基于REMD-CNN-Transformer-LSTM组合模型的碳排放交易价格预测

1

作者 乔松博 孙瑜 +2 位作者 胡海 俞静 王伟 《西安理工大学学报》 北大核心 2025年第2期186-196,共11页

精确预测碳排放交易价格有助于政府制定相关政策和完善市场机制,对确保电碳耦合交易的稳定性和效率具有关键作用。因此如何运用深度学习技术来提高碳排放权价格的预测能力是一个重要问题。本文提出了一种REMD-CNN-Transformer-LSTM多因... 精确预测碳排放交易价格有助于政府制定相关政策和完善市场机制,对确保电碳耦合交易的稳定性和效率具有关键作用。因此如何运用深度学习技术来提高碳排放权价格的预测能力是一个重要问题。本文提出了一种REMD-CNN-Transformer-LSTM多因素碳排放交易价格预测的组合模型。通过对2022年1月至2024年10月的全国碳市场的碳排放交易价格进行实例分析,REMD-CNN-Transformer-LSTM模型较Transformer-LSTM模型和REMD-LSTM模型在MAPE上分别降低了0.6948%和0.4129%,表明该模型的预测更准确,评价指标表现更好。 展开更多

关键词 碳排放交易价格 鲁棒经验模态分解 卷积神经网络 长短期记忆网络 组合模型

在线阅读 下载PDF 职称材料

EEMD-RobustICA和Prony算法在电力系统低频振荡模态辨识中的应用 被引量：11

2

作者 赵峰 吴梦娣 《太阳能学报》 EI CAS CSCD 北大核心 2019年第10期2919-2929,共11页

针对互联电网低频振荡辨识过程中Prony算法对噪声敏感的问题,该文将总体经验模态分解法、鲁棒性独立分量分析方法与Prony进行有机结合,运用到关键振荡模式辨识中。将待处理信号进行总体经验模态分解后得到的本征模态函数作为鲁棒性独立... 针对互联电网低频振荡辨识过程中Prony算法对噪声敏感的问题,该文将总体经验模态分解法、鲁棒性独立分量分析方法与Prony进行有机结合,运用到关键振荡模式辨识中。将待处理信号进行总体经验模态分解后得到的本征模态函数作为鲁棒性独立分量分析算法的输入,对得到的独立分量进行软阈值去噪后进行反变换得到重构后的本征模态函数,接着将重构后的本征模态函数相加得到去噪信号,用Prony算法对去噪信号进行辨识,最终得到低频振荡的模态参数。仿真结果表明:该方法综合利用了总体经验模态分解不依赖信号任何先验知识和完全由数据驱动的自适应性优点,及鲁棒性独立分量分析提取独立分量并保持分量信号完整性的优势,相比传统总体经验模态分解去噪算法,该方法在没有损失信号的前提下可提高分量信号的信噪比,克服Prony算法对噪声敏感的缺陷,更大程度去除噪声,有利于提高辨识精度和准确性,更能满足实际应用需求。 展开更多

