检索结果-内蒙古大学图书馆

电力自动化设备 2025年第1期45卷 92-98页

作者：王学伟杨江宁北京化工大学信息科学与技术学院北京100029

高比例光伏新能源接入下的电能信号呈现出强随机、快时变、大波动特性,常导致电能表电能计量严重超差,影响电能交易的公正合理性。针对新能源电能信号敏感特征不清楚、对电能表电能计量影响不明确的问题,建立了游程域映射理论,解决了电... 详细信息

高比例光伏新能源接入下的电能信号呈现出强随机、快时变、大波动特性,常导致电能表电能计量严重超差,影响电能交易的公正合理性。针对新能源电能信号敏感特征不清楚、对电能表电能计量影响不明确的问题,建立了游程域映射理论,解决了电能信号在游程域的表征问题;提出了游程域模态分解(R-EMD)方法,基于游程完成电流幅度在长持续时间下局部区间的自适应模态分解,得出光伏新能源电能信号的2个全局重要特征;构建了游程域特征参量与特征函数,并提取得到光伏新能源电能信号的4个游程域敏感特征;通过实验验证了游程域敏感特征对电能计量的影响。

关键词：光伏新能源电能计量电能表误差模态分解特征提取

来源：评论

学校读者我要写书评

暂无评论

变转速工况下松动故障自适应时频模态分解

引用

工程科学学报 2025年第1期47卷 130-141页

作者：单振汤佳琛王重秋杨建华郝晨航李尚袁中国矿业大学计算机科学与技术学院徐州221116 中国矿业大学机电工程学院徐州221116 徐州重型机械有限公司徐州221004

松动故障广泛存在于机械设备之中,而在变转速工况下的松动故障诊断仍存在一定挑战.为实现变转速工况下的松动故障诊断,本文提出了一种自适应时频模态分解方法.为提高该方法的多工况自适应能力,针对时频模态分解窗宽参数进行了优化选取,... 详细信息

松动故障广泛存在于机械设备之中,而在变转速工况下的松动故障诊断仍存在一定挑战.为实现变转速工况下的松动故障诊断,本文提出了一种自适应时频模态分解方法.为提高该方法的多工况自适应能力,针对时频模态分解窗宽参数进行了优化选取,研究了窗宽参数与分解输出的非线性关联特征,实现了不同噪声下的自适应时频模态分解.为验证该方法的有效性,针对支承松动故障进行了实验验证,同时在某工程设备上进行了旋转部件松动故障实验验证.采用自适应时频模态分解算法对实验验证数据进行处理,实现了非平稳特征的模态分解.通过定义和计算各阶次能量占比,完成了振动信号的故障特征分析,实现了松动故障的特征提取与诊断.结果表明,所提方法能够实现非平稳信号的模态分解,对于松动故障具备有效的诊断能力.

关键词：变转速工况模态分解松动故障强噪声自适应

来源：评论

学校读者我要写书评

暂无评论

基于模态分解的地基雷达慢速弱目标检测方法

引用

系统工程与电子技术 2025年第1期47卷 70-80页

作者：任晓昱林瑞奇邓云开田卫明胡程北京理工大学信息与电子学院雷达技术研究院北京100081 嵌入式实时信息处理技术北京市重点实验室北京100081 北京理工大学重庆创新中心重庆401120 北京理工大学前沿科技研究院山东济南250300

在复杂地物场景中使用地基雷达探测地面动目标时,慢速弱目标与地杂波的频谱通常难以区分,传统的目标检测手段性能受限。针对此问题,提出一种基于模态分解的地基雷达慢速弱目标检测方法。首先设置较低的门限进行单元平均-恒虚警率(cell a... 详细信息

