检索结果-南通市图书馆

基于集合经验模态分解和指数能量法的水泵水轮机尾水管压力脉动信号特征提取

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

力学与实践 2024年第2期46卷 290-297页

作者：田毓龙郑祥豪李浩张宇宁李金伟华北电力大学电站能量传递转化与系统教育部重点实验室北京102206 华北电力大学能源动力与机械工程学院北京102206 中国水利水电科学研究院北京100048

提取水泵水轮机尾水管压力脉动信号中的动态特征信息,准确识别涡带强度,是近年来水泵水轮机工程领域的研究重点。本文基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和模态指数能量法,对某水泵水轮机发电工况不同... 详细信息

提取水泵水轮机尾水管压力脉动信号中的动态特征信息,准确识别涡带强度,是近年来水泵水轮机工程领域的研究重点。本文基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和模态指数能量法,对某水泵水轮机发电工况不同负荷下的尾水管压力脉动信号进行特征提取,得到如下结论。首先,基于EEMD的模态指数能量能够有效地反映信号中的能量分布规律。其次,在涡带增强过程中,基于EEMD的最大模态指数能量不断升高,表明尾水管内的流动状况变得更加复杂,涡带特征信息也更加丰富。最后,使用最大与平均指数能量构建的特征向量能够准确反映不同的尾水管涡带强度,并且能够作为智能分类器的输入特征向量,有利于后续进一步的识别与诊断,具有重要的工程意义。

关键词：水泵水轮机尾水管集合经验模态分解指数能量特征提取

基于集合经验模态分解和排列熵的核电厂信号降噪研究

在线全文

学校读者我要写书评

暂无评论

核科学与工程 2024年第1期44卷 98-107页

作者：王雨辰李鼎胡玥孙晨雨国网商用大数据有限公司河北雄安071799

本文提出了一种基于集合经验模态分解和排列熵的电站信号降噪方法。该方法流程如下,首先,采用集合经验模态分解对电站典型实测信号进行了分解,获得对应的本征模态分量。其次,采用排列熵对本征模态分量进行混沌度的定量评价,从而实现实... 详细信息

本文提出了一种基于集合经验模态分解和排列熵的电站信号降噪方法。该方法流程如下,首先,采用集合经验模态分解对电站典型实测信号进行了分解,获得对应的本征模态分量。其次,采用排列熵对本征模态分量进行混沌度的定量评价,从而实现实测信号中的有用信号和噪声信号的区分。对于后者,采用改进的小波软阈值降噪法进行降噪。最后,根据排列熵筛分后的有用信号和改进的小波软阈值降噪后的噪声信号进行重构,得到降噪后的信号。另外,本文也采用了主流的经验模态分解和局部均值分解对该信号进行了处理,并将分析结果进行对比。对比结果表明,基于本文所提方法得到的降噪后信号排列熵较小,表明降噪效果要优于以上两种方法。

关键词：信号降噪经验模态分解局部均值分解集合经验模态分解排列熵

基于完全自适应噪声集合经验模态分解和互相关分析的核电厂信号降噪研究

在线全文

学校读者我要写书评

暂无评论

核科学与工程 2024年第1期44卷 80-90页

作者：刘琳琳王振宇李露陈嘉翊国网商用大数据有限公司河北雄安071799

针对在强噪声背景中提取核电厂信号有效成分的问题,本文提出一种将完全自适应噪声集合经验模态分解与互相关分析法相结合的降噪方法并进行验证。该方法的主要步骤如下。首先,通过完全自适应噪声集合经验模态分解法对电站信号进行有效分... 详细信息

针对在强噪声背景中提取核电厂信号有效成分的问题,本文提出一种将完全自适应噪声集合经验模态分解与互相关分析法相结合的降噪方法并进行验证。该方法的主要步骤如下。首先,通过完全自适应噪声集合经验模态分解法对电站信号进行有效分解,得到全部的本征模态分量。然后,根据互相关系数将上述分量进行筛选,得到有用信号主导的分量,将其叠加、重构成降噪后信号。最后,使用降噪指标对降噪效果进行评价。结果表明:与基于经验模态分解、集合经验模态分解的降噪方法相比,本文所提方法得到的降噪后信号信噪比更高、均方根误差更小、相关系数更大、平滑度更好,具有更优的降噪效果。

关键词：信号降噪经验模态分解集合经验模态分解完全自适应噪声集合经验模态分解互相关分析

基于集合经验模态分解的河北唐山井同震响应特征

在线全文

学校读者我要写书评

暂无评论

地球科学与环境学报 2024年第2期46卷 252-268页

作者：许英霞丁俊柯马传璧郭建芳尹宝军曹冲左文喆山西工程技术学院地球科学与工程系山西阳泉045000 华北理工大学应急管理与安全工程学院河北唐山063210 河北省地震局唐山地震监测中心站河北唐山063003 唐山市应急管理局河北唐山063099 华北理工大学矿业工程学院河北唐山063210

