期刊文献+
共找到92篇文章
< 1 2 5 >
每页显示 20 50 100
基于CEEMD-SE-PSR-BP的短期风速预测
1
作者 高晟扬 李法社 《太阳能学报》 北大核心 2025年第4期415-422,共8页
为提升预测的准确度,提出一种互补集合经验模态分解(CEEMD)、样本熵(SE)、相空间重构(PSR)以及神经网络(BP)的短期风速预测新模型。首先运用CEEMD技术对风速时间序列进行拆解,化繁为简,分离出多个子序列。随后,计算每个子序列的SE,从SE... 为提升预测的准确度,提出一种互补集合经验模态分解(CEEMD)、样本熵(SE)、相空间重构(PSR)以及神经网络(BP)的短期风速预测新模型。首先运用CEEMD技术对风速时间序列进行拆解,化繁为简,分离出多个子序列。随后,计算每个子序列的SE,从SE的特征中重组风速序列。继而,将各子序列的预测结果进行相空间重构,获取神经网络预测的输入输出样本。最后运用神经网络预测每个样本,并将所有预测结果累加。此外,还对风电场的实际运行数据进行试验,并将模型的预测结果与其他预测方法进行对比,实验结果显示出此模型在提高风速预测精度方面的显著优势。 展开更多
关键词 风速预测 样本熵 互补集合经验模态分解 相空间重构 神经网络 时间序列
在线阅读 下载PDF
滑坡位移CEEMD-CIWOA-BP预测模型
2
作者 余国强 侯克鹏 孙华芬 《有色金属(矿山部分)》 2025年第1期106-114,142,共10页
为了直观地判断滑坡因素与周期项位移间的因果关系,并提高滑坡位移预测模型的准确性,以某矿山滑坡位移监测数据为例,建立了考虑时滞的CEEMD-CIWOA-BP滑坡位移预测模型。首先利用CEEMD方法将滑坡位移监测数据分解成多个信号分量及res分量... 为了直观地判断滑坡因素与周期项位移间的因果关系,并提高滑坡位移预测模型的准确性,以某矿山滑坡位移监测数据为例,建立了考虑时滞的CEEMD-CIWOA-BP滑坡位移预测模型。首先利用CEEMD方法将滑坡位移监测数据分解成多个信号分量及res分量,将其重构为滑坡趋势项及周期项位移;然后引入Cubic混沌映射及惯性权重因子对WOA算法优化,利用优化的WOA算法对BP神经网络模型的连接权重及偏置项进行赋值;考虑到降雨及库水位对滑坡位移的时滞效应,利用Granger因果检验法确定降雨及库水位与周期位移的因果关系并引用MIC法确定时滞期数,使用CIWOA-BP模型分别对周期位移进行预测;最后,将各分量结果叠加得到滑坡位移累计预测值,对模型的预测精度进行评价。结果显示,本文提出的CEEMD-CIWOA-BP模型的性能优于其他模型,验证了所建模型的可行性。本文提出的模型能为滑坡灾害预警预报提供一定的参考。 展开更多
关键词 滑坡位移 互补集合经验模态分解 BP神经网络 改进鲸鱼优化算法 时间序列
在线阅读 下载PDF
强噪声背景下基于CEEMDAN与BRECAN的船舶电机故障诊断
3
作者 朱仁杰 宋恩哲 +1 位作者 姚崇 柯赟 《中国舰船研究》 北大核心 2025年第2期20-29,共10页
[目的]针对船舶航行中机舱背景噪声导致故障诊断方法在实际使用时精度差的问题,提出一种基于自适应噪声的完备经验模态分解(CEEMDAN)和贝叶斯残差高效通道注意力网络(BRECAN)的船舶电机故障诊断方法。[方法]首先,通过CEEMDAN将含噪声电... [目的]针对船舶航行中机舱背景噪声导致故障诊断方法在实际使用时精度差的问题,提出一种基于自适应噪声的完备经验模态分解(CEEMDAN)和贝叶斯残差高效通道注意力网络(BRECAN)的船舶电机故障诊断方法。[方法]首先,通过CEEMDAN将含噪声电机故障信号分解为多个本征模态函数(IMF)分量,并基于去趋势波动分析(DFA)划分IMF中噪声和信息的主导信号,对于噪声主导信号使用经验小波变化(EWT)予以降噪;然后,构建BRECAN网络,基于变分贝叶斯理论,使用网络参数代替传统网络点估计的训练方式,使用参数建模,拟合噪声对模型训练的干扰,并通过残差高效通道注意力(RECA)模块引导网络提取故障差异特征;最后,通过电机故障模拟实验台,验证所提方法的有效性。[结果]结果表明,所提方法在强噪声下能够实现船舶电机故障的精确诊断,在信噪比为-12dB的条件下仍能保持90%以上的诊断精度。[结论]研究成果可为强噪声下船舶电机故障诊断提供参考。 展开更多
关键词 电动机 故障分析 故障诊断 人工智能 完全集合经验模态分解(ceemdAN) 贝叶斯残差高效通道注意力网络(BRECAN)
在线阅读 下载PDF
基于CEEMD-SE和TCN-LSTM组合神经网络的超短期负荷预测
4