在复杂地物场景中使用地基雷达探测地面动目标时,慢速弱目标与地杂波的频谱通常难以区分,传统的目标检测手段性能受限。针对此问题,提出一种基于模态分解的地基雷达慢速弱目标检测方法。首先设置较低的门限进行单元平均-恒虚警率(cell average-constant false alarm rate,CA-CFAR)检测,初步筛选目标;接着对慢时间信号进行复经验模态分解(complex empirical mode decomposition,CEMD),分离地杂波和动目标;最后利用地杂波和动目标多普勒频谱的对称性差异检测目标。将该检测方法分别与CA-CFAR和正交投影-奇异值分解-恒虚警率(orthogonal projection-singular value decomposition-constant false alarm rate,OP-SVD-CFAR)检测的性能进行比较,并通过仿真数据和两组不同目标的实测数据进行验证。结果表明,所提方法能够提升目标的信杂噪比;在检测概率相同的条件下,其虚警率比CA-CFAR显著降低;在检测概率相同且较高的情况下,所提方法比OP-SVD-CFAR的虚警率也更低,证明了所提方法的有效性。

关键词：地基雷达慢速弱目标检测模态分解过门限处理

来源：评论

学校读者我要写书评

暂无评论

基于模态分解的工业废水处理设备超声波信号回波搜索方法

引用

当代化工 2025年第1期54卷 225-230页

作者：刘泽珙清华大学社科院人类命运共同体研究中心北京100000

常规的工业废水处理设备超声波信号回波搜索,主要采用入射波与反射波进行滤波分离处理得出搜索结果,忽略了信号噪声干扰的影响,导致搜索结果查全率较低。因此,提出基于模态分解的工业废水处理设备超声波信号回波搜索方法。将采集到的工... 详细信息

常规的工业废水处理设备超声波信号回波搜索,主要采用入射波与反射波进行滤波分离处理得出搜索结果,忽略了信号噪声干扰的影响,导致搜索结果查全率较低。因此,提出基于模态分解的工业废水处理设备超声波信号回波搜索方法。将采集到的工业废水处理设备超声波信号分解为数据波形;基于模态分解对信号回波进行预处理,叠加信号模态分量去除信号噪声干扰;分段处理回波信号,分别进行粗搜索和精搜索得出搜索结果。结果表明:所提方法应用于不同类型废水处理信号检索,查全率均比较高,平均可达95.67%。

关键词：超声波信号工业废水处理设备信号回波信号搜索模态分解

来源：评论

学校读者我要写书评

暂无评论

模态分解法在非恒同耦合系统同步研究中的推广

引用

物理学报 2010年第1期59卷 164-170页

作者：裴利军邱本花郑州大学数学系郑州450001

通过改变耦合函数将模态分解法进行了推广,应用于非恒同耦合系统同步的研究.详细研究了周期吸引子、概周期吸引子等非恒同耦合系统的同步,得到了同步的局部渐近稳定性条件.并进行了数值模拟,发现同步时动力学现象丰富.概周期吸引子耦合... 详细信息

通过改变耦合函数将模态分解法进行了推广,应用于非恒同耦合系统同步的研究.详细研究了周期吸引子、概周期吸引子等非恒同耦合系统的同步,得到了同步的局部渐近稳定性条件.并进行了数值模拟,发现同步时动力学现象丰富.概周期吸引子耦合系统会出现稳定的周期、概周期同步解,由于耦合周期吸引子耦合系统会出现多个稳定的周期同步解,且其吸引域差别较大,均出现了同步的多值性.同时也验证了该方法的正确性.

关键词：模态分解非恒同耦合动力系统同步概周期吸引子

来源：评论

学校读者我要写书评

暂无评论

模态分解的波束形成方法研究

引用

兵工学报 2011年第3期32卷 281-285页

作者：甘甜王英民赵俊渭西北工业大学航海学院陕西西安710072

针对常规波束运用到实际传感器阵列时旁瓣较高的这一缺点,提出了基于模态分解的圆环形传感器阵列的波束设计方法。其利用正交级数将期望波束展开,运用优化方法得到正交级数系数,再根据物理机理得到阵元权值,进而合成方向性。计算机仿真... 详细信息

针对常规波束运用到实际传感器阵列时旁瓣较高的这一缺点,提出了基于模态分解的圆环形传感器阵列的波束设计方法。其利用正交级数将期望波束展开,运用优化方法得到正交级数系数,再根据物理机理得到阵元权值,进而合成方向性。计算机仿真结果表明:使用该方法设计的波束与最近流行的二阶锥规划优化方法相比,在相同主瓣宽度的基础上获得了更低的旁瓣级和在相同旁瓣级的基础上获得了更窄的主瓣宽度。通过水库实验数据结果充分说明了该方法的可行性和有效性。