集合经验模态分解(EEMD)能够客观真实地从非线性、非平稳信号中提取有用信息,地震观测井的井水位表征的波形信号也是典型的非线性、非平稳信号,因此,集合经验模态分解在获取井水位同震响应信息方面具有重要的应用潜力。通过观测河北唐山... 详细信息

集合经验模态分解(EEMD)能够客观真实地从非线性、非平稳信号中提取有用信息,地震观测井的井水位表征的波形信号也是典型的非线性、非平稳信号,因此,集合经验模态分解在获取井水位同震响应信息方面具有重要的应用潜力。通过观测河北唐山井2016~2023年多次井水位同震响应,研究集合经验模态分解对井水位分析处理的优缺点,识别唐山井对远震、近震的井水位同震响应特征,应用地震能量密度经验公式推测唐山井记震能力。结果表明:唐山井水位观测数据秒值在经过集合经验模态分解后,对合适的高频分量进行重构可以压制噪声干扰,有利于观察井水位同震响应特征;对于远场大震引起的振荡型同震响应可以客观真实地进行识别和提取;对于近场地震引起的脉冲型和阶变型同震响应,需结合原始数据进行研究;井水位观测数据秒值有利于揭示区域应力场的变化,因观测数据秒值记震精度提高,唐山井能够记录到地震能量密度为1.77×10^(-7) J·m^(-3)的地震,观测井对不同方位地震的敏感度可用于研究其所在断裂带的裂隙走向。对于超过一定距离的远场地震,井-含水层系统能够记录到的井水位同震响应频率可在一定的范围内估算观测井的固有振动频率,唐山井固有振动频率和地震瑞丽面波频率接近。

关键词：同震响应唐山井集合经验模态分解观测数据秒值固有频率地震方位裂隙走向地震能量密度

融合自适应滑动集合经验模态分解的机器学习月径流预测方法

在线全文

学校读者我要写书评

暂无评论

水电能源科学 2024年

作者：胡永旭乔长录刘延雪李旭石河子大学水利建筑工程学院旱寒区生态水利工程兵团重点实验室

为提高月径流预测精度,解决传统分解集成径流预测方法提前引入“未来信息”在实际工程中无法实现的问题,提出了一种基于自适应滑动集合经验模态分解（ASEEMD）、秃鹰搜索（BES）算法和极限学习机（ELM）耦合的月径流预测模型（ASEEMD-BE... 详细信息

为提高月径流预测精度,解决传统分解集成径流预测方法提前引入“未来信息”在实际工程中无法实现的问题,提出了一种基于自适应滑动集合经验模态分解（ASEEMD）、秃鹰搜索（BES）算法和极限学习机（ELM）耦合的月径流预测模型（ASEEMD-BES-ELM）,并以玛纳斯河1957—2014年的月径流序列为例,首先利用ASEEMD对原始月径流序列自适应分解,得到若干子序列;然后将各子序列分别输入到结合BES算法和网格搜索优化后的ELM模型中预测;最后累加各子序列预测结果,得到最终月径流预测值。与ELM、BES-ELM、EEMD-BES-ELM（传统“捆绑分解”）模型对比结果表明,ASEEMD-BES-ELM模型的纳什效率系数为0.971、平均绝对误差为5.173 m3/s、均方根误差为8.282 m3/s、平均绝对百分比误差为16.033%,在符合实际应用中预测精度最高。结果可为干旱区月径流预测研究提供参考。

关键词：月径流预测自适应分解集合经验模态分解秃鹰搜索算法极限学习机玛纳斯河

基于集合经验模态分解的心电信号自适应降噪及基线漂移修正

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

东莞理工学院学报 2024年第3期31卷 43-52页

作者：邱展航刘华珠赵晓芳陈星豪东莞理工学院计算机科学与技术学院广东东莞523808 东莞理工学院国际微电子学院广东东莞523808

在心电信号的采集过程中,各种噪声的干扰会引起信号失真及基线漂移,进而影响对心脏信号的精准判断。针对此,提出一种基于集合经验模态分解的自适应算法。首先,对含有噪声及基线漂移的心电信号进行集合经验模态分解(EEMD),分解出固有模... 详细信息

在心电信号的采集过程中,各种噪声的干扰会引起信号失真及基线漂移,进而影响对心脏信号的精准判断。针对此,提出一种基于集合经验模态分解的自适应算法。首先,对含有噪声及基线漂移的心电信号进行集合经验模态分解(EEMD),分解出固有模态函数(IMF)分量。然后,筛选出需要处理的IMF分量。最后,通过自适应窗口处理带噪的低阶IMF以及移除导致基线漂移的高阶IMF,从而达到降噪和修正基线漂移的目的。在MIT-BIH数据库中的实验结果表明,基于EEMD方法的降噪效果良好,在同等肌电噪声情况下,与基于EMD的自适应窗口法对比,在平均信噪比上提升1.7507,增幅约为13%;在同等基线漂移情况下,与基于EEMD的阈值法对比,在平均基线矫正率上下降0.0795,降幅约为14%。

