检索结果-南通市图书馆

基于集成经验模态分解与集成机器学习的锂离子电池剩余使用寿命预测方法

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2023年第13期51卷 177-186页

作者：张朝龙赵筛筛何怡刚金陵科技学院智能科学与控制工程学院江苏南京211169 武汉大学电气与自动化学院湖北武汉430072 安庆师范大学电子工程与智能制造学院安徽安庆246011

准确预测储能锂离子电池剩余使用寿命(remaining useful life,RUL)对于电力系统的安全性与可靠性至关重要。针对锂离子电池老化轨迹呈现非线性变化的问题,提出一种基于集成经验模态分解(ensemble empirical mode decomposition,EEMD)和... 详细信息

准确预测储能锂离子电池剩余使用寿命(remaining useful life,RUL)对于电力系统的安全性与可靠性至关重要。针对锂离子电池老化轨迹呈现非线性变化的问题,提出一种基于集成经验模态分解(ensemble empirical mode decomposition,EEMD)和集成机器学习的锂离子电池剩余使用寿命预测方法。首先,利用集成经验模态分解算法分解锂离子电池老化数据。其次,分别利用集成的长短时记忆神经网络与相关向量机对分解得到的残差数据序列和本征模态数据序列建模预测。最后,融合预测的残差数据序列和本征模态数据序列,综合计算锂离子电池未来寿命老化轨迹。采用储能锂离子电池老化数据进行验证,结果显示所提出的锂离子电池RUL预测方法具有更好的鲁棒性与非线性跟踪能力。

关键词：锂离子电池剩余使用寿命预测集成经验模态分解相关向量机算法长短时记忆神经网络

基于集成经验模态分解和极端梯度提升的雷电预警方法

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2020年第8期41卷 235-243页

作者：徐伟夏志祥行鸿彦南京信息工程大学气象灾害预防预警与评估协同创新中心南京210044 南京信息工程大学江苏省气象探测与信息处理重点实验室南京210044

地面大气电场的观测和研究对减少雷电灾害、保障航空航天活动具有重要的意义。传统雷电预警方法忽略了大气电场信号的振荡尺度特性导致检测概率低。从大气电场信号的非线性非平稳特征出发,提出一种基于集成经验模态分解(EEMD)和极端梯... 详细信息

地面大气电场的观测和研究对减少雷电灾害、保障航空航天活动具有重要的意义。传统雷电预警方法忽略了大气电场信号的振荡尺度特性导致检测概率低。从大气电场信号的非线性非平稳特征出发,提出一种基于集成经验模态分解(EEMD)和极端梯度提升(XGBoost)的雷电预警方法。该方法采用EEMD分解大气电场仪观测的电场信号,计算原始数据和各固有模态函数的样本熵,按随机分量、细节分量、趋势分量进行分类重构,分别提取重构分量的统计和自编码器特征,采用XGBoost算法建立雷电预警模型,并对各分量的分类器进行融合。利用大气电场仪和闪电定位系统观测数据进行了实验研究,分析了算法的性能,相对于普通投票决策方法,检测概率最高提高了4.8%,且虚警率降低5.2%~6.4%。

关键词：大气电场集成经验模态分解极端梯度提升检测概率虚警率

集成经验模态分解与相关峭度在滚动轴承故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

机械设计与制造 2015年第9期 61-64,68页

作者：王孝霖韩纬华顾含胡存 63680部队

船舶设备中的滚动轴承其振动信号成分复杂,故障信号易被背景噪声湮没,常规诊断方法难以有效提取轴承故障信息。为了从复杂的轴承振动信号中提取弱故障信号,将集成经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)应用到滚动... 详细信息

船舶设备中的滚动轴承其振动信号成分复杂,故障信号易被背景噪声湮没,常规诊断方法难以有效提取轴承故障信息。为了从复杂的轴承振动信号中提取弱故障信号,将集成经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)应用到滚动轴承故障诊断中,并引入了相关峭度的定义,提出了一种新的滚动轴承故障特征提取方法。该方法首先利用EEMD将轴承振动信号分解为若干个分量信号,然后根据相关峭度最大原则选取分量信号,提取出滚动轴承的弱故障信号。通过对轴承内圈故障的仿真和实验研究验证了该方法的有效性。

关键词：船舶设备滚动轴承振动信号故障诊断集成经验模态分解相关峭度

基于集成经验模态分解的磁共振全波数据随机噪声抑制方法

在线全文

学校读者我要写书评

暂无评论

吉林大学学报(工学版) 2024年

作者：万玲张嘉麟李时赫平清钰地球信息探测仪器教育部重点实验室吉林大学仪器科学与电气工程学院

地面全波磁共振信号以其包含信息量丰富的优势，逐渐取代了包络信号探测。本文采用集成经验模态分解方法（EEMD）对全波磁共振信号进行分解降噪，获取了一系列本征模函数(IMF)分量后，根据自适应降噪原理计算每个IMF分量的能量密度和平... 详细信息

