期刊文献+
共找到3,373篇文章
< 1 2 169 >
每页显示 20 50 100
基于CEEMDAN的地震信号高分辨率时频分析方法 预览
1
作者 尚平萍 李鹏 +1 位作者 杨安琪 陈学国 《石油物探》 EI CSCD 北大核心 2019年第4期547-554,共8页
希尔伯特黄变换(Hilbert-Huang transform,HHT)作为一种时频分析方法,在含有间断信号的信号中或存在噪声干扰的信号中进行经验模态分解(empirical mode decomposition,EMD)时会产生模态混叠效应,为得到更准确的原始信号分析结果,精确重... 希尔伯特黄变换(Hilbert-Huang transform,HHT)作为一种时频分析方法,在含有间断信号的信号中或存在噪声干扰的信号中进行经验模态分解(empirical mode decomposition,EMD)时会产生模态混叠效应,为得到更准确的原始信号分析结果,精确重构原始信号,以自适应噪声的总体集合经验模态分解(complete ensemble empirical mode decomposition of adaptive noise,CEEMDAN)代替EMD并与希尔伯特变换(Hilbert transform,HT)相结合,构建了一种适应于非线性非平稳信号的高分辨率时频分析方法。采用该方法对模拟信号和实际资料进行了时频分析处理,并与传统的时频分析方法的处理结果进行了对比分析,结果表明基于CEEMDAN的时频分析方法在保证重构信号准确性和稳定性的前提下,可精确地重构原始信号,并获得精确的频谱,从而具有更高的时间和频率分辨率,它既是一种地震资料精细解释的有力工具,也为后续的含油气检测提供了有力的支撑。 展开更多
关键词 时频分析 经验模态分解 自适应噪声的总体集合经验模态分解 希尔伯特-黄变换 高分辨率 时频谱
在线阅读 下载PDF
基于EMD降噪与RFID技术的电缆定位方法 预览
2
作者 胡长华 王荣鹏 聂文翔 《供用电》 2019年第8期78-83,共6页
随着城市化进程加快,电力电缆普及程度日益增大,与架空线路相比,其封闭的敷设环境使得故障定位及抢修成为难点。依托电力GIS平台,提出基于经验模态降噪与射频识别技术的电缆定位方法,该方法采用无线射频识别技术建立电力电缆通道模型,... 随着城市化进程加快,电力电缆普及程度日益增大,与架空线路相比,其封闭的敷设环境使得故障定位及抢修成为难点。依托电力GIS平台,提出基于经验模态降噪与射频识别技术的电缆定位方法,该方法采用无线射频识别技术建立电力电缆通道模型,使得地下管道可视化、数据化;运用行波进行电缆单端测距,针对测距波形噪声较大的缺点,对其波形进行经验模态分解,并进行小波变换方法降低波形噪声,得到精准故障距离;最后结合故障距离以及电力电缆通道模型进行精准定位。仿真结果表明:经验模态分解与小波变化能有效滤除故障行波中的脉冲信号与白噪声信号,为故障测距打下基础;单端行波测距方法能精准进行故障测距;结合电力GIS平台能有效进行电缆故障定位,具有一定的工程价值和理论价值。 展开更多
关键词 电缆定位 降噪 射频识别技术 经验模态分解
在线阅读 下载PDF
基于EMD的滚动轴承故障诊断方法研究 预览
3
作者 陶栩 《自动化与仪表》 2019年第4期56-59,共4页
滚动轴承安装在机体内部,运行中故障不易被及时发现,致使故障扩大甚至造成严重经济损失。单一运用滚动轴承故障诊断方法,无法精准反映其故障全部特征。以经验模态分解(EMD)方法为基础,提取含有故障特征信息的不同阶本征模函数(IMF);选... 滚动轴承安装在机体内部,运行中故障不易被及时发现,致使故障扩大甚至造成严重经济损失。单一运用滚动轴承故障诊断方法,无法精准反映其故障全部特征。以经验模态分解(EMD)方法为基础,提取含有故障特征信息的不同阶本征模函数(IMF);选择较大的峭度值,用于筛选各阶IMF分量;运用Hilbert变换进行包络解调,实现对重构信号的包络谱分析;进行频域变换得到精确的轴承故障特征信息,并将其与它的故障特征频率比对,实现故障判断。试验结果表明,该方法能够对滚动轴承进行准确故障诊断,具备良好的工程应用价值。 展开更多