关键词：心电信号集合经验模态分解降噪基线漂移

基于集合经验模态分解和深度学习的光伏功率组合预测

在线全文

学校读者我要写书评

暂无评论

高电压技术 2022年第10期48卷 4133-4142页

作者：王振浩王翀成龙李国庆郜佳兴现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学) 吉林132012 国网辽宁省电力有限公司锦州供电公司锦州121000

为提高对具有较强随机性和波动性特征光伏功率时间序列预测的精确性,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和粒子群优化(particle swarm optimization,PSO)的长短期记忆神经网络(long short-term ... 详细信息

为提高对具有较强随机性和波动性特征光伏功率时间序列预测的精确性,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和粒子群优化(particle swarm optimization,PSO)的长短期记忆神经网络(long short-term memory network,LSTM)光伏功率组合预测模型。首先将光伏功率历史数据进行EEMD分解后得到的一组本征模态分量函数(intrinsic mode function,IMF)和剩余项分别输入经PSO算法优化的LSTM模型进行分量功率预测;然后将所有分量预测值叠加,输出光伏功率预测结果;最后分别以我国江苏、青海、河南的3座光伏电站历史数据建立对比算例,结果表明所提模型在不同功率波动特征下均能够实现较好的预测效果,对3个地区的平均预测准确度到达95%以上,明显优于其他单一模型,具有较强的适用性和精确性。

关键词：光伏功率预测集合经验模态分解深度学习 LSTM神经网络粒子群算法组合模型

融合集合经验模态分解与宽度学习的齿轮箱故障预警方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2022年第6期28卷 1835-1843页

作者：杨锡运邓子琦康宁华北电力大学控制与计算机工程学院北京102206 华北电力大学电站设备状态监测与控制教育部重点实验室北京102206 北京广利核系统工程有限公司北京102206

为实现风力发电机齿轮箱的预测性维护,针对齿轮箱油温超温故障,提出一种基于集合经验模态分解(EEMD)和宽度学习算法的融合预警模型。以健康状态下的齿轮箱数据为判别基准,首先对齿轮箱油温时序信号进行EEMD分解得到时频特性,再采用宽度... 详细信息

为实现风力发电机齿轮箱的预测性维护,针对齿轮箱油温超温故障,提出一种基于集合经验模态分解(EEMD)和宽度学习算法的融合预警模型。以健康状态下的齿轮箱数据为判别基准,首先对齿轮箱油温时序信号进行EEMD分解得到时频特性,再采用宽度学习算法,利用数据采集与监视控制系统数据对齿轮箱进行建模,分别以马氏距离和重构油温曲线与真实油温曲线的关联度为指标,从时间维度和相关变量维度评价齿轮箱的健康程度。通过计算两种算法的交叉熵将二者的预警结果融合,从而兼顾预警方法的准确性和快速性。对实际风场中齿轮箱油温超温故障发生前后记录的数据进行仿真分析,验证了EEMD变点与宽度学习算法的融合方法在齿轮箱油温超温早期故障预警上的可行性。

关键词：风电机组宽度学习算法集合经验模态分解交叉熵

集合经验模态分解在区域降水变化多尺度分析及气候变化响应研究中的应用

在线全文

学校读者我要写书评

暂无评论

物理学报 2013年第10期62卷 496-503页

作者：薛春芳侯威赵俊虎王式功兰州大学大气科学学院兰州730000 陕西省气象局西安710014 国家气候中心北京100081

集合经验模态分解(EEMD)是一种适用于非线性、非平稳序列的信号分析方法,将EEMD应用于气候要素时间序列,可提取可靠真实的气候变化信号,同时,EEMD可以得到气候变化的固有时间尺度.本文使用EEMD方法,从气候时间序列中提取气候信号中各个... 详细信息

集合经验模态分解(EEMD)是一种适用于非线性、非平稳序列的信号分析方法,将EEMD应用于气候要素时间序列,可提取可靠真实的气候变化信号,同时,EEMD可以得到气候变化的固有时间尺度.本文使用EEMD方法,从气候时间序列中提取气候信号中各个尺度的变化,对渭河流域过去50年来的秋季降水进行多尺度分析,结果显示,对于20世纪70年代末80年代初的全球气候突变,渭河流域的秋季降水也有很好的响应,而且大尺度上的响应要早于中小尺度,其中在大尺度上主要表现为波动形式,即降水距平正负位相持续期的变化,从持续正位相到正负位相周期性交替出现;而在中小尺度上主要是振幅大小,即降水距平正负位相量级的变化,量级从相对较大变为相对较小再逐渐增大.

关键词：集合经验模态分解多尺度变化秋季降水渭河流域