作者 冯汉中 詹鹏 +2 位作者 区伟健 张卫华 黄启文 《电子器件》 2025年第2期432-438,共7页
原始负荷数据具有波动性和随机性,这对负荷预测精度的提升造成了一定困难。为了进一步提高负荷的预测精度,提出了一种基于CEEMD-SE和TCN-LSTM组合神经网络的超短期负荷预测方法,并构建了相应的预测模型。首先,利用互补集合经验模态分解(... 原始负荷数据具有波动性和随机性,这对负荷预测精度的提升造成了一定困难。为了进一步提高负荷的预测精度,提出了一种基于CEEMD-SE和TCN-LSTM组合神经网络的超短期负荷预测方法,并构建了相应的预测模型。首先,利用互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)将原始负荷序列分解为若干本征模态函数(Intrinsic Mode Function,IMF)分量和一个残差(residual,Res)分量,利用样本熵(SE)算法将相近的分量进行重构;其次,选取时间卷积网络(Temporal Convolutional Network,TCN)作为负荷数据特征预提取模块、长短期记忆网络(Long Short-Term Memory,LSTM)作为预测模块,构建TCN-LSTM组合预测模型;最后,通过算例对模型提高预测精度的可行性进行了验证,结果表明所提模型的平均绝对误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)、平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)分别为38.296 WM、30.929 WM、0.472%,与传统模型相比,预测误差更小。 展开更多
关键词 负荷预测 互补集合经验模态分解 时间卷积网络 长短期记忆网络 样本熵
在线阅读 下载PDF
基于CEEMD和统计参数的斜拉桥损伤识别方法研究 被引量:1
5
作者 刘杰 丁雪 +2 位作者 刘庆宽 王海龙 卜建清 《振动与冲击》 EI CSCD 北大核心 2024年第19期326-336,共11页
为解决仅使用互补集成经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)方法的斜拉桥信号分解存在含噪固有模态函数(intrinsic mode function,IMF)分量且不能进行损伤定量的问题,提出了一种基于CEEMD与统计参... 为解决仅使用互补集成经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)方法的斜拉桥信号分解存在含噪固有模态函数(intrinsic mode function,IMF)分量且不能进行损伤定量的问题,提出了一种基于CEEMD与统计参数方法相结合的斜拉桥损伤识别方法。该方法基于CEEMD方法对斜拉桥动力响应信号进行自适应性分解,确定适用的白噪声幅值标准差并推导CEEMD方法的集成次数,得到各阶IMF分量;采用欧氏距离对分解的IMF分量进行谱系聚类分析以避免模态混叠现象;采用峰度统计参数的有效权重峰度指标方法滤除含噪IMF分量,提取有效IMF分量并重构为有效IMF分量和;利用变异系数统计参数、二阶中心差分法和泰勒展开式推导损伤定位指标,根据四阶统计矩峰度统计参数推导损伤定量指标。用所提方法对某斜拉桥进行损伤识别研究,结果表明:仿真分析的损伤定位识别精度为100%,损伤定量最大误差为1.80%;在高斯白噪声干扰下,损伤定位不受影响,损伤定量最大误差为1.88%;进行实桥的损伤识别,结果表明实桥主梁无损伤。 展开更多
关键词 斜拉桥 损伤识别方法 互补集成经验模态分解(ceemd) 统计参数 损伤定量 噪声干扰
在线阅读 下载PDF
CEEMD-FastICA-CWT联合瞬态响应阶次的电驱总成噪声源识别 被引量:2
6
作者 张威 景国玺 +2 位作者 武一民 杨征睿 高辉 《中国测试》 CAS 北大核心 2024年第4期144-152,共9页