关键词 总体经验模态分解 鲁棒性独立分量分析 PRONY算法 低频振荡 模式辨识

在线阅读 下载PDF 职称材料

低压配电系统剩余电流保护与重合闸逻辑组合优化方法

3

作者 徐寒 朱三立 +2 位作者 张腾飞 陈舒 刘明祥 《上海交通大学学报》 北大核心 2025年第7期901-911,共11页

低压配电系统触漏电事故频发,但生物体触电与三相不平衡等非正常运行状态下的故障特征难以区分,导致现有剩余电流保护装置无法正常工作,低压配电系统供电安全性与供电连续性难以兼顾.为此,提出一种剩余电流保护与重合闸逻辑组合优化方法... 低压配电系统触漏电事故频发,但生物体触电与三相不平衡等非正常运行状态下的故障特征难以区分,导致现有剩余电流保护装置无法正常工作,低压配电系统供电安全性与供电连续性难以兼顾.为此,提出一种剩余电流保护与重合闸逻辑组合优化方法,用于处理低压配电系统触漏电事故引起的接地故障.首先,在入户变压器低压侧同时装设剩余电流保护装置和自动重合闸,当检测到故障相剩余电流过阈值后,瞬时跳开断路器以优先保障供电安全性;其次,提取剩余电流信号的鲁棒经验模态分解近似熵特征值和固有模态时域特征值,建立过阈值状态识别神经网络;最后,基于该神经网络模型对生物体触电状态和三相不平衡状态进行有效区分,优化剩余电流保护定值整定算法和自动重合闸的动作逻辑以兼顾供电连续性.仿真分析表明:该模型迭代7次后的分类结果均方误差仅为9.49×10^(-9),相关系数达到0.99,验证了所提故障处理方法的可行性. 展开更多

关键词 低压配电系统 生物体触电 剩余电流保护 鲁棒经验模态分解 自动重合闸

在线阅读 下载PDF 职称材料

EMD-Robust ICA在柴油机噪声源识别中的应用 被引量：4

4

作者 于宏志 沈颖刚 毕凤荣 《噪声与振动控制》 CSCD 2014年第1期178-182,共5页

为了有效地从复杂的单一通道噪声信号中分离和识别柴油机的噪声源,采用经验模态分解(EMD)和基于峭度的鲁棒性独立分量分析(RobustICA)相结合的方法,将EMD分解后的本征模态函数与原噪声信号作为RobustICA的输入,借助RobustICA良好的抗噪... 为了有效地从复杂的单一通道噪声信号中分离和识别柴油机的噪声源,采用经验模态分解(EMD)和基于峭度的鲁棒性独立分量分析(RobustICA)相结合的方法,将EMD分解后的本征模态函数与原噪声信号作为RobustICA的输入,借助RobustICA良好的抗噪性,不需要对观测信号进行滤波处理就可以实现单一通道观测信号的源分量分离。模拟仿真的结果充分说明了该方法的可行性。应用于某四缸柴油机噪声信号分析,对分离出的独立分量进行小波(CWT)时频分析,结合内燃机的特性,从单一通道噪声信号中准确识别出柴油机的燃烧噪声和活塞敲击噪声。 展开更多

关键词 声学 柴油机 经验模态分解 鲁棒性独立分量分析 噪声源识别

在线阅读 下载PDF 职称材料

基于EEMD-RobustICA和Prony算法的谐波和间谐波检测方法 被引量：8

5

作者 杜伟静 赵峰 高锋阳 《计算机科学》 CSCD 北大核心 2018年第B11期564-568,共5页

针对经验模态分解存在的模态混叠现象和Prony算法对噪声敏感的问题,将总体经验模态分解与鲁棒性独立分析法和Prony算法进行有机的结合,应用到谐波和间谐波的检测中。首先将含有噪声的谐波信号进行总体经验模态分解,得到不同阶数的固有... 针对经验模态分解存在的模态混叠现象和Prony算法对噪声敏感的问题,将总体经验模态分解与鲁棒性独立分析法和Prony算法进行有机的结合,应用到谐波和间谐波的检测中。首先将含有噪声的谐波信号进行总体经验模态分解,得到不同阶数的固有模态函数,然后将其作为鲁棒性独立分量分析法的输入,对得到的独立分量进行软阈值去噪后进行逆变换得到重构后的固有模态函数,叠加得到去噪后的信号,最后用Prony算法对谐波和间谐波信号进行参数辨识,得到谐波和间谐波的参数。仿真结果表明,该方法具有较好的抗噪性,克服了Prony算法对噪声敏感的缺点,有效地提高了谐波和间谐波检测的精度。 展开更多