关键词：信息处理技术模态分解圆环阵波束形成傅里叶级数实验验证

来源：评论

学校读者我要写书评

暂无评论

水资源监测异常数据模态分解-支持向量机重构方法

引用

农业机械学报 2017年第11期48卷 316-323页

作者：张峰薛惠锋 WANG Wei 宋晓娜万毅中国航天系统科学与工程研究院研究生部北京100048 纽约州立宾汉姆顿大学汤玛土·华生工程与应用科学学院宾汉姆顿NY13902 泰山学院商学院泰安271000 水利部水资源管理中心北京100053

完备真实的水资源监测数据是支撑数据分析与决策的基本前提。在梳理现阶段水资源监测异常数据的基础上,提出运用移动平均拟合初筛来直观辨识异常监测数据,进而选取集合模态分解对非可直观辨识异常监测数据进行挖掘的方法。将剔除异常监... 详细信息

完备真实的水资源监测数据是支撑数据分析与决策的基本前提。在梳理现阶段水资源监测异常数据的基础上,提出运用移动平均拟合初筛来直观辨识异常监测数据,进而选取集合模态分解对非可直观辨识异常监测数据进行挖掘的方法。将剔除异常监测值后的时序数据作为基于粒子群优化最小二乘支持向量机模型的模拟样本,并利用其恢复所剔除的异常监测数据。对水务公司日取水量监测数据的实证分析结果表明,通过移动平均拟合与模态分解可较大限度地保留含有异常数据的特征向量并实现数据的有效重构,相比传统的统计方法其具有更好的适用性;运用粒子群优化的最小二乘支持向量机可进一步提高对剔除异常值数据的拟合效果,且符合水资源监测数据的季节波动规律特征及对实际取用水状态的客观反映,据此可相对合理地达到恢复所剔除异常监测数据的目的。

关键词：水资源监测异常数据数据重构模态分解最小二乘支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于模态分解的轴对称超声速射流啸声产生位置数值分析

引用

力学学报 2022年第4期54卷 975-990,I0003页

作者：李虎罗勇韩帅斌王益民武从海刘旭亮中国空气动力研究与发展中心空气动力学国家重点实验室四川绵阳621000 中国空气动力研究与发展中心计算空气动力研究所四川绵阳621000

不完全膨胀超声速射流的势核中会产生准周期的激波栅格结构,其与剪切层内拟序结构的相互作用会产生激波噪声.啸声是主要向上游方向传播的、具有离散频率的高强度激波噪声,其产生是受一种非线性的声反馈环机制驱动.精确定位啸声的声源位... 详细信息

不完全膨胀超声速射流的势核中会产生准周期的激波栅格结构,其与剪切层内拟序结构的相互作用会产生激波噪声.啸声是主要向上游方向传播的、具有离散频率的高强度激波噪声,其产生是受一种非线性的声反馈环机制驱动.精确定位啸声的声源位置是定量理解啸声反馈环机制和发展准确的啸声预测模型的一个关键所在.为了分析近场啸声,本文采用高精度数值方法直接求解轴对称可压缩Navier-Stokes方程,数值模拟了完全膨胀射流马赫数为1.10和1.15的圆形声速喷管欠膨胀超声速冷射流,得到了A_(1)和A_(2)两种轴对称模态啸声.通过傅里叶模态分解、本征模态分解和动态模态分解,分析了射流时序压力场和速度场,研究了啸声关联拟序流动结构的空间演化,精确定位了轴对称模态啸声的声源位置.研究表明:啸声关联拟序流动结构存在饱和态区域,啸声声波是在其饱和态区域产生并向外传播;在本文所涉及的射流马赫数范围内,A_(1)和A_(2)两种轴对称模态啸声的有效声源位置分别是在第4和第3个激波栅格结构的尾缘.