以某增程式电驱动总成为研究对象,提出基于联合算法的噪声分离识别模型。首先,采用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)联合快速独立分量分析(fast independent component analysis,FastI... 以某增程式电驱动总成为研究对象,提出基于联合算法的噪声分离识别模型。首先,采用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)联合快速独立分量分析(fast independent component analysis,FastICA)方法提取纯电模式稳态工况下单一通道噪声信号特征,利用复Morlet小波变换及FFT对各分量信号时频特性进行识别。其次,采用阶次分析法和声能叠加法对稳态分量信号对应的各瞬态响应阶次能量进行对比分析,并结合皮尔逊积矩相关系数(Pearson product moment correlation coefficient,PPMCC)相似性识别确定不同噪声激励源贡献度。结果表明:减速齿副啮合噪声对该增程式电驱总成纯电模式运行噪声整体贡献度最大。 展开更多
关键词 电驱动总成 噪声源识别 互补集合经验模态分解 快速独立分量分析 连续小波变换 阶次分析
在线阅读 下载PDF
CEEMD-SG滤波在固井质量测井资料处理中的应用
7
作者 刘建建 刘媛媛 +4 位作者 田博宁 樊琦 陈章龙 杨居朋 刘洋 《石油地质与工程》 CAS 2024年第4期112-119,共8页
目前固井质量评价主要依靠声波变密度测井资料,受双层套管影响,变密度图像有时会因内、外层套管波叠加出现明显的畸变现象,对固井质量的评价产生干扰。为获得真实的变密度图像,剔除“假异常”,将互补集合经验模态分解(CEEMD)和Savitzky-... 目前固井质量评价主要依靠声波变密度测井资料,受双层套管影响,变密度图像有时会因内、外层套管波叠加出现明显的畸变现象,对固井质量的评价产生干扰。为获得真实的变密度图像,剔除“假异常”,将互补集合经验模态分解(CEEMD)和Savitzky-Golay(SG)滤波法联合,提出一种CEEMD-SG滤波方法,并应用于声波变密度测井数据处理。首先使用CEEMD方法对变密度数据进行分解,通过傅里叶变换对原始信号及分解得到的各个固有模态函数(IMF)进行频谱分析,然后选取高频IMF分量使用SG滤波算法进行处理,并将滤波后的高频分量与CEEMD分解得到的低频分量联合重构得到处理后的信号。利用该方法对塔里木油田实际变密度资料进行处理,并与CEEMD、小波阈值去噪、SG滤波三种方法进行对比,结果表明,CEEMD-SG滤波方法能更好地消除双层套管带来的波形叠加干扰,处理后的资料能满足现场验收要求。 展开更多
关键词 测井资料处理 固井质量测井 互补集合经验模态分解 SG滤波
在线阅读 下载PDF
Price prediction of power transformer materials based on CEEMD and GRU
8
作者 Yan Huang Yufeng Hu +2 位作者 Liangzheng Wu Shangyong Wen Zhengdong Wan 《Global Energy Interconnection》 EI CSCD 2024年第2期217-227,共11页
The rapid growth of the Chinese economy has fueled the expansion of power grids.Power transformers are key equipment in power grid projects,and their price changes have a significant impact on cost control.However,the... The rapid growth of the Chinese economy has fueled the expansion of power grids.Power transformers are key equipment in power grid projects,and their price changes have a significant impact on cost control.However,the prices of power transformer materials manifest as nonsmooth and nonlinear sequences.Hence,estimating the acquisition costs of power grid projects is difficult,hindering the normal operation of power engineering construction.To more accurately predict the price of power transformer materials,this study proposes a method based on complementary ensemble