渐进式分层特征提取的综合能源多任务负荷预测

1

作者 王德文 安涵 +1 位作者 张林飞 赵文清 《智能系统学报》 北大核心 2025年第4期858-870,共13页

针对综合能源系统中电、冷、热负荷存在复杂耦合关系,传统多任务学习模型难以学习到有效的多元负荷耦合特征可能导致预测精度降低的问题,本文充分考虑多元负荷复杂耦合关系,提出一种渐进式分层特征提取的综合能源多任务负荷预测模型。... 针对综合能源系统中电、冷、热负荷存在复杂耦合关系,传统多任务学习模型难以学习到有效的多元负荷耦合特征可能导致预测精度降低的问题,本文充分考虑多元负荷复杂耦合关系,提出一种渐进式分层特征提取的综合能源多任务负荷预测模型。将全年数据按季节划分,分析各季节下电、冷、热负荷间耦合强度;采用变分模态分解将历史负荷序列分解为多个不同频率的分量,可以更好挖掘多元负荷的深层时序特征;渐进式分层提取多元负荷的耦合特征,并动态分配耦合特征对预测结果的影响权重,避免耦合特征无效时模型预测精度下降。实验结果证明,在不同的多元负荷耦合强度下,渐进式分层特征提取的多任务负荷预测在精度上有更好表现。研究结论可用于指导综合能源多元负荷预测过程。 展开更多

关键词 负荷预测 综合能源 多任务学习 多元负荷 渐进式分层 特征提取 最大信息系数 变分模态分解

在线阅读 下载PDF 职称材料

基于改进小波阈值和优化VMD算法的语音增强方法 被引量：1

2

作者 张礼艳 刘增力 彭艺 《吉林大学学报(理学版)》 北大核心 2025年第2期608-621,共14页

针对语音信号传输过程中受噪声和回声等因素干扰,导致信号质量和可懂度下降的问题,提出一种基于优化的变分模态分解算法和改进小波阈值的语音信号增强方法.首先,采用麻雀搜索算法优化模态分解参数,并分解语音信号得到模态分量;其次,根... 针对语音信号传输过程中受噪声和回声等因素干扰,导致信号质量和可懂度下降的问题,提出一种基于优化的变分模态分解算法和改进小波阈值的语音信号增强方法.首先,采用麻雀搜索算法优化模态分解参数,并分解语音信号得到模态分量;其次,根据模态分量与原信号的相关系数和中心频率,消除高频噪声分量,保留接近原信号的模态分量作为纯语音,其他模态分量作为带噪语音,进行小波阈值处理;最后,重构纯语音和处理后的噪声模态分量,得到增强的语音信号.结果表明:该方法比单一方法具有更优的语音增强效果;优化的变分模态分解算法和改进的阈值与阈值函数实现了比传统方法更好的增强效果,适用于各种噪声环境,有效提升了语音信号的质量和可懂度. 展开更多