关键词 谐波和间谐波 总体经验模态分解 PRONY算法 鲁棒性独立分析法 软阈值去噪

在线阅读 下载PDF 职称材料

基于CEEMD和RobustICA的机械设备故障特征提取方法研究 被引量：5

6

作者 杨静宗 施春朝 +1 位作者 杨天晴 吴丽玫 《制造技术与机床》 北大核心 2021年第10期123-127,共5页

为有效提取复杂背景噪声条件下的滚动轴承故障特征,提出一种基于互补集合经验模态分解(CEEMD)和鲁棒性独立成分分析(RobustICA)相结合的方法。该方法先通过CEEMD分解故障信号并得到若干个不同频率的信号分量。然后依据所构建的组合权重... 为有效提取复杂背景噪声条件下的滚动轴承故障特征,提出一种基于互补集合经验模态分解(CEEMD)和鲁棒性独立成分分析(RobustICA)相结合的方法。该方法先通过CEEMD分解故障信号并得到若干个不同频率的信号分量。然后依据所构建的组合权重指标体系完成有效信号分量的筛选与重构,并引入虚拟噪声通道。最后,通过RobustICA方法完成信号和噪声的分离,并将降噪后的信号进行包络解调。结果表明,所提出的方法不仅对强噪声干扰有很好的降噪效果,而且能够准确地提取出故障特征。 展开更多

关键词 完备互补集合经验模态分解 鲁棒性独立成分分析(robustICA) 轴承 故障特征提取

在线阅读 下载PDF 职称材料

基于并行卷积神经网络和特征融合的小样本轴承故障诊断方法 被引量：2

7

作者 王俊年 王源 童鹏程 《机电工程》 CAS 北大核心 2023年第3期317-325,369,共10页

在风力发电机轴承故障诊断过程中,基于深度学习的故障诊断方法受限于有限的标注样本,存在模型收敛困难和识别准确率较低等问题,为此,提出了一种基于并行卷积神经网络(P-CNN)和特征融合的小样本风机轴承故障诊断方法。首先,采用集合经验... 在风力发电机轴承故障诊断过程中,基于深度学习的故障诊断方法受限于有限的标注样本,存在模型收敛困难和识别准确率较低等问题,为此,提出了一种基于并行卷积神经网络(P-CNN)和特征融合的小样本风机轴承故障诊断方法。首先,采用集合经验模态分解(EEMD)方法,将轴承的原始振动信号分解为若干个本征模态函数(IMF)分量以及残余分量;然后,分别对其进行了短时傅里叶变换(STFT),将其转换为时频特征图,同时构建了多个相同的卷积神经网络分支,以此作为特征提取器;最后,在融合层中,将提取到的时频域特征进行了通道特征融合,作为最终分类器的输入数据,对风机轴承进行了故障识别;并采用美国凯斯西储大学不同大小的轴承数据集,对该方法的适用性和有效性进行了验证。研究结果表明:在仅含有160个样本时,基于并行卷积神经网络(P-CNN)和特征融合的诊断方法的平均准确率高达94.5%;与支持向量机(SVM)、故障网络(FaultNet)、第一层宽卷积核深度卷积神经网络(WDCNN)相比,该诊断方法具有更高的准确率和更强的鲁棒性。 展开更多

关键词 深度学习 集合经验模态分解 短时傅里叶变换 并行卷积神经网络 特征提取 本征模态函数 故障诊断准确率和鲁棒性

在线阅读 下载PDF 职称材料

基于二维经验模式分解的图像水印嵌入算法 被引量：8

8

作者 李小满 李峰 章登勇 《计算机工程》 CAS CSCD 北大核心 2011年第12期119-121,共3页

提出一种基于二维经验模式分解(BEMD)的图像水印嵌入算法,完成水印的嵌入和提取。对水印进行置乱并对原图像进行分块处理,再对置乱后的水印和分块后的原图像分别做BEMD分解,获得其相应若干固有模态函数(IMF),将水印的IMF分别嵌入分块后... 提出一种基于二维经验模式分解(BEMD)的图像水印嵌入算法,完成水印的嵌入和提取。对水印进行置乱并对原图像进行分块处理,再对置乱后的水印和分块后的原图像分别做BEMD分解,获得其相应若干固有模态函数(IMF),将水印的IMF分别嵌入分块后的原图像中,完成水印的嵌入。实验证明,该方法较以往的方法在水印的嵌入量上有了提高且鲁棒性较好,同时具有不可见性和较高的安全性。 展开更多