关键词 故障诊断 滚动轴承 经验模态分解 峭度系数 HILBERT变换
在线阅读 下载PDF
新能源并网电压闪变的自相关EMD检测方法研究
4
作者 李晓晶 陈新 +2 位作者 吴国栋 李全茂 陈仕彬 《电子测量技术》 2019年第11期70-74,共5页
针对新能源发电并网过程中强噪声背景下的电压闪变故障,提出一种自相关EMD的故障特征检测方法,该方法结合EMD分解结果和自相关分析实现信号的降噪滤波,充分利用有效信号和噪声信号的自相关差异性实现分解信号的选取,剔除由噪声构成的分... 针对新能源发电并网过程中强噪声背景下的电压闪变故障,提出一种自相关EMD的故障特征检测方法,该方法结合EMD分解结果和自相关分析实现信号的降噪滤波,充分利用有效信号和噪声信号的自相关差异性实现分解信号的选取,剔除由噪声构成的分解信号后再对信号进行重构,从而实现测试信号的滤波降噪。将电网电压闪变故障作为研究对象,采用自相关EMD的方法对闪变故障测试信号进行分解和筛选,对具有噪声信号特征的IMF分量进行剔除,有效提高了测试信号的信噪比,将具有故障特征的IMF分量进行了组合,实现了故障特征信号的准确提取,对于故障发生的起止时间进行了准确判断,同时该方法能够为新能源并网过程中的电能质量稳定控制提供必要的参考,最后通过仿真和实验验证了该方法的有效性。 展开更多
关键词 电压闪变 非平稳信号 自相关分析 经验模态分解 故障检测
大坝变形的去噪傅里叶模型预测
5
作者 杨庆 任超 《测绘科学》 CSCD 北大核心 2019年第2期158-163,共6页
针对大坝变形预测中非平稳性且含噪声的数据处理问题,该文提出一种基于剔除含噪声信号的大坝变形傅里叶(Fourier)预测新算法。首先利用经验模态分解(EMD)法将变形时间序列分解成具有不同尺度特征的固有模态函数(IMF)分量,并计算出各分... 针对大坝变形预测中非平稳性且含噪声的数据处理问题,该文提出一种基于剔除含噪声信号的大坝变形傅里叶(Fourier)预测新算法。首先利用经验模态分解(EMD)法将变形时间序列分解成具有不同尺度特征的固有模态函数(IMF)分量,并计算出各分量与原始信号的相关系数;然后根据相关系数剔除含噪声的IMF分量,并采用游程判定法对剩余的波动程度相似或相同的分量进行信号重构;最后利用傅里叶函数对重构后的分量进行曲线拟合,并据此构建大坝变形预测模型,对出现的模型系数采用最小二乘算法求解。经算例验证,并与GM(1,1)、BP神经网络和傅里叶模型对比分析,结果表明该文算法预测精度较高,可用于大坝的变形预测。 展开更多
关键词 大坝变形 经验模态分解 傅里叶函数 最小二乘算法 傅里叶预测新算法
基于振动信号的高压断路器触头超程状态识别 预览
6
作者 杨秋玉 阮江军 +1 位作者 黄道春 庄志坚 《电机与控制学报》 EI CSCD 北大核心 2019年第6期27-34,共8页
提出了一种利用振动信号识别高压断路器触头超程状态的新方法。高压断路器分/合闸动作过程中产生的振动信号包含有触头超程状态信息,合适的信号处理方法及特征提取技术可以将该信息提取出来。试验获取高压断路器不同触头超程下的振动信... 提出了一种利用振动信号识别高压断路器触头超程状态的新方法。高压断路器分/合闸动作过程中产生的振动信号包含有触头超程状态信息,合适的信号处理方法及特征提取技术可以将该信息提取出来。试验获取高压断路器不同触头超程下的振动信号,采用经验模态分解(EMD)对振动信号进行分解,计算分解得到的本征模态函数(IMF)Hilbert边际谱能量,作为触头超程状态特征量,并详细分析该特征量与触头超程之间的变化规律。结果表明,所提方法能够有效提取高压断路器的触头超程状态信息,能够实现触头超程状态的准确识别,为高压断路器触头超程状态在线监测与诊断提供一种新方法。 展开更多