关键词 语音增强 麻雀搜索算法 变分模态分解 小波阈值 相关系数

在线阅读 下载PDF 职称材料

基于变分模态分解的涌浪静校正新技术及其在海洋单道地震数据处理中的应用

3

作者 王强 郑昱 +2 位作者 黎金梅 赵明辉 张佳政 《热带海洋学报》 北大核心 2025年第5期166-178,共13页

在海洋地震勘探中,海上风、涌浪的存在严重影响高分辨率海洋地震资料的采集质量,进而影响数据处理和构造解释。而现有的涌浪静校正方法,无论是模型道互相关技术、中/均值滤波技术等基于数据自身特征抑或是利用单/多波束水深数据等外部... 在海洋地震勘探中,海上风、涌浪的存在严重影响高分辨率海洋地震资料的采集质量,进而影响数据处理和构造解释。而现有的涌浪静校正方法,无论是模型道互相关技术、中/均值滤波技术等基于数据自身特征抑或是利用单/多波束水深数据等外部信息约束的方法,均有其特定的适用范围与应用局限,因此研究一种简单、快捷、高效的涌浪静校正方法具有十分重要的意义。基于以上事实,文章提出了基于变分模态分解(variational mode decomposition,VMD)的涌浪静校正技术。首先介绍了VMD的基本原理和涌浪压制的实现步骤,接着对水平层状模型进行了合成数据试算,最后对野外实测资料进行了涌浪压制,并就该方法的可靠性开展了定量计算。结果表明:无论海底地形是简单的平缓起伏还是复杂的崎岖不平,VMD方法均能够有效压制涌浪效应引起的同相轴高频抖动,改善能量分散,消除毛刺,使原本混乱模糊的反射层位信息变得清晰、光滑、连续,极大地提高了剖面分辨率及信噪比,有效地提高了后续地层划分及剖面解释精度。 展开更多

关键词 涌浪静校正 变分模态分解 皮尔逊相关系数 信噪比 单道地震

在线阅读 下载PDF 职称材料

基于变分非线性调频模态分解及TCN-TPA-LSTM的短期电力负荷组合预测模型

4

作者 王博宇 文中 +3 位作者 周翔 赵迪 闫文文 覃治银 《现代电力》 北大核心 2025年第5期891-900,共10页

随着新型电力系统的发展,电力负荷“双高双峰”特性愈发明显,可靠准确的负荷预测对电力系统运行规划至关重要。为更精准地预测电力负荷,提出基于MICVNCMD-TCN-TPA-LSTM的短期电力负荷组合预测模型。采用最大信息系数(maximal informatio... 随着新型电力系统的发展,电力负荷“双高双峰”特性愈发明显,可靠准确的负荷预测对电力系统运行规划至关重要。为更精准地预测电力负荷,提出基于MICVNCMD-TCN-TPA-LSTM的短期电力负荷组合预测模型。采用最大信息系数(maximal information coefficient, MIC)理论对负荷与气象信息进行非线性耦合分析,选取关键信息。引入变分非线性调频模态分解(variational nonlinear chirp mode decomposition, VNCMD)处理非线性非平稳负荷数据,将其分解为相应分量。在此基础上,构建TCN-TPALSTM组合预测模型,根据各分量预测评价指标选取对应的预测模型,重组得到总体预测结果。基于某地实际电力负荷数据集的对比实验表明,所提预测方法相较于其他模型具有显著的性能优势,其预测精度和泛化能力均优于对比基准,充分验证了所提方法的有效性和技术优越性。 展开更多

关键词 短期电力负荷预测 最大信息系数 变分非线性调频模态分解 时间卷积网络 时序模式注意力机制 长短期记忆网络

在线阅读 下载PDF 职称材料

基于PCC-VMD的一维卷积神经网络的轴承早期故障诊断

5

作者 邓志超 张清华 于军 《机床与液压》 北大核心 2025年第2期9-15,共7页

针对轴承早期微弱故障信号容易被强噪声环境掩盖、特征难以提取的问题,提出一种基于皮尔逊相关系数和变分模态分解的一维卷积神经网络的早期故障诊断方法。采用VMD对原始振动信号进行变分模态分解;计算各模态分量与原始信号的皮尔逊相... 针对轴承早期微弱故障信号容易被强噪声环境掩盖、特征难以提取的问题,提出一种基于皮尔逊相关系数和变分模态分解的一维卷积神经网络的早期故障诊断方法。采用VMD对原始振动信号进行变分模态分解;计算各模态分量与原始信号的皮尔逊相关系数,再根据相关系数阈值去掉噪声分量并对信号进行重构,最后对重构信号进行傅里叶变换并输入到一维卷积神经网络中,利用一维卷积神经网络对轴承早期故障进行诊断。利用所提方法对西储大学(CWRU)轴承数据集的滚动轴承故障数据进行分析,诊断准确率达到99%以上,验证了所提方法对滚动轴承早期故障诊断的有效性。 展开更多