关键词 二维经验模式分解 水印 置乱 嵌入算法 鲁棒性

在线阅读 下载PDF 职称材料

列车轴箱轴承在途鲁棒可视化故障诊断方法 被引量：7

9

作者 付云骁 贾利民 +2 位作者 杨杰 魏秀琨 秦勇 《铁道学报》 EI CAS CSCD 北大核心 2018年第12期38-45,共8页

为使列车轴箱轴承在非平稳工况下的故障识别更加有效,本文提出基于融合相关熵特征的鲁棒可视化滚动轴承故障诊断方法。通过快速集成经验模态分解FEEMD对轴承振动信号进行时频分解,提取本征模函数IMF矩阵;计算IMF与原始信号的线性相关系... 为使列车轴箱轴承在非平稳工况下的故障识别更加有效,本文提出基于融合相关熵特征的鲁棒可视化滚动轴承故障诊断方法。通过快速集成经验模态分解FEEMD对轴承振动信号进行时频分解,提取本征模函数IMF矩阵;计算IMF与原始信号的线性相关系LCC作为相关熵的调幅系数,进而通过相关统计计算获得样本集的多维相关熵矩阵CM;利用主元分析PCA对CM进行数据空间变换,通过提取变换后的融合相关熵矩阵ICM,实现相关熵矩阵的可视化。通过实验分别提取匀加速、匀速及匀减速3种运行工况下的滚动轴承ICM特征,通过对比EMD、EEMD和FEEMD 3种信号分解方法,发现FEEMD的信号分解效率更高,且ICM比传统特征对非平稳工况下轴承故障辨识的鲁棒性更好。FEEMD-ICM为轴箱轴承快速、客观且稳定的故障诊断实现提供了可靠的理论依据和技术支持。 展开更多

关键词 快速经验模态分解 融合相关熵矩阵 主成分分析 滚动轴承 可视化 故障诊断

在线阅读 下载PDF 职称材料

基于混合粒子群算法和多分位鲁棒极限学习机的短期风速预测方法 被引量：12

10

作者 鲁迪 王星华 贺小平 《电力系统保护与控制》 EI CSCD 北大核心 2019年第5期115-122,共8页

为实现高精度的短期风速预测,提出一种基于混合粒子群算法和多分位鲁棒极限学习机的短期风速预测方法。在信号处理阶段,利用时变滤波经验模态分解技术将原始风速序列分解为若干子模式以降低其不稳定性。然后采用混合粒子群算法对每一个... 为实现高精度的短期风速预测,提出一种基于混合粒子群算法和多分位鲁棒极限学习机的短期风速预测方法。在信号处理阶段,利用时变滤波经验模态分解技术将原始风速序列分解为若干子模式以降低其不稳定性。然后采用混合粒子群算法对每一个子模式进行特征提取,接着利用多分位鲁棒极限学习机分别建立预测模型并利用混合粒子群算法进行参数优化,最后对每个子模式的预测值进行聚合计算得到最终的预测结果。仿真结果表明:在考虑使用混合粒子群算法进行特征提取和模型参数优化后,所提方法具有更高的预测精度。同时基于时变滤波法的经验模态分解技术能够进一步提高预测准确性。 展开更多