关键词 高压断路器 触头超程 振动信号 经验模态分解 Hilbert边际谱能量
在线阅读 下载PDF
基于EMD和LSSVM组合模型的交通流量预测 预览
7
作者 连义平 《电子设计工程》 2019年第11期47-50,55共5页
针对传统的短时交通流量预测算法存在精度低和误差大的缺点,提出一种基于EMD和LSS.VM组合模型的短时交通流量预测模型。针对短时交通流量数据,运用经验模态分解EMD分解技术将短时交通流量数据分解成个若干IMF分量和残余分量Res,之后针对... 针对传统的短时交通流量预测算法存在精度低和误差大的缺点,提出一种基于EMD和LSS.VM组合模型的短时交通流量预测模型。针对短时交通流量数据,运用经验模态分解EMD分解技术将短时交通流量数据分解成个若干IMF分量和残余分量Res,之后针对IMF分量和Res分量分别运用LSSVM进行预测,之后将各自的预测结果进行叠加重构,实现短时交通流量预测。研究结果表明,本文提出的算法EMD_LSSVM可以有效提高短时交通流量预测的精度,为短时交通流量预测提供新的方法和途径。 展开更多
关键词 经验模态分解 最小二乘支持向量机 短时交通流量 神经网络
在线阅读 下载PDF
基于软筛分停止准则的改进经验模态分解及其在旋转机械故障诊断中的应用
8
作者 彭丹丹 刘志亮 +1 位作者 靳亚强 秦勇 《机械工程学报》 EI CAS CSCD 北大核心 2019年第10期122-132,共11页
筛分停止准则是影响经验模态分解在高速列车旋转机械故障诊断准确率的关键因素之一。目前普遍采用预先设定阈值的方法,不具有自适应性,导致经验模态分解易出现模态混叠的问题,进而影响故障诊断结果。鉴于充分论证筛分停止准则对经验模... 筛分停止准则是影响经验模态分解在高速列车旋转机械故障诊断准确率的关键因素之一。目前普遍采用预先设定阈值的方法,不具有自适应性,导致经验模态分解易出现模态混叠的问题,进而影响故障诊断结果。鉴于充分论证筛分停止准则对经验模态分解结果的影响,提出一种能够自适应控制筛分过程的软筛分停止准则,用于抑制模态混叠问题,提高经验模态分解精度和效率。针对目标信号,该准则通过定义一个刻画全局能量和局部冲击的目标函数,结合启发式搜索机制,实现每次筛分过程中筛分迭代次数的优化,进而保障经验模态分解获取最优分解结果。利用仿真数据和凯斯西储大学轴承基准数据集,对改进的经验模态分解与两种传统实现方法在不同的分解和诊断性能维度上进行对比讨论。最后,将提出的改进经验模态分解方法成功应用于高速列车旋转机械模拟试验台的故障诊断案例中。 展开更多
关键词 经验模态分解 模态混叠 筛分停止准则 故障诊断 高速列车
基于EMD的ICA降噪方法在电厂开关柜局部放电信号中的应用 预览
9
作者 魏海增 马宏忠 +1 位作者 黄涛 黄烜城 《电力系统及其自动化学报》 CSCD 北大核心 2019年第5期110-116,共7页
电厂开关柜运行环境复杂,开关柜局部放电PD(partial discharge)信号常湮没在强烈的干扰噪声中,无法准确检测出可靠结果。为了提高电厂开关柜局部放电检测的可靠性,首先将检测到的含噪PD信号进行经验模态分解EMD(empirical mode decompos... 电厂开关柜运行环境复杂,开关柜局部放电PD(partial discharge)信号常湮没在强烈的干扰噪声中,无法准确检测出可靠结果。为了提高电厂开关柜局部放电检测的可靠性,首先将检测到的含噪PD信号进行经验模态分解EMD(empirical mode decomposition),筛选出合适的本征模态分量IMF(intrinsic mode function)构造虚拟噪声通道;再将虚拟噪声通道与含噪PD信号作为输入,利用独立分量分析ICA(independent component analysis)算法将PD信号与噪声信号分离,提取PD信号。通过在仿真信号与实测信号中的应用表明,该方法能够较好地实现对含噪PD信号的噪声消除。与常见的小波降噪方法相比,该方法降噪效果更好,不仅降低了噪声的干扰,同时还很好地保持了原信号的特征。 展开更多
