风机能量分配过程受到噪声影响,导致分配效果不理想,提出基于VMD-MPC法的智能风机能量自适应分配方法。采用VMD法对智能风机能量信号进行分解,获取信号噪声谐波和分序列波动特性。利用MPC控制方法控制智能风机能量,通过计算所有分配任务实际的执行长度,结合最优能量分配原则实现智能风机能量的自适应分配。实验结果表明,该方法低压与高压风机能量分配的四个顶点坐标分别为(0,0,750)、(0,500,600)、(0,100,0)、(50,500,0)与(0,2 000,800)、(0,5 000,800)、(0,2 000,0)、(0,5 000,0),与理想分配结果一致,分配效果好。 展开更多

关键词 VMD-MPC法 智能风机 能量 自适应分配 变分模态分解 Lagrange二次惩罚因子

在线阅读 下载PDF 职称材料

基于噪声信号和改进VMD的滚动轴承故障诊断 被引量：17

7

作者 王琇峰 文俊 《噪声与振动控制》 CSCD 北大核心 2021年第2期118-124,共7页

受运行环境及传递路径影响,滚动轴承声音信号中包含有强背景噪声和较大的非周期性瞬态冲击成分,导致轴承故障特征提取困难。文中提出一种基于自适应变分模态分解(AVMD)的滚动轴承噪声信号故障诊断方法。该方法首先根据不同的信号自适应... 受运行环境及传递路径影响,滚动轴承声音信号中包含有强背景噪声和较大的非周期性瞬态冲击成分,导致轴承故障特征提取困难。文中提出一种基于自适应变分模态分解(AVMD)的滚动轴承噪声信号故障诊断方法。该方法首先根据不同的信号自适应地确定模式数和惩罚因子,利用优化参数的VMD对原始信号进行分解,得到多个本征模式分量;然后计算各模式分量时域、包络谱和时-频加权峭度,根据时-频加权峭度最大化准则选择最佳IMF;最后采用共振解调技术求出最佳IMF包络谱。对轴承故障信号研究表明,所提方法可解决传统VMD算法分解精度受参数影响较大,导致信号出现过分解或欠分解的问题。另外与传统方法相比,该方法可以在强背景噪声和非周期性瞬态冲击下有效识别轴承故障。 展开更多

关键词 故障诊断 滚动轴承 自适应变分模态分解(avmd) 时-频加权峭度

在线阅读 下载PDF 职称材料

基于自适应变分模态分解的桥梁振动信号降噪 被引量：3

8

作者 殷鹏程 熊芳来 +2 位作者 单德山 曹阳梅 张二华 《石家庄铁道大学学报（自然科学版）》 2023年第3期23-29,36,共8页

针对实际桥梁结构振动响应信号易受环境噪声的影响,而降噪效果较好的VMD方法存在本征模态函数分解数量难以确定的问题,提出了一种改进的变分模态分解(Variational Mode Decomposition)方法--自适应变分模态分解方法(Adaptive VMD,AVMD)... 针对实际桥梁结构振动响应信号易受环境噪声的影响,而降噪效果较好的VMD方法存在本征模态函数分解数量难以确定的问题,提出了一种改进的变分模态分解(Variational Mode Decomposition)方法--自适应变分模态分解方法(Adaptive VMD,AVMD),实现了桥梁振动响应信号的自适应降噪。在传统VMD方法的基础上,通过结合EMD方法和主成分分析,解决了VMD方法中本征模态函数分解数量难以确定的问题,并引入多尺度小波分解技术,对受噪声污染的信号进行多尺度分解、优选与重构,进而实现复杂桥梁结构振动信号的降噪。以一座大型悬索桥为工程背景,对桥梁实测振动响应数据进行了降噪与模态参数提取。结果表明,AVMD方法解决了传统VMD方法中本征模态函数分量难以确定的问题,降噪信号所识别出的桥梁结构虚假频率比原始信号所识别出的虚假频率减少了58.82%。 展开更多

关键词 结构健康监测 自适应 变分模态分解 信号降噪 模态参数识别

在线阅读 下载PDF 职称材料

基于改进自适应变分模态分解的滚动轴承微弱故障诊断 被引量：77

9

作者 谷然 陈捷 +2 位作者 洪荣晶 潘裕斌 李媛媛 《振动与冲击》 EI CSCD 北大核心 2020年第8期1-7,22,共8页

滚动轴承早期故障信息微弱,且混有大量背景噪声,难以提取其故障特征。提出了一种改进的自适应变分模态分解(AVMD)与Teager能量谱的微弱故障诊断方法。将最小平均包络熵(MMEE)作为目标函数,自动搜寻影响参数最佳值,确保变分模态分解(VMD... 滚动轴承早期故障信息微弱,且混有大量背景噪声,难以提取其故障特征。提出了一种改进的自适应变分模态分解(AVMD)与Teager能量谱的微弱故障诊断方法。将最小平均包络熵(MMEE)作为目标函数,自动搜寻影响参数最佳值,确保变分模态分解(VMD)实现最优分解,并提出加权峭度指标(WK)用于选择有效模态分量进行信号重构,对重构信号进行Teager能量谱分析,从而识别故障特征频率。对轴承微弱故障振动信号的研究表明,所提方法改进了传统VMD算法分解精度受参数影响较大,导致信号出现过分解或欠分解的问题;与集合经验模态分解和局部均值分解算法相比所提方法具有更强的噪声鲁棒性和故障信息提取能力。 展开更多