empirical mode decomposition(CEEMD)and gated recurrent unit(GRU)network.First,the CEEMD decomposed the price series into multiple intrinsic mode functions(IMFs).Multiple IMFs were clustered to obtain several aggregated sequences based on the sample entropy of each IMF.Then,an empirical wavelet transform(EWT)was applied to the aggregation sequence with a large sample entropy,and the multiple subsequences obtained from the decomposition were predicted by the GRU model.The GRU model was used to directly predict the aggregation sequences with a small sample entropy.In this study,we used authentic historical pricing data for power transformer materials to validate the proposed approach.The empirical findings demonstrated the efficacy of our method across both datasets,with mean absolute percentage errors(MAPEs)of less than 1%and 3%.This approach holds a significant reference value for future research in the field of power transformer material price prediction. 展开更多
关键词 Power transformer material Price prediction complementary ensemble empirical mode decomposition Gated recurrent unit empirical wavelet transform
在线阅读 下载PDF
基于WPT-CEEMDAN-SVD的齿轮箱故障诊断
9
作者 李建航 卢永杰 +1 位作者 郭锦萍 康志新 《兰州工业学院学报》 2024年第3期75-79,106,共6页
针对在含噪声情况下难以精确地进行齿轮箱故障诊断的问题,将采集到的原始信号进行小波包分解,根据故障齿轮的啮合频率选取合适的小波包对信号进行重构,得到初步降噪信号;利用CEEMDAN对初步降噪信号进行分解,绘制各IMF分量的相关系数与... 针对在含噪声情况下难以精确地进行齿轮箱故障诊断的问题,将采集到的原始信号进行小波包分解,根据故障齿轮的啮合频率选取合适的小波包对信号进行重构,得到初步降噪信号;利用CEEMDAN对初步降噪信号进行分解,绘制各IMF分量的相关系数与峰度变化曲线图并选择相关系数较大的分量进行重构;通过奇异值分解对信号进一步降噪,并对最终信号频谱图对比分析,判断故障部位及类型。结果表明:该方法能根据实际需求有效提取到特定频率段内的特征频率谱线,优于直接对信号使用时频分析进行处理的结果。 展开更多
关键词 故障诊断 自适应噪声完备集合经验模态分解 奇异值分解 小波包分解
在线阅读 下载PDF
基于CEEMD和排列熵的故障数据小波阈值降噪方法 被引量:58
10
作者 周涛涛 朱显明 +1 位作者 彭伟才 刘彦 《振动与冲击》 EI CSCD 北大核心 2015年第23期207-211,共5页
针对旋转机械故障数据的非平稳性及总体平均经验模态分解方法(CEEMD)舍弃高频分量降噪方法和小波阈值降噪方法存在的不足,提出了基于CEEMD和排列熵的小波阈值降噪方法。运用CEEMD将信号分解为一系列的固有模态函数(IMF)分量,利用排列熵... 针对旋转机械故障数据的非平稳性及总体平均经验模态分解方法(CEEMD)舍弃高频分量降噪方法和小波阈值降噪方法存在的不足,提出了基于CEEMD和排列熵的小波阈值降噪方法。运用CEEMD将信号分解为一系列的固有模态函数(IMF)分量,利用排列熵来确定含有噪声成分较多的IMF分量,采用小波阈值降噪方法对含有较多噪声成分的IMF分量进行降噪处理,保留这些分量中的有效信息。仿真分析和实例分析表明,基于CEEMD和排列熵的小波阈值降噪方法效果优于单纯的CEEMD降噪方法和小波阈值降噪方法。 展开更多