关键词 开关柜 局部放电 经验模态分解 独立分量分析 降噪
在线阅读 下载PDF
基于预处理的单通道盲源分离 预览
10
作者 刘晨 《电子设计工程》 2019年第11期56-60,共5页
文中分别采用经验模态分解(EMD),变分模态分解(VMD)两种预处理方法,使单通道观测信号由欠定信号转为正定或超定从而解决其“非欠定”限制,并对此两种预处理方法进行仿真实验对比验证,研究表明,不同的预处理方法会影响信号盲分离的结果,... 文中分别采用经验模态分解(EMD),变分模态分解(VMD)两种预处理方法,使单通道观测信号由欠定信号转为正定或超定从而解决其“非欠定”限制,并对此两种预处理方法进行仿真实验对比验证,研究表明,不同的预处理方法会影响信号盲分离的结果,寻找一种高效、快速的预处理方法是解决欠定盲信号分离的关键,且仿真实验结果表明,VMD预处理方法更具优越性。 展开更多
关键词 单通道 盲源分离 经验模态分解 变分模态分解
在线阅读 下载PDF
小波分析和经验模态分解对BDS多路径误差削弱对比研究 预览
11
作者 陶远 邓永春 +1 位作者 胡豪杰 高翔 《全球定位系统》 CSCD 2019年第3期49-55,共7页
在利用北斗卫星导航系统(BDS)进行高精度变形监测时,BDS信号产生的多路径效应是影响变形监测数据精度和可靠性的一个不可忽视的误差源.BDS有三种不同的轨道卫星,所形成的多路径误差较为复杂.基于坐标域的多路径误差使用小波分析(Wavelet... 在利用北斗卫星导航系统(BDS)进行高精度变形监测时,BDS信号产生的多路径效应是影响变形监测数据精度和可靠性的一个不可忽视的误差源.BDS有三种不同的轨道卫星,所形成的多路径误差较为复杂.基于坐标域的多路径误差使用小波分析(Wavelet)和经验模态分解(EMD)进行原始序列降噪,对降噪后序列使用改进恒星日滤波(ASF)进行多路径误差剔除,两种方法分别对基线精度的E方向改善了38.6%和40.8%,N方向改善了59.1%和61.0%,U方向改善了57.8%和57.9%,EMD对坐标序列的平滑和基线精度改善较优. 展开更多
关键词 北斗卫星导航系统 改进恒星日滤波 小波分析 经验模态分解 多路径误差
在线阅读 下载PDF
基于双变量经验模态分解和最小二乘支持向量机的风电功率区间预测
12
作者 杨德友 高子昂 李音璇 《电力建设》 北大核心 2019年第5期118-127,共10页
准确的功率预测是应对大规模风电并网问题的重要方法,但目前风电功率预测精度仍存在较大误差。为了更精确地对风电功率进行超短期预测,提出一种基于双变量经验模态分解技术和最小二乘支持向量机的组合区间预测方法。首先,通过比例系数... 准确的功率预测是应对大规模风电并网问题的重要方法,但目前风电功率预测精度仍存在较大误差。为了更精确地对风电功率进行超短期预测,提出一种基于双变量经验模态分解技术和最小二乘支持向量机的组合区间预测方法。首先,通过比例系数法构造复值区间,解决了区间构造的难题;其次,利用双变量经验模态分解和样本熵分别将上、下限结果分解重构,凸显了数据的特征信息;再次,针对各特征分量分别建立基于深度信念网络和最小二乘支持向量机的组合预测模型进行预测;最后,将各分量的预测结果组合得到一定置信率下的预测区间。实际算例表明,与现有的区间预测方法比,所提区间预测方法有效提高了区间覆盖率,达到了更准确的预测精度。 展开更多
关键词 风电功率 区间预测 功率预测 经验模态分解
基于EMD和闭环测试的回路振荡诊断方法
13
作者 孔杰 田学民 尚林源 《控制工程》 CSCD 北大核心 2019年第5期879-885,共7页