关键词 短期风速预测 多分位鲁棒极限学习机 混合粒子群算法 时变滤波经验模态分解

在线阅读 下载PDF 职称材料

基于MEMD-rTVgPDC的皮层肌肉耦合分析

11

作者 张敏 佘青山 +2 位作者 张波涛 吴秋轩 范影乐 《传感技术学报》 CAS CSCD 北大核心 2020年第3期327-334,共8页

本文将多元经验模态分解(MEMD)与鲁棒时变广义偏定向相干性(rTV-gPDC)引入皮层肌肉耦合分析中,探索脑肌电之间线性和非线性耦合关系。首先同步采集8名健康志愿者在静态握力(5 kg、10 kg、20 kg)下的三通道脑电(EEG)和肌电(EMG)信号,接... 本文将多元经验模态分解(MEMD)与鲁棒时变广义偏定向相干性(rTV-gPDC)引入皮层肌肉耦合分析中,探索脑肌电之间线性和非线性耦合关系。首先同步采集8名健康志愿者在静态握力(5 kg、10 kg、20 kg)下的三通道脑电(EEG)和肌电(EMG)信号,接着采用MEMD对信号进行时-频尺度化,最后同时计算不同耦合方向(EEG→EMG和EMG→EEG)上的rTV-gPDC线性和非线性值。实验结果表明静态握力输出时,皮层肌肉耦合主要反映在beta和gamma频段,其中EEG→EMG方向的耦合强度略高于EMG→EEG方向的耦合强度,且随着左右手握力增加,EEG→EMG和EMG→EEG方向的耦合强度同时增加。此外脑肌电耦合中同时存在线性和非线性因果关系。本文方法能够定量刻画不同握力下三个脑肌电通道之间的线性和非线性交互影响,可为研究运动功能障碍及康复评价提供有效的生理参数指标。 展开更多

关键词 脑肌电信号 皮层肌肉功能耦合 多元经验模态分解 鲁棒时变广义偏定向相干性

在线阅读 下载PDF 职称材料

基于BEMD、DCT和SVD的混合图像水印算法 被引量：4

12

作者 谭晓东 赵奇 +1 位作者 文明珠 王小超 《浙江大学学报（理学版）》 CAS CSCD 北大核心 2023年第4期442-454,共13页

水印的不可见性和算法的鲁棒性是图像版权保护领域关注的重要问题,然而大多数算法不能很好地平衡二者的关系。为此,提出了一种基于二维经验模态分解(BEMD)、离散余弦变换(DCT)和奇异值分解(SVD)的不可见性高、鲁棒性强的混合图像水印算... 水印的不可见性和算法的鲁棒性是图像版权保护领域关注的重要问题,然而大多数算法不能很好地平衡二者的关系。为此,提出了一种基于二维经验模态分解(BEMD)、离散余弦变换(DCT)和奇异值分解(SVD)的不可见性高、鲁棒性强的混合图像水印算法。首先,对水印图像采用Arnold置乱,增强算法的安全性,并对置乱后的水印图像进行二维DCT。然后,对宿主图像进行BEMD,得到有限个尺度不同的内蕴模态函数(IMF)及余量,选择与宿主图像相关性较低的IMF执行二维DCT,根据水印的大小对其进行不重叠分块,分别对每个分块图像以及经DCT的水印图像执行SVD。最后,根据自适应最优嵌入准则确定水印嵌入强度,并将水印嵌入每个分块,以增强算法的容错性。大量实验以及与现有算法的对比表明,所提算法不仅具有抵抗大尺度攻击的鲁棒性,而且具有较高的不可见性。 展开更多

关键词 二维经验模态分解(BEMD) 离散余弦变换(DCT) 奇异值分解(SVD) 重复嵌入 鲁棒性

在线阅读 下载PDF 职称材料

基座扰动影响磁悬浮寻北仪精度的数据处理方法研究

13

作者 张腾飞 谭立龙 仲启媛 《传感技术学报》 CAS CSCD 北大核心 2014年第10期1349-1354,共6页

影响磁悬浮寻北仪精度的因素可分为高频噪声干扰和低频大能量干扰,为消除基座扰动对磁悬浮寻北仪精度的影响,采用小波预处理消除系统内部高频噪声影响;并提出基于EMD分解干扰点检测的三次样条插值包络均值滤波结合抗差估计的新算法,以... 影响磁悬浮寻北仪精度的因素可分为高频噪声干扰和低频大能量干扰,为消除基座扰动对磁悬浮寻北仪精度的影响,采用小波预处理消除系统内部高频噪声影响;并提出基于EMD分解干扰点检测的三次样条插值包络均值滤波结合抗差估计的新算法,以有效消除外界低频大能量干扰。对比分析算数均值滤波和最小二乘法的寻北结果精度,计算结果表明,存在外界异常干扰时,提出的处理算法可以得到更高的寻北精度。 展开更多

关键词 磁悬浮寻北仪 基座扰动 包络均值滤波 抗差估计 EMD分解 数据处理

在线阅读 下载PDF 职称材料