关键词 皮尔逊相关系数 变分模态分解 一维卷积神经网络(1D-CNN) 早期故障诊断

在线阅读 下载PDF 职称材料

中国人身保险业地区差异的再考察:内在来源及外部驱动

6

作者 石印 袁启童 +1 位作者 周娇娇 李娟 《金融发展研究》 北大核心 2025年第8期43-55,共13页

人身保险业地区差异是内外部因素交互作用的结果,需要深入厘清这些成因,推进人身保险区域均衡发展。本文利用变异系数双维分解方法,从空间构成与险种结构双重视角出发,解构我国人身保险业保险深度与保险密度地区差异的内在来源,并引入... 人身保险业地区差异是内外部因素交互作用的结果,需要深入厘清这些成因,推进人身保险区域均衡发展。本文利用变异系数双维分解方法,从空间构成与险种结构双重视角出发,解构我国人身保险业保险深度与保险密度地区差异的内在来源,并引入关系数据分析范式,利用二次指派程序探究造成我国人身保险业地区差异的外部因素。研究发现:(1)我国人身保险业发展的总体差异在波动中持续下降,且保险密度的地区差异明显大于保险深度的地区差异,人身保险业总体呈现均衡发展趋势。(2)我国人身保险业地区差异的内在来源由空间与险种两个结构性维度构成,在空间构成维度上,区域内差异,尤其是东部地区内部差异对人身保险业地区总差异的贡献最大;在险种结构维度上,普通寿险的地区差异逐步超越新型寿险,成为对地区总差异贡献最大的内在结构性来源;将空间构成与险种结构相结合发现,东部地区内部的寿险业发展差异尤为明显。(3)从外部驱动因素看,市场集中度、人均地区生产总值、居民受教育程度等因素地区差异的增加将会导致中国人身保险业地区差异的扩大。文章揭示了我国人身保险业地区差异的内在结构性来源及其外部影响因素,有助于在当前3.0版“国十条”政策出台机遇期处理好人身保险业区域发展差异问题,实现有的放矢、有源可探、精准施策。 展开更多

关键词 人身保险 险种结构 地区差异 变异系数双维分解 QAP

在线阅读 下载PDF 职称材料

GPR信号去噪的变分模态分解 被引量：2

7

作者 刘财 商耀达 +1 位作者 鹿琪 徐杨杨 《吉林大学学报（地球科学版）》 CAS CSCD 北大核心 2024年第3期1042-1053,共12页

为了进一步提高探地雷达(ground penetrating radar,GPR)数据的信噪比,压制由随机扰动引起的随机绕射能量,将二维变分模态分解(two-dimensional variational mode decomposition,2D-VMD)引入二维GPR数据的噪声压制处理中。首先,对GPR数... 为了进一步提高探地雷达(ground penetrating radar,GPR)数据的信噪比,压制由随机扰动引起的随机绕射能量,将二维变分模态分解(two-dimensional variational mode decomposition,2D-VMD)引入二维GPR数据的噪声压制处理中。首先,对GPR数据进行2D-VMD处理,并分析各阶本征模态函数(intrinsic mode function,IMF)分量及其对应的频率-波数域谱来确定雷达剖面中的各回波类型。然后,计算IMF分量与原始数据的互相关系数来确定信号模态和噪声模态,并对信号模态进行重构得到降噪后的数据。理论数据和实测数据测试表明,相比于传统的1D-VMD法,2D-VMD滤波后的含噪正演记录峰值信噪比由6.44 dB增加到7.72 dB;经2D-VMD降噪处理后的雷达剖面在保留有效信号的基础上,可以有效压制随机扰动带来的噪声,并且得到的雷达剖面同相轴连续性更好。 展开更多