地面全波磁共振信号以其包含信息量丰富的优势，逐渐取代了包络信号探测。本文采用集成经验模态分解方法（EEMD）对全波磁共振信号进行分解降噪，获取了一系列本征模函数(IMF)分量后，根据自适应降噪原理计算每个IMF分量的能量密度和平均周期，去除噪声主导的IMF分量，将筛选所得的IMF分量进行重构。解决了全波磁共振信号受环境噪声干扰严重的问题。仿真实验数据结果表明当磁共振信号信噪比低至-10dB时，经过EEMD处理后依然能够有效提取磁共振参数，初始振幅■提取相对误差为1.57%，弛豫时间■提取相对误差为2.96%，信噪比提升至10.31dB。而实测数据的噪声抑制结果进一步验证了本文研究算法的有效性和实用性，为磁共振地下水探测技术在复杂噪声环境应用提供技术支撑。

关键词：地面磁共振技术磁共振全波信号集成经验模态分解随机噪声数据处理

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于集成经验模态分解的海杂波去噪

电子学报 2016年第1期44卷 1-7页

作者：行鸿彦朱清清南京信息工程大学气象灾害预报预警与评估协同创新中心江苏南京210044 江苏省气象探测与信息处理重点实验室江苏南京210044 南京信息工程大学电子与信息工程学院江苏南京210044

针对实际海杂波信号非线性非平稳的特点,提出基于集成经验模态分解(EEMD)的海杂波去噪方法.利用EEMD将含有目标信号的海杂波数据分解成一系列从高频到低频的固有模态函数(IMF),通过各个IMF的自相关,分选出有用信号和噪声分量,对噪声占... 详细信息

针对实际海杂波信号非线性非平稳的特点,提出基于集成经验模态分解(EEMD)的海杂波去噪方法.利用EEMD将含有目标信号的海杂波数据分解成一系列从高频到低频的固有模态函数(IMF),通过各个IMF的自相关,分选出有用信号和噪声分量,对噪声占主导作用的IMF选用Savitzky Golay(SG)滤波方法进行消噪,将滤波后的模态分量和剩余的分量进行重构得到削噪后的信号.结合最小二乘支持向量机(LSSVM)建立混沌序列的单步预测模型,从预测误差中检测淹没在海杂波背景中的微弱信号,比较去噪前和去噪后的均方根误差,利用均方根误差评价去噪效果.实验结果表明,EEMD算法对海杂波数据去噪是有效的,去噪后所得的均方根误差0.0028比去噪前所得的均方根误差0.0119降低了一个数量级.

关键词：海杂波集成经验模态分解自相关函数 Savitzky Golay滤波

基于集成经验模态分解和峭度准则的滚动轴承故障特征提取方法

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2012年第11期32卷 106-111,153页

作者：胡爱军马万里唐贵基华北电力大学机械工程系河北省保定市071003

为实现滚动轴承故障的精确诊断,提出一种基于集成经验模态分解(ensemble empirical mode decomposition,EEMD)与峭度准则的包络解调方法。该方法首先利用EEMD将振动信号分解,然后利用峭度最大准则选取EEMD分解后的本征模函数(intrinsic ... 详细信息

为实现滚动轴承故障的精确诊断,提出一种基于集成经验模态分解(ensemble empirical mode decomposition,EEMD)与峭度准则的包络解调方法。该方法首先利用EEMD将振动信号分解,然后利用峭度最大准则选取EEMD分解后的本征模函数(intrinsic mode function,IMF),将该本征模函数进行包络解调从而获得滚动轴承的故障特征信息。该方法可以有效抑制经验模态分解(empirical mode decomposition,EMD)中的模态混叠问题,同时还避免了共振解调方法中中心频率及滤波频带的选取,具有良好的自适应性。利用该包络解调方法对实际滚动轴承发生内圈、外圈故障进行了分析,证明了该方法可以有效地提取滚动轴承故障特征信息,能够实现滚动轴承故障的精确诊断。

关键词：集成经验模态分解峭度滚动轴承包络解调故障诊断

基于集成经验模态分解的弹道导弹关机点估计算法

在线全文

学校读者我要写书评

暂无评论

现代雷达 2020年第5期42卷 40-45页

作者：朱特浩陆小科胡昌林郝欣南京电子技术研究所南京210039

落点估计精度是弹道导弹防御系统最重要的性能指标之一,而关机点时刻是落点估计的重要参考数据之一。文中提出一种基于集成经验模态分解的弹道导弹关机点估计算法,该算法首先采用卡尔曼滤波分析主动段的航迹趋势,并粗定出关机点时刻;然... 详细信息