关键词 自适应变分模态分解(avmd) 最小平均包络熵(MMEE) 加权峭度指标(WK) Teager能量算子(TEO) 微弱故障诊断

在线阅读 下载PDF 职称材料

基于自适应变分模态分解和包络谐噪比的滚动轴承早期退化检测 被引量：18

10

作者 吕明珠 刘世勋 +1 位作者 苏晓明 陈长征 《振动与冲击》 EI CSCD 北大核心 2021年第13期271-280,共10页

针对滚动轴承微弱故障特征易受噪声干扰且退化起始点难以确定的问题,提出了一种基于自适应变分模态分解和包络谐噪比的滚动轴承早期退化检测方法。首先,采用灰狼优化算法自适应地选择变分模态分解的分解层数和二次惩罚因子,以最小平均... 针对滚动轴承微弱故障特征易受噪声干扰且退化起始点难以确定的问题,提出了一种基于自适应变分模态分解和包络谐噪比的滚动轴承早期退化检测方法。首先,采用灰狼优化算法自适应地选择变分模态分解的分解层数和二次惩罚因子,以最小平均包络熵为目标函数获得最佳参数组合。其次,通过引入有效加权稀疏峭度指数实现了有效模态分量和噪声模态分量的分离,使重构后的信号滤除了干扰而保留了故障信息。最后,计算了重构信号的包络谐噪比,利用其对周期性故障冲击的敏感性实现了滚动轴承早期退化起始点的检测。实验验证结果表明,该方法不仅解决了轴承运行初期的误报警问题,还能较早地识别出轴承退化过程的起始点,兼具鲁棒性和敏感性,为滚动轴承的早期故障诊断和剩余寿命预测提供参考依据。 展开更多

关键词 自适应变分模态分解(avmd) 包络谐噪比(EHNR) 滚动轴承 早期退化

在线阅读 下载PDF 职称材料

去除癫痫脑电信号运动伪迹的变分模态分解-自适应熵阈值方法 被引量：3

11

作者 张力行 张四聪 +2 位作者 徐光华 李焕发 吴永程 《西安交通大学学报》 EI CAS CSCD 北大核心 2022年第1期70-78,共9页

针对癫痫发作前期脑电信号中含有运动伪迹影响癫痫预测的问题,提出一种变分模态分解-自适应熵阈值(VMD-AET)的运动伪迹去除方法。设计了实验室环境下8种模拟运动状态,分析不同运动状态下脑电信号的变化规律;利用VMD方法获得脑电信号各... 针对癫痫发作前期脑电信号中含有运动伪迹影响癫痫预测的问题,提出一种变分模态分解-自适应熵阈值(VMD-AET)的运动伪迹去除方法。设计了实验室环境下8种模拟运动状态,分析不同运动状态下脑电信号的变化规律;利用VMD方法获得脑电信号各频带的变分模态分量,对分量进行能量熵求解和排序;采用不同的熵阈值进行运动状态下伪迹分量的去除,比较得到能量熵的最优阈值,得到不含运动伪迹的脑电信号;采用Matlab软件使用VMD-AET方法实现了脑电信号中运动伪迹的有效去除。实验结果表明:每种运动状态均能达到去伪迹效果,在跑步时伪迹去除率和信噪比提升最高;对癫痫病人发作前期脑电信号的伪迹去除率为5.54%,信噪比提升达到10.35 dB;与常用的独立成分分析和经验模式分解的阈值法进行对比,所提VMD-AET方法的伪迹去除率和信噪比提升了1.47%和3.36 dB,可满足对移动脑电运动干扰的预处理要求。 展开更多

关键词 癫痫 脑电信号 运动伪迹 变分模态分解 自适应熵阈值

在线阅读 下载PDF 职称材料

一种基于神经网络的轮胎慢漏气时间序列预测方法

12

作者 任强 时瑞浩 《汽车电器》 2022年第12期26-28,32,共4页

轮胎胎压不足的状况一旦发生,易导致行车过程中车辆的失控并带来不可逆的交通伤亡事故。而轮胎的慢漏气故障是一种常见的交通事故诱因,且该诱因不易察觉。因此,为了及时预测到轮胎的慢漏气故障,本研究以某型纯电动车的轮胎胎压时间序列... 轮胎胎压不足的状况一旦发生,易导致行车过程中车辆的失控并带来不可逆的交通伤亡事故。而轮胎的慢漏气故障是一种常见的交通事故诱因,且该诱因不易察觉。因此,为了及时预测到轮胎的慢漏气故障,本研究以某型纯电动车的轮胎胎压时间序列变化数据为基准数据,实现改进的长短期记忆网络,建构基于神经网络的轮胎慢漏气时间序列预测模型。首先,分别进行原始时间序列的正常胎压变化趋势与异常胎压变化趋势的数据筛选与清洗等工作;其次,分别基于变分模态分解及自适应差分进化算法,实现长短期记忆网络的模型训练;最终,分别基于慢漏气时间序列校验集,进行消融实验的预测结果评估与可视化样例的对比分析。消融实验结果相较于基础的长短期记忆网络提升了15%左右的性能,可视化样例中大部分的慢漏气时间预测差值波动范围在6h内。综合实验结果可验证本研究所实现的基于神经网络的轮胎慢漏气时间序列预测模型的优越性。 展开更多

关键词 轮胎慢漏气预测 时间序列预测 神经网络 长短期记忆网络 变分模态分解 自适应差分进化算法

在线阅读 下载PDF 职称材料