关键词 探地雷达 二维变分模态分解 频率-波数谱 互相关系数 去噪

在线阅读 下载PDF 职称材料

参数优化VMD结合改进小波包阈值的去噪方法 被引量：5

8

作者 张晓莉 黄嘉谞 《噪声与振动控制》 CSCD 北大核心 2024年第5期128-132,共5页

针对轴承信号故障特征容易被噪声淹没的问题,提出一种参数优化变分模态分解结合改进小波包阈值的去噪方法。首先,通过变分模态分解(Variational Mode Decomposition,VMD)结合改进粒子群算法(Improve Particle Swarm Optimization,IPSO)... 针对轴承信号故障特征容易被噪声淹没的问题,提出一种参数优化变分模态分解结合改进小波包阈值的去噪方法。首先,通过变分模态分解(Variational Mode Decomposition,VMD)结合改进粒子群算法(Improve Particle Swarm Optimization,IPSO)将含噪信号分解为若干本征模态分量(Intrinsic Mode Function,IMF)。以最大相关系数-相关峭度为准则,把IMF分为高值分量(High-value Intrinsic Mode Function,HIMF)和低值分量(Low-value Intrinsic Mode Function,LIMF)。再对LIMF进行改进小波包(Improved Wavelet Packet,IWP)阈值去噪。最后对重构信号进行包络解调,提取轴承故障特征频率,完成故障诊断。实验结果表明,该方法不仅能够避免“过扼杀”现象,并且可以得到信噪比更高的去噪信号。 展开更多

关键词 振动与波 变分模态分解 小波包阈值去噪 相关峭度 相关系数 轴承

在线阅读 下载PDF 职称材料

基于参数优化VMD-小波阈值的轴承振动信号降噪方法 被引量：8

9

作者 闫海鹏 郝新宇 秦志英 《机电工程》 CAS 北大核心 2024年第2期245-252,共8页

为了解决复杂工况下滚动轴承振动信号存在随机噪声的问题,提出了一种基于参数优化变分模态分解(VMD)-小波阈值的滚动轴承降噪方法。首先,利用以包络熵为适应度函数的天鹰算法对变分模态分解算法的模态分解数K和惩罚因子α进行了自适应选... 为了解决复杂工况下滚动轴承振动信号存在随机噪声的问题,提出了一种基于参数优化变分模态分解(VMD)-小波阈值的滚动轴承降噪方法。首先,利用以包络熵为适应度函数的天鹰算法对变分模态分解算法的模态分解数K和惩罚因子α进行了自适应选择,代入VMD分解中,得到若干本征模态函数(IMFs);然后,根据峭度-相关系数将IMF分量划分为纯净分量和含噪分量,对含噪分量进行了小波阈值降噪处理;最后,对处理后的分量进行了重构,并用重构信号进行了包络谱分析,实现了滚动轴承的信号降噪目的,并利用仿真信号和美国凯斯西储大学公开的轴承数据集对上述降噪方法的有效性进行了验证。研究结果表明:基于参数优化VMD-小波阈值的降噪方法减少了滚动轴承运行状态下的随机噪声,相对小波阈值降噪方法,所得仿真信号信噪比提升53%,均方误差降低13%;在故障特征频率为162 Hz时,所得实验降噪信号包络谱的前6倍频谱峰值更为明显,且受随机噪声影响较小。该研究方法在滚动轴承等旋转机械信号降噪方面具有一定的参考价值。 展开更多

关键词 滚动轴承 故障诊断 变分模态分解 本征模态函数 小波阈值降噪 天鹰算法 峭度-相关系数

在线阅读 下载PDF 职称材料

基于分解算法与元学习结合的综合能源系统负荷预测 被引量：2

10

作者 黄璜 张安安 《电力系统自动化》 EI CSCD 北大核心 2024年第10期151-160,共10页

针对区域综合能源系统(IES)负荷间关联敏感性高、季节泛化性差导致的负荷预测精度受限问题,提出一种基于分解算法与元学习结合的多元负荷组合预测方法。首先,基于动态最大信息系数量化不同时段多元负荷间相关性,根据动态相关性结果构造... 针对区域综合能源系统(IES)负荷间关联敏感性高、季节泛化性差导致的负荷预测精度受限问题,提出一种基于分解算法与元学习结合的多元负荷组合预测方法。首先,基于动态最大信息系数量化不同时段多元负荷间相关性,根据动态相关性结果构造特征输入变量。然后,通过窗口滑动将负荷序列分成多个子序列单元,并使用变分模态分解将其划分为多个任务,避免整体分解带来的前瞻性偏差问题。最后,采用双向长短期记忆模型预测子序列,并通过模型无关的元学习算法减少梯度迭代,重构子序列后融合全连通层输出预测结果。基于美国亚利桑那州立大学坦佩校区IES数据集,验证了所提混合模型具有更高的IES多元负荷预测精度。 展开更多