针对控制回路中常见的多重振荡源引起的回路振荡现象,提出一种基于经验模态分解(EMD)和闭环测试的振荡诊断方法,首先,利用EMD将控制器输出数据以及系统输出数据分解为不同频率的本征模态函数(IMF);然后,分别对所得振荡的IMF信号进行闭... 针对控制回路中常见的多重振荡源引起的回路振荡现象,提出一种基于经验模态分解(EMD)和闭环测试的振荡诊断方法,首先,利用EMD将控制器输出数据以及系统输出数据分解为不同频率的本征模态函数(IMF);然后,分别对所得振荡的IMF信号进行闭环测试,通过对回路叠加测试信号来判别对应振荡信号的振荡源。该方法可解决由多重振荡源导致的回路振荡诊断问题。在连续搅拌混合过程上的仿真实验验证了该方法的有效性。 展开更多
关键词 振荡诊断 阀门粘滞 闭环测试 经验模态分解
纳斯达克半导体行业股指统计特性及其神经网络预测技术研究 预览
14
作者 王晓倩 侯志芳 +1 位作者 耿兴波 邱小燕 《应用技术学报》 2019年第2期173-179,共7页
金融时间序列统计特性和神经网络预测研究对于掌握金融市场发展规律,并指导长期或短期投资行为具有重要意义。采用经验模态分解(EMD)、时间内禀相关分析(TDIC)和Hilbert谱分析等方法对纳斯达克半导体行业股指进行了尺度统计分析,并利用... 金融时间序列统计特性和神经网络预测研究对于掌握金融市场发展规律,并指导长期或短期投资行为具有重要意义。采用经验模态分解(EMD)、时间内禀相关分析(TDIC)和Hilbert谱分析等方法对纳斯达克半导体行业股指进行了尺度统计分析,并利用先验的神经网络对纳斯达克半导体行业股指进行了预测。统计分析发现,各阶本征模态函数(IMF)呈现一定的周期性,能谱分析的结果显示半导体行业股具有统计行为;利用先验的神经网络对半导体股指进行预测,发现半导体行业股指将会在未来一段时间内保持振荡趋势,不同的反向传播(BP)神经网络预测模型可以有效应对半导体行业长期和短期投资方案,可为投资者提供有效的借鉴。 展开更多
关键词 经验模态分解 半导体行业股指 统计特性 神经网络
在线阅读 下载PDF
低信噪比下短波授时信号的去噪方法研究 预览
15
作者 谢亮 《天文学报》 CSCD 北大核心 2019年第3期55-62,共8页
提出一种基于经验模态分解与改进型谱减法相结合的低信噪比短波时号语音增强方法,解决在复杂噪声环境下短波时号无法用于定时的问题.该方法的核心思想是利用希尔伯特-黄变换(HHT)算法对带噪短波时号进行经验模态分解,通过最大相关度筛... 提出一种基于经验模态分解与改进型谱减法相结合的低信噪比短波时号语音增强方法,解决在复杂噪声环境下短波时号无法用于定时的问题.该方法的核心思想是利用希尔伯特-黄变换(HHT)算法对带噪短波时号进行经验模态分解,通过最大相关度筛选出含有短波时号的固有模态分量进行重构,再对重构之后的信号进行谱减,从而达到降噪的目的.实验表明:该方法的降噪效果优于传统方法. 展开更多
关键词 短波 授时 经验模态分解 谱减法
在线阅读 下载PDF
基于经验模态分解去噪改进主成分分析的冷水机组传感器故障检测
16
作者 毛前军 方曦 +2 位作者 李冠男 梁致远 胡云鹏 《暖通空调》 2019年第7期106-110,共5页
提出了一种基于经验模态分解(EMD)阈值去噪(TD)和主成分分析(PCA)相结合的冷水机组传感器故障检测方法(EMD-TD-PCA)。采用EMD阈值去噪法去除原始数据中的噪声来提高数据质量,针对去噪后的数据构建PCA模型。采集了武汉市某电子厂螺杆式... 提出了一种基于经验模态分解(EMD)阈值去噪(TD)和主成分分析(PCA)相结合的冷水机组传感器故障检测方法(EMD-TD-PCA)。采用EMD阈值去噪法去除原始数据中的噪声来提高数据质量,针对去噪后的数据构建PCA模型。采集了武汉市某电子厂螺杆式冷水机组的实际运行数据,用于验证故障检测效果,并与传统PCA方法和小波阈值去噪(Wavelet-TD-PCA)方法的传感器故障检测结果进行了对比。结果表明:EMD-TD-PCA可以有效提高冷水机组传感器的故障检测效率,同等偏差条件下,故障检测效果优于传统PCA方法和Wavelet-TD-PCA方法。对于小偏差(-1~1℃)故障,故障检测效果提升尤为明显。 展开更多