关键词 降噪 经验模态分解 互补集合经验模态分解 小波阈值方法 排列熵
在线阅读 下载PDF
基于改进CEEMD-CS-ELM的短期风速预测 被引量:20
11
作者 高桂革 原阔 +1 位作者 曾宪文 郑炳杰 《太阳能学报》 EI CAS CSCD 北大核心 2021年第7期284-289,共6页
针对风速序列非线性对预测结果的影响,提出一种基于改进互补集合经验模态分解和极限学习机的风速预测模型。首先对风速序列进行改进互补集合经验模态分解,并利用相空间重构得到若干新的时间序列,以降低风速序列的不平稳性。通过改进布... 针对风速序列非线性对预测结果的影响,提出一种基于改进互补集合经验模态分解和极限学习机的风速预测模型。首先对风速序列进行改进互补集合经验模态分解,并利用相空间重构得到若干新的时间序列,以降低风速序列的不平稳性。通过改进布谷鸟算法矫正极限学习机模型的输入参数,预测处理后的风速序列。通过实例仿真,比较改进前后不同模型的相对误差,说明该文预测模型的合理性。 展开更多
关键词 风速 预测分析 互补集合经验模态分解 布谷鸟算法 相空间重构 极限学习机
在线阅读 下载PDF
基于CEEMD能量熵与极限学习机的滚动轴承故障诊断方法 被引量:5
12
作者 毛美姣 肖文强 +2 位作者 陈小告 王建涛 王立超 《兵器装备工程学报》 CAS CSCD 北大核心 2023年第8期279-285,共7页
鉴于滚动轴承振动信号具有非线性、非平稳的特点以及难以获得大量典型故障样本的现实情况,提出了基于互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)与极限学习机(extreme learn-ing machines,ELM)... 鉴于滚动轴承振动信号具有非线性、非平稳的特点以及难以获得大量典型故障样本的现实情况,提出了基于互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)与极限学习机(extreme learn-ing machines,ELM)相结合的滚动轴承故障诊断方法.采用CEEMD方法对滚动轴承非平稳的原始加速度振动信号进行分解,得到若干个平稳的本征模函数(intrinsic mode function,IMF)分量,计算不同状态下滚动轴承振动信号经CEEMD分解后各IMF分量的能量熵,从蕴含着主要故障信息的IMF分量中提取出能量特征,对其进行T分布随机近邻嵌入(T-stochastic neighbor embedding,Tsne)聚类可视化分析,观察特征对滚动轴承状态的反映情况,将特征作为输入建立极限学习机,判断滚动轴承的工作状态和故障类型.使用美国凯斯西储大学公开的人工损伤轴承数据进行仿真实验,对轴承得不同运行状态的识别准确率可以达到95%,明显高于多分类支持向量机、K近邻等方法,该结果表明,所提方法在处理滚动轴承故障诊断问题上效果良好. 展开更多
关键词 滚动轴承 故障诊断 互补集合经验模态分解 能量熵 极限学习机
在线阅读 下载PDF
基于CEEMD-RSVPSO-SVM的采煤机截割部滚动轴承故障诊断 被引量:8
13
作者 程亮 张步勤 张金营 《煤炭技术》 CAS 北大核心 2022年第5期179-182,共4页
截割部作为采煤机的关键部件,直接与采煤工作面相接触,具有截煤和落煤的作用。截割部通常采用滚动轴承,滚动轴承的故障将会导致采煤机整个流程的瘫痪,为此提出一种新型滚动轴承故障诊断方法。首先采用互补集成经验模态分解对滚动轴承振... 截割部作为采煤机的关键部件,直接与采煤工作面相接触,具有截煤和落煤的作用。截割部通常采用滚动轴承,滚动轴承的故障将会导致采煤机整个流程的瘫痪,为此提出一种新型滚动轴承故障诊断方法。首先采用互补集成经验模态分解对滚动轴承振动信号消噪与分解,获得轴承振动时域信号;其次采用区域划分实时调整粒子群算法中参数,并应用自适应变异操作抑制粒子群陷入局部寻优;最后采用实验室滚动轴承模拟平台验证诊断模型的有效性。结果表明,提出的滚动轴承故障诊断模型对滚动轴承故障诊断能力强、准确率高且收敛速度快。 展开更多
关键词 采煤机截割部 故障诊断 互补集成经验模态分解 自适应变异
在线阅读 下载PDF
基于CEEMDAN多尺度排列熵和SO-RELM的高压隔膜泵单向阀故障诊断 被引量:20
14