关键词 负荷预测 变分模态分解 元学习 最大信息系数 双向长短期记忆

在线阅读 下载PDF 职称材料

融合IVMD的海表温度时空智能预测方法 被引量：1

11

作者 韩莹 曹允重 +2 位作者 张凌珺 赵芮晗 董昌明 《海洋测绘》 CSCD 北大核心 2024年第3期53-57,61,共6页

精准的海洋表面温度(sea surface temperature, SST)预测在海洋和气象领域具有重要意义,如海洋渔业捕捞和海洋天气预报等。提出一种融合改进变分模态分解(improved variational mode decomposition, IVMD)的时空混合模型来预测SST,采用... 精准的海洋表面温度(sea surface temperature, SST)预测在海洋和气象领域具有重要意义,如海洋渔业捕捞和海洋天气预报等。提出一种融合改进变分模态分解(improved variational mode decomposition, IVMD)的时空混合模型来预测SST,采用中心频率观察法、残差指数最小化和皮尔逊相关系数改进变分模态分解(variational mode decomposition, VMD),去除SST序列冗余,利用图卷积神经网络(graph convolutional network, GCN)提取SST交互特征并结合长短时记忆网络(long short-term memory, LSTM)捕捉时间动态,提高预测精度。选取中国东海海域进行实证分析,实验结果表明:与现有模型对比,本文模型在均方根误差、平均绝对误差和平均绝对百分比误差3个指标上均有显著提升,验证了本文模型的有效性和稳定性。 展开更多

关键词 海洋表面温度预测 改进变分模态分解 皮尔逊相关系数 图卷积神经网络 长短时记忆网络

在线阅读 下载PDF 职称材料

我国村卫生室人力资源配置演进趋势与空间均衡性分析 被引量：1

12

作者 石印 王帅淇 +1 位作者 管国锋 李娟 《中国卫生政策研究》 CSCD 北大核心 2024年第9期51-59,共9页

目的:分析我国村卫生室人力资源时空格局、演进趋势与区域均衡配置情况,为农村医疗卫生体系建设提供现实依据和决策参考。方法:通过多样化时空统计分析方法,考察村卫生室人力资源配置的时空发展状况和分布动态演进趋势,探究村卫生室人... 目的:分析我国村卫生室人力资源时空格局、演进趋势与区域均衡配置情况,为农村医疗卫生体系建设提供现实依据和决策参考。方法:通过多样化时空统计分析方法,考察村卫生室人力资源配置的时空发展状况和分布动态演进趋势,探究村卫生室人力资源配置的均衡性特征,解构区域间和区域内差异及总体差异的人力资源结构来源。结果:村卫生室人力资源的总量规模有所下降,但每千人口的人员配置数量和卫生技术人员占比有所提升。各省份村卫生室人力资源逐步向双峰分布形态演变,并呈现出空间俱乐部收敛趋势。村卫生室人力资源空间配置差异显著,东部地区内部差异的贡献最大,且无论在地区内部还是地区之间,卫生技术人员的差异逐渐成为村卫生室空间非均衡配置的主要原因。结论:我国村卫生室人力资源配置面临着总量下降的挑战,人员结构优化配置的持续性有待进一步增强,卫生技术人员空间配置的均衡性有所提升,需要重新审视村卫生室人力资源总量管理,推动人员结构优化和区域优势互补,在人员结构优化调整中缩小地区差异。 展开更多