关键词：轴对称超声速射流啸声声源位置模态分解数值模拟

来源：评论

学校读者我要写书评

暂无评论

基于模态分解和深度学习的煤矿微震时序预测方法

引用

煤炭学报 2024年第9期49卷 3781-3797页

作者：秦长坤赵武胜贾海宾高未己陈郁川于万泉梁记忠陈卫忠中国科学院武汉岩土力学研究所岩土力学与工程国家重点实验室湖北武汉430071 中国科学院大学北京100049 山东新巨龙能源有限责任公司山东菏泽274918

微震监测数据对煤矿冲击地压等动力灾害预测和预警具有重要作用,利用历史微震监测数据来预测未来微震事件的演化特征是提高冲击灾害预测和预警时效性与准确性的有效方法。然而,由于微震数据是典型的非平稳时间序列,一般的时序预测方法... 详细信息

微震监测数据对煤矿冲击地压等动力灾害预测和预警具有重要作用,利用历史微震监测数据来预测未来微震事件的演化特征是提高冲击灾害预测和预警时效性与准确性的有效方法。然而,由于微震数据是典型的非平稳时间序列,一般的时序预测方法很难进行准确的预测。为此,提出了一种基于模态分解技术和深度学习方法相结合的微震时序预测方法。该方法首先使用自适应噪声完备集合经验模态分解(CEEMDAN)将微震数据分解为多个本征模态序列。然后,通过样本熵将分解后的序列重构为高频、低频和趋势序列。接着,利用变分模态分解(VMD)将高频和低频序列再次分解为多个新的本征模态序列,用作微震数据的多元特征时间序列。最后,将一定时窗内的微震多元特征时间序列和历史微震数据作为输入,下一时刻的微震监测数据作为输出,建立了卷积神经网络(CNN)和长短期记忆网络(LSTM)相结合的微震时序预测模型,并采用贝叶斯优化方法对模型的超参数进行寻优,提高微震预测的准确性。依托新巨龙煤矿多个工作面微震监测数据,使用该方法对微震日最大能量、日平均能量和日频次进行了预测,并针对微震日最大能量数据进行了系列对比试验研究。结果表明,提出的方法能够较好地预测微震事件演化趋势,预测结果和实际监测值误差较小,具有良好的预测性能和泛化性能。

关键词：微震预测冲击地压模态分解深度学习时间序列

来源：评论

学校读者我要写书评

暂无评论

基于相似日聚类及模态分解的短期光伏发电功率组合预测研究

引用

电网技术 2024年第7期48卷 2948-2957,I0087-I0088页

作者：龙小慧秦际赟张青雷段建国上海海事大学物流工程学院上海市浦东区201306 上海海事大学中国(上海)自贸区供应链研究院上海市浦东区201306

短期光伏发电功率预测是电站制定发电计划并进行调度的重要组成部分,有助于电力系统的动态稳定。针对光伏时序预测中存在的噪声干扰及单一模型预测效果不稳定等问题,该文提出一种基于改进型自适应白噪声的完全集合经验模态分解(improved... 详细信息

短期光伏发电功率预测是电站制定发电计划并进行调度的重要组成部分,有助于电力系统的动态稳定。针对光伏时序预测中存在的噪声干扰及单一模型预测效果不稳定等问题,该文提出一种基于改进型自适应白噪声的完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)的组合预测模型。首先,利用相关系数提取重要气象特征,并采用模糊C均值聚类(fuzzy C-means clustering,FCM)将原始数据集划分为晴天、晴转多云和雨天。其次,每种相似日以最后一天为待预测日,其余为历史训练集;利用ICEEMDAN将历史训练集分解成若干个较为规律的子序列,并用排列熵(permutation entropy,PE)对各子序列进行重构。最后,高频项采用由卷积神经网络(convolutional neural network,CNN)、(bidirectional gated recurrent unit,Bi GRU)双向门控循环单元与注意力机制组合而成的CNN-BiGRU-ATTENTION神经网络预测,低频项和趋势项采用最小二乘支持向量回归机(least squares support vector regression,LSSVR)进行预测,将预测结果叠加得到最终光伏发电功率预测值。通过实例验证:该文组合模型在不同天气条件下,可以解决单一模型预测精度低、预测效果不稳定等问题;相比其他模态分解,能够更精确地预测波动较大的局部特征。

关键词：光伏发电模态分解相似日聚类卷积神经网络最小二乘支持向量回归机注意力机制

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：