作者 李瑞 范玉刚 《振动与冲击》 EI CSCD 北大核心 2023年第5期127-135,共9页
高压隔膜泵单向阀受负载、摩擦和冲击等因素的影响,运行产生的振动信号具有非平稳、非线性的特点,为了从振动信号中提取设备的非线性动力学特征,将多尺度排列熵(multi-scale permutation entropy, MPE)引入高压隔膜泵单向阀故障诊断研... 高压隔膜泵单向阀受负载、摩擦和冲击等因素的影响,运行产生的振动信号具有非平稳、非线性的特点,为了从振动信号中提取设备的非线性动力学特征,将多尺度排列熵(multi-scale permutation entropy, MPE)引入高压隔膜泵单向阀故障诊断研究。提取振动信号多尺度排列熵特征,用于建立结构优化正则化极限学习机(structure optimization regularized extreme learning machine, SO-RELM)故障诊断模型,模型利用K-means优化RELM结构,提高模型识别精确度及稳定性。首先采用自适应噪声完备经验模态分解(complementary ensemble empirical mode decomposition with adaptive noise, CEEMDAN)将高压隔膜泵单向阀振动信号自适应分解为多个固有模态分量(intrinsic mode function, IMF),以相关系数为指标,优选包含故障特征信息丰富的分量;然后,计算IMFs的多尺度排列熵值,提取信号的非线性动力学特征;最后,基于多尺度排列熵,建立基于SO-RELM的故障诊断模型。试验结果表明,CEEMDAN多尺度排列熵能够准确表征高压隔膜泵单向阀运行状态的非线性动力学特征,基于CEEMDAN多尺度排列熵建立的SO-RELM故障模型,能够有效识别高压隔膜泵单向阀工况类型,准确率达98.89%。 展开更多
关键词 自适应噪声完备经验模态分解 排列熵 结构优化正则化极限学习机 故障诊断
在线阅读 下载PDF
CEEMD与KSVD字典训练相结合的去噪方法 被引量:24
15
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
基于CEEMD和排列熵的SAR窄带干扰抑制方法 被引量:3
16
作者 闵林 张衡瑞 +2 位作者 吕宗森 李宁 赵建辉 《雷达科学与技术》 北大核心 2022年第5期549-554,564,共7页
为了有效抑制合成孔径雷达(SAR)系统中常见的窄带干扰(NBI),本文提出一种基于互补集合经验模态分解(CEEMD)和排列熵(PE)的NBI抑制方法。矩峰度系数法用于检测原始回波中是否存在NBI,对包含NBI的回波使用CEEMD将其分解为一系列本征模态函... 为了有效抑制合成孔径雷达(SAR)系统中常见的窄带干扰(NBI),本文提出一种基于互补集合经验模态分解(CEEMD)和排列熵(PE)的NBI抑制方法。矩峰度系数法用于检测原始回波中是否存在NBI,对包含NBI的回波使用CEEMD将其分解为一系列本征模态函数(IMF)。计算所有IMF排列熵得到全局阈值以区分NBI和有用信号,并使用去除NBI后的IMF分量重建信号以获得良好聚焦的SAR图像。结果表明:所提方法能有效克服经验模态分解(EMD)带来的模态混叠问题,且干扰抑制性能优于传统频域陷波法及基于EMD的NBI抑制方法。 展开更多
关键词 合成孔径雷达 窄带干扰 互补集合经验模态分解 排列熵
在线阅读 下载PDF
基于CEEMD与自适小波阈值组合降噪在OPAX方法的应用 被引量:14
17
作者 陈克 张晓冬 李宁 《振动与冲击》 EI CSCD 北大核心 2021年第16期192-198,共7页
针对如何从降噪的角度去提高扩展工况传递路径分析(OPAX)方法的分析精度,提出运用互补集合经验模态分解(CEEMD)与自适小波阈值相结合的降噪方法。采用样本熵将分解后信号的本征模态分量划分为噪声、含噪和信号分量。剔除噪声分量,将不... 针对如何从降噪的角度去提高扩展工况传递路径分析(OPAX)方法的分析精度,提出运用互补集合经验模态分解(CEEMD)与自适小波阈值相结合的降噪方法。采用样本熵将分解后信号的本征模态分量划分为噪声、含噪和信号分量。剔除噪声分量,将不同含噪分量的样本熵归一化后作为调参参数并应用于新构造的小波阈值函数,通过含噪情况调整阈值函数来提高降噪效果,并将降噪后的含噪分量跟信号分量一同重构得到完整信号,运用仿真计算验证上述方法能最大程度保留原始信号的完整性。应用到OPAX模型中,对其工况数据(时域振动信号)进行降噪,与其他降噪方法一同对比发动机二阶情况下目标点的计算的合成响应与实测响应,发现CEEMD与自适小波阈值组合降噪改进的OPAX方法吻合程度较高,效果较优。 展开更多