关键词 村卫生室 人力资源配置 MARKOV链 变异系数双维分解

在线阅读 下载PDF 职称材料

基于混合数据驱动算法的SCR氮氧化物排放量动态预测模型 被引量：15

13

作者 唐振浩 王世魁 +2 位作者 曹生现 李扬 沈涛 《中国电机工程学报》 EI CSCD 北大核心 2022年第9期3295-3306,共12页

针对火电厂选择性催化还原(selective catalytic reduction,SCR)系统建模中存在的时延难确定、模型精度不高等问题,提出一种基于多数据驱动算法混合的动态建模方案。首先,对原始生产数据进行数据预处理,并采用最大信息系数(maximal info... 针对火电厂选择性催化还原(selective catalytic reduction,SCR)系统建模中存在的时延难确定、模型精度不高等问题,提出一种基于多数据驱动算法混合的动态建模方案。首先,对原始生产数据进行数据预处理,并采用最大信息系数(maximal information coefficient,MIC)估算各变量的延迟时间,对数据重构;然后,采用组合特征选择方法确定输入变量,并对输入时间序列进行变分模态分解;最后,结合极限学习机(extreme learning machine,ELM)和误差修正(error correction,EC)模型等数据驱动算法设计SCR出口NO_(x)混合动态预测模型。基于实际历史运行数据的实验结果表明,所建立模型预测结果的平均百分比误差(mean absolute percentage error,MAPE)为2.61%。模型敏感性分析表明,除喷氨量外,入口氧气浓度及烟气温度对NO_(x)排放量存在显著影响,在SCR过程优化控制中应重点考虑。 展开更多

关键词 选择性催化还原 最大信息系数 变分模态分解 数据驱动 误差修正

在线阅读 下载PDF 职称材料

变分模态分解和相关系数联合算法在管道泄漏检测中的应用 被引量：10

14

作者 王秀芳 檀丽丽 +2 位作者 高丙坤 姜建国 葛延良 《压力容器》 2016年第12期59-63,75,共6页

针对变分模态分解(Variational Mode Decomposition)算法存在难以选取预设尺度K和分解后的有效IMF分量的问题,提出了一种VMD和相关系数联合准则的方法,并将其用于检测管道泄漏信号。首先,通过VMD算法将原始信号分解成具有不同特征时间... 针对变分模态分解(Variational Mode Decomposition)算法存在难以选取预设尺度K和分解后的有效IMF分量的问题,提出了一种VMD和相关系数联合准则的方法,并将其用于检测管道泄漏信号。首先,通过VMD算法将原始信号分解成具有不同特征时间尺度的固有模态函数(Intrinsic Mode Function),然后利用相关系数法选取预设尺度K和包含故障信息最丰富的IMF分量,最后,对选取的有效IMF分量进行信号重构。试验结果表明,通过VMD和相关系数联合算法可以准确选取出预设尺度K并能得到有效的IMF分量,从而提高了管道泄漏检测的精度。 展开更多

关键词 泄漏检测 VMD算法 相关系数 信号重构

在线阅读 下载PDF 职称材料

一种优化的VMD算法及其在语音信号去噪中的应用 被引量：29

15

作者 李宏 李定文 +2 位作者 朱海琦 田雷 李富 《吉林大学学报（理学版）》 CAS 北大核心 2021年第5期1219-1227,共9页

针对非连续、非平稳语音信号中含有噪声的问题,提出一种基于参数优化的变分模态分解去噪算法.首先,利用灰狼优化算法搜寻变分模态分解算法的最优分解参数组合分解模态数K和惩罚因子α,通过使用获得的参数组合分解语音信号以获得K个特征... 针对非连续、非平稳语音信号中含有噪声的问题,提出一种基于参数优化的变分模态分解去噪算法.首先,利用灰狼优化算法搜寻变分模态分解算法的最优分解参数组合分解模态数K和惩罚因子α,通过使用获得的参数组合分解语音信号以获得K个特征模态函数分量IMF;其次,利用相关系数选择有效模态分量,并用小波阈值处理无效模态分量;最后,重构小波阈值处理后的模态分量和有效模态分量以对语音信号进行去噪.实验结果表明,该算法与其他经典算法相比能有效提升信噪比,降低均方误差,提高语音信号的质量. 展开更多