落点估计精度是弹道导弹防御系统最重要的性能指标之一,而关机点时刻是落点估计的重要参考数据之一。文中提出一种基于集成经验模态分解的弹道导弹关机点估计算法,该算法首先采用卡尔曼滤波分析主动段的航迹趋势,并粗定出关机点时刻;然后,通过集成经验模态分解进一步提升关机点时刻估计精度;最后,通过仿真实验与常用的滤波估计算法进行了比较。结果表明:文中提出的算法在关机点时刻估计误差和结果得出延迟方面都有一定的改进,对落点估计具有重要的参考价值。

关键词：弹道导弹防御系统关机点估计卡尔曼滤波集成经验模态分解

基于改进的集成经验模态分解与极限学习机的短期风功率预测

在线全文

学校读者我要写书评

暂无评论

基于改进的集成经验模态分解与极限学习机的短期风功率预测

作者：陈籽君上海电机学院

学位级别：硕士

化石能源是当今世界最主要也是开发与利用最为成熟的能源,但是化石能源受限于它自身固有的属性,储存量有限,而且对全球环境影响恶劣,不具备长远的发展效益。现在社会对能源的需求量巨大,必须开发并利用清洁且可再生的能源。风能就是一... 详细信息

化石能源是当今世界最主要也是开发与利用最为成熟的能源,但是化石能源受限于它自身固有的属性,储存量有限,而且对全球环境影响恶劣,不具备长远的发展效益。现在社会对能源的需求量巨大,必须开发并利用清洁且可再生的能源。风能就是一种清洁且可再生的能源。风能作为一种自然能源,风力的强弱随机且不稳定,风力发电的效率直接受风力大小的影响,因此对风功率进行准确预测能更好地保障风电并网的安全,并且能对电力调度方案提供更切实而可靠的依据,方便提前采取措施,对于整个新能源的能源利用率以及风力发电的生产及使用效率都有重要的意义。如何建立更有效的算法模型来更准确地预测风功率,是本文的研究核心和创新重点。针对短期风功率预测,本文主要做了以下几个方面的研究:（1）说明了风电对我国的发展意义并阐述了风电在我国近几年的发展现状,概述了近几年国内外关于风电的研究重点,总结了常见的风电功率预测研究方法,并重点介绍了依据风功率时序数列的相关预测建模方法。（2）依据风电功率的原始数据是时序数据的特点,将原始功率数据化为一条时序信号。针对该时序信号具有非平稳、非线性的信号特征,采用改进的集成经验模态分解方法对信号进行预先分解处理,之后通过基于遗传算法优化的极限学习机算法进行预测,提出一种新的组合预测模型MEEMD-GAELM。（3）对新的组合预测方法MEEMD-GAELM进行实验,并与传统方法进行对比,验证该组合预测方法的有效性。（4）引入核极限学习机作为预测算法以求进一步提高精度。引入鲸鱼优化算法对KELM的参数进行优化,进一步强化KELM算法的预测性能。提出一种新的短期风功率组合预测算法MEEMD-WOA-KELM。通过实验对比,证明该方法的优越性。（5）考虑到鲸鱼优化算法在全局搜索能力上的局限性,提出一种基于WOA的新的优化算法MWCWOA。引入自适应权重因子和柯西变异算子分别对鲸鱼算法的局部搜索和全局搜索能力进行优化。通过与粒子群优化算法PSO、灰狼优化算法GWO、传统WOA算法和改进的WCWOA算法进行实验对比分析,证明本文提出的MWCWOA优化算法的寻优性能的优越性。（6）利用提出的MWCWOA算法良好的优化性能,对核极限学习机的两个参数进行优化,并与MEEMD分解方法相结合,提出一种新的组合预测模型MEEMD-MWCWOA-KELM,以进一步提升预测精度。通过实验对比证明该预测模型具有更高的预测精度。

关键词：短期风功率预测集成经验模态分解核极限学习机自适应权重极限学习机鲸鱼算法遗传算法

基于近似熵和集成经验模态分解的转子多故障诊断方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国机械工程 2016年第16期27卷 2186-2189,2248页

作者：韩中合徐搏超朱霄珣焦宏超华北电力大学保定071003

为了提高汽轮机转子多故障分类的准确率,提出一种集成经验模态分解(EEMD)、近似熵和支持向量机相结合的多状态分类方法。首先进行EEMD得到各频段的单分量信号;再求出熵值作为故障信号的特征向量输入到基于二叉树的支持向量机中实现多状... 详细信息

为了提高汽轮机转子多故障分类的准确率,提出一种集成经验模态分解(EEMD)、近似熵和支持向量机相结合的多状态分类方法。首先进行EEMD得到各频段的单分量信号;再求出熵值作为故障信号的特征向量输入到基于二叉树的支持向量机中实现多状态分类。对比近似熵、模糊熵和能量法这三种方法,实验结果验证了利用EEMD和熵理论相结合的方法量化故障信号非线性特征的正确性。同时也表明在欧氏空间中,近似熵值组成的特征向量彼此间的距离最远,分类效果也最好。

关键词：集成经验模态分解近似熵支持向量机多故障诊断