关键词 扩展工况传递路径分析(OPAX)方法 样本熵 互补集合经验模态分解(ceemd) 自适小波阈值降噪
在线阅读 下载PDF
基于CEEMD-PSR-FOA-LSSVM的短期风电功率预测 被引量:3
18
作者 田丽 凤志民 刘世林 《可再生能源》 CAS 北大核心 2016年第11期1632-1638,共7页
为提高短期风电功率预测精度,针对风电功率波动性大、非周期性和非线性强的特点,提出基于互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)-相空间重构(phase space reconstruction,PSR)-果蝇优化算法... 为提高短期风电功率预测精度,针对风电功率波动性大、非周期性和非线性强的特点,提出基于互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)-相空间重构(phase space reconstruction,PSR)-果蝇优化算法(fruit fly optimization algorithm,FOA)-最小二乘支持向量机(least squares support vector machine,LSSVM)的组合预测方法。首先,运用CEEMD算法把风电功率序列分解为若干个分量,并用PSR算法来确定LSSVM建模过程中各个分量的输入和输出;然后,采用FOA算法优化LSSVM建模中的参数,并用训练好的LSSVM对各个分量进行单独预测;最后,用某风电场的实测数据对该组合预测方法进行验证。结果表明,与单独的LSSVM方法和FOA-LSSVM方法预测结果相比,建立的组合模型预测方法精度更高,对风电功率的短期预测更为有效和适用。 展开更多
关键词 短期风电功率预测 互补集合经验模态分解 相空间重构 果蝇优化算法 最小二乘支持向量机
在线阅读 下载PDF
基于CEEMD和改进时间序列模型的超短期风功率多步预测 被引量:27
19
作者 赵征 汪向硕 《太阳能学报》 EI CAS CSCD 北大核心 2020年第7期352-358,共7页
根据风功率非平稳特性,提出一种基于互补集合经验模态分解和时间序列分析方法中的差分自回归滑动平均模型的新型风功率组合多步预测模型。首先对风功率序列进行互补集合经验模态分解,以降低风功率序列的非平稳特性;之后采用模糊熵理论... 根据风功率非平稳特性,提出一种基于互补集合经验模态分解和时间序列分析方法中的差分自回归滑动平均模型的新型风功率组合多步预测模型。首先对风功率序列进行互补集合经验模态分解,以降低风功率序列的非平稳特性;之后采用模糊熵理论对各分量进行复杂度评估,对复杂度相近的相邻分量重新组合,从而有效降低预测时间和计算量;然后对新组合的各分量建立差分自回归滑动平均(ARIMA)模型,再对各分量进行残差序列检验,对存在异方差特性的分量建立ARIMA-GARCH模型;最后叠加各分量预测结果得到最终的风功率多步预测值。实验结果表明,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 风功率预测 互补集合经验模态分解 模糊熵 ARIMA-GARCH模型 多步预测
在线阅读 下载PDF
基于CEEMD的无绝缘轨道电路调谐区故障特征提取 被引量:7
20
作者 张友鹏 张玉 《铁道科学与工程学报》 CAS CSCD 北大核心 2018年第9期2385-2393,共9页
针对无绝缘轨道电路调谐区故障特征难以提取的问题,提出基于补充总体平均经验模态分解(CEEMD)的调谐区故障特征提取方法。采用四端网理论和传输线理论构建无绝缘轨道电路模型,仿真分析调谐区不同故障对轨道电路表面电压的影响;利用经验... 针对无绝缘轨道电路调谐区故障特征难以提取的问题,提出基于补充总体平均经验模态分解(CEEMD)的调谐区故障特征提取方法。采用四端网理论和传输线理论构建无绝缘轨道电路模型,仿真分析调谐区不同故障对轨道电路表面电压的影响;利用经验模态分解(EMD)、总体经验模态分解(EEMD)及CEEMD分别对电压信号进行分解,再提取故障特征向量。仿真结果表明:CEEMD方法抑制了EMD和EEMD引起的模态混叠和残留噪声现象,提高了运算效率,能够有效提取无绝缘轨道电路调谐区故障特征。 展开更多
关键词 无绝缘轨道电路 调谐区 故障特征提取 补充总体平均经验模态分解(ceemd)
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部