关键词 语音信号 灰狼算法 变分模态分解 小波阈值 相关系数

在线阅读 下载PDF 职称材料

基于离差系数和小波分析的取水量异常值研究 被引量：3

16

作者 张华 李佳 万毅 《水利水电技术》 北大核心 2020年第10期35-40,共6页

针对国家水资源监控能力建设项目中出现的取水量异常值问题,提出了上离差系数和下离差系数,并将其与小波分析相结合,建立异常值检测模型(CV-WT)。该模型首先利用上离差系数与下离差系数对原始数据进行初检,排除极端异常值。然后利用小... 针对国家水资源监控能力建设项目中出现的取水量异常值问题,提出了上离差系数和下离差系数,并将其与小波分析相结合,建立异常值检测模型(CV-WT)。该模型首先利用上离差系数与下离差系数对原始数据进行初检,排除极端异常值。然后利用小波分解与重构进行精检,滤去细节信息,保留整体趋势信息,筛选出不符合整体趋势的异常数据。将CV-WT模型应用于某供水公司,检测了2016年的日取水量数据,共检测出27个异常数据,实现对原始数据中异常值的识别,提高了对数据的精细处理能力。检测结果为进一步确定这些数据的异常原因提供了可靠依据,显著地提升了对取水量异常值的监控能力。 展开更多

关键词 异常值检测 取水量 上离差系数 下离差系数 小波分解 小波重构

在线阅读 下载PDF 职称材料

基于改进VMD的离心泵空化声发射信号特征提取 被引量：6

17

作者 刘忠 张许阳 +1 位作者 邹淑云 李志鹏 《排灌机械工程学报》 EI CSCD 北大核心 2020年第12期1196-1202,共7页

针对变分模态分解算法中分解层数和惩罚因子不易确定的问题,提出一种改进变分模态分解(improved variational mode decomposition,IVMD)算法,并将其应用于离心泵空化声发射信号特征提取.应用IVMD算法时,首先根据包络熵差异系数确定变分... 针对变分模态分解算法中分解层数和惩罚因子不易确定的问题,提出一种改进变分模态分解(improved variational mode decomposition,IVMD)算法,并将其应用于离心泵空化声发射信号特征提取.应用IVMD算法时,首先根据包络熵差异系数确定变分模态分解的分解层数;然后采用人工蜂群算法优化得出惩罚因子,并将其作为变分模态分解的最佳输入参数.利用IVMD算法对仿真信号进行分析,并与集合经验模态分解结果进行比较.以60%额定流量下采集到的离心泵进口处的声发射信号为例进行IVMD计算,分析携带原信号大量信息的信号分量的频域特征及其绝对能量随离心泵空化状态变化的关系.结果表明:IVMD算法能够择优确定分解层数和惩罚因子,实现非平稳信号的自适应分解.反映离心泵空化状态的声发射信号特征频率集中在50,100 kHz及其附近.随着离心泵空化从无到有、从弱到强的变化,这2个特征频率范围信号分量绝对能量值呈“基本保持不变—减小—增大”的变化规律. 展开更多

关键词 离心泵 声发射 空化 改进变分模态分解 包络熵差异系数 人工蜂群

在线阅读 下载PDF 职称材料

基于改进VMD和特征分布系数的配电网高阻接地故障检测方法 被引量：16

18

作者 李浩 张禄亮 《南方电网技术》 CSCD 北大核心 2022年第12期109-117,共9页

针对配电网高阻接地故障因特征微弱故易于与电容投切、负荷投切混淆的问题,提出了一种基于改进变分模态分解和特征分布系数的辨识方法。首先,利用变分模态分解算法处理线路暂态零序电流,得若干模态分量。其中,利用麻雀搜索算法来优化确... 针对配电网高阻接地故障因特征微弱故易于与电容投切、负荷投切混淆的问题,提出了一种基于改进变分模态分解和特征分布系数的辨识方法。首先,利用变分模态分解算法处理线路暂态零序电流,得若干模态分量。其中,利用麻雀搜索算法来优化确定变分模态分解的参数。然后,选取峰度最大的模态作为特征模态,绘制其包络分布直方图,计算峰度、标准差、轴区采样判别系数。最后,根据综合特征分布系数是否超过阈值,实现对不同情况下的高阻接地故障和扰动事件的辨识。在PSCAD/EMTDC进行的大量仿真验证了该算法的可靠性。 展开更多

关键词 高阻接地故障 变分模态分解 麻雀搜索算法 特征模态 特征分布系数

在线阅读 下载PDF 职称材料

中国地区差距的分解及其启示 被引量：27

19

作者 邓翔 《四川大学学报（哲学社会科学版）》 CSSCI 北大核心 2002年第2期31-36,共6页

利用吉尼系数、泰尔指数和加权变异系数三种新分解方法，分别对中国地区差距进行了区域分解、产业分解和城乡分解，寻找出影响地区差距变动的直接因素，为缩小地区差距提供了政策性结论。

关键词 地区差距 吉尼系数 泰尔指数 加权变异系数 中国 区域分解 产业分解 城乡分解 分解方法

在线阅读 下载PDF 职称材料

基于VMD和CNN-BiLSTM的矿井提升电动机故障诊断方法 被引量：6

20

作者 李敬兆 何娜 +2 位作者 张金伟 王擎 李化顺 《工矿自动化》 CSCD 北大核心 2023年第7期49-59,共11页

针对传统基于音频信号的电动机故障诊断方法获取电动机音频信号特征信息不足和故障诊断精度不高的问题,提出了一种基于优化的变分模态分解(VMD)和卷积神经网络CNN-双向长短期记忆(BiLSTM)的矿井提升电动机故障诊断方法。针对模态混叠和... 针对传统基于音频信号的电动机故障诊断方法获取电动机音频信号特征信息不足和故障诊断精度不高的问题,提出了一种基于优化的变分模态分解(VMD)和卷积神经网络CNN-双向长短期记忆(BiLSTM)的矿井提升电动机故障诊断方法。针对模态混叠和端点效应问题,采用鲸鱼算法(WOA)优化的VMD对电动机音频信号进行分解,将电动机音频信号分解为K个本征模态分量(IMF),经Pearson相关系数筛选后,提取主IMF分量的13维静态MFCC特征参数,为了获取信号的动态特征,提取13维静态MFCC的一阶差分和二阶差分系数,构成39维特征向量,从而把动静态特征结合起来,提高故障诊断性能。为了提高故障诊断精度,在CNN中引入BiLSTM层,CNN在空间维度上提取音频信号的局部特征,BiLSTM在时间维度上保留音频信号的双向时间序列信息,捕获音频信号长距离依赖关系,从而最大程度保留全局和局部特征。实验结果表明:①VMD分解的每个IMF分量都具有独立的中心频率且分布均匀,在频域上表现出稀疏性的特点,能够有效避免模态混叠问题;在IMF求解中,VMD分解通过镜像延拓的方式避免了经验模态分解(EMD)和集合经验模态分解(EEMD)中出现的端点效应问题。②基于13维静态MFCC特征的故障诊断准确率为97.5%,基于39维动静态MFCC特征的故障诊断准确率比基于13维静态MFCC特征的故障诊断准确率提高了1.11%。③基于CNN-BiLSTM诊断模型的准确率达到98.61%,与目前通用诊断模型CNN,BiLSTM和CNN-LSTM相比,准确率分别提高5.83%,4.17%和3.89%。 展开更多

关键词 矿井提升电动机故障诊断 音频信号 变分模态分解 梅尔倒谱系数 CNN-BiLSTM

在线阅读 下载PDF 职称材料