关键词 经验模态分解 主成分分析 阈值去噪 传感器故障 故障检测
基于马氏距离累积量和EMD的结构损伤识别两步法 预览
17
作者 陈闯 俞鹏 王银辉 《振动与冲击》 EI CSCD 北大核心 2019年第13期142-150,共9页
结构损伤识别一直是结构健康监测和安全状态评估的热点问题,损伤信息少、信噪比低等因素极大增加了结构损伤识别的难度。基于马氏距离累积量(MDC)和经验模态分解(EMD)提出一种结构损伤识别的“两步法”,首先,利用健康状态监测数据作为... 结构损伤识别一直是结构健康监测和安全状态评估的热点问题,损伤信息少、信噪比低等因素极大增加了结构损伤识别的难度。基于马氏距离累积量(MDC)和经验模态分解(EMD)提出一种结构损伤识别的“两步法”,首先,利用健康状态监测数据作为参考样本,并利用参考样本的MDC值构造损伤识别向量,其MDC值的均值作为阈值,对待测样本进行初步损伤识别;当监测数据中损伤信息较少、信噪比低,利用直接的监测数据损伤识别困难时,则利用经验模态分解方法将监测数据分解成各阶本征模态函数(IMF),再利用各阶IMF的MDC值构造损伤识别向量,并利用统计学方法对损伤识别向量进行概率密度函数拟合,以概率密度函数95%置信区间的上限值作为阈值对结构进一步损伤识别。通过简支梁数值模拟和工字钢的模型试验验证了该方法的有效性及抗噪性。 展开更多
关键词 马氏距离累积量 经验模态分解 结构健康监测 损伤识别两步法
在线阅读 下载PDF
基于经验模态分解和长短期记忆神经网络的变压器油中溶解气体浓度预测方法
18
作者 刘云鹏 许自强 +2 位作者 董王英 李哲 高树国 《中国电机工程学报》 EI CSCD 北大核心 2019年第13期3998-4007,共10页
对油中溶解气体浓度进行有效预测,可为电力变压器故障诊断及预警提供重要依据。提出一种基于经验模态分解与长短期记忆神经网络的变压器油中溶解气体浓度预测方法。首先,运用经验模态分解将气体浓度序列分解为一组相对平稳的子序列分量... 对油中溶解气体浓度进行有效预测,可为电力变压器故障诊断及预警提供重要依据。提出一种基于经验模态分解与长短期记忆神经网络的变压器油中溶解气体浓度预测方法。首先,运用经验模态分解将气体浓度序列分解为一组相对平稳的子序列分量,以减少不同趋势信息间的相互影响;然后,针对各子序列分别构建基于长短期记忆神经网络的时序预测模型,并利用贝叶斯理论对网络相关超参数进行优化,以提高单个模型的预测精度;最后,叠加各子序列预测结果得到气体浓度预测值。算例研究结果表明,相较于传统预测算法,所提方法能更好地追踪油中溶解气体的浓度变化趋势,具有更高的预测精度。 展开更多
关键词 油中溶解气体 经验模态分解 长短期记忆神经网络 预测
基于支持向量回归和K均值聚类的降温负荷组合测算模型
19
作者 王雁凌 马洪宇 +1 位作者 成一平 梁冰 《现代电力》 北大核心 2019年第3期51-57,共7页
随着降温负荷在负荷结构中占比逐年增大,测算降温负荷对中短期负荷预测意义重大。受经济新常态、去产能等政策影响,基本负荷在月间出现较大差异,传统降温负荷测算方法对该类情况有局限性。构建了一种基于支持向量回归和K均值聚类的降温... 随着降温负荷在负荷结构中占比逐年增大,测算降温负荷对中短期负荷预测意义重大。受经济新常态、去产能等政策影响,基本负荷在月间出现较大差异,传统降温负荷测算方法对该类情况有局限性。构建了一种基于支持向量回归和K均值聚类的降温负荷组合测算模型,包括基于SVR-Winters的变尺度基本负荷预测和EMD-Kmeans降温负荷二次剥离。以西北某省实际数据进行算例分析,结果表明该方法能有效解决基本负荷月间差异较大及日内随机波动等问题,具有较高的测算精度及良好适应性。 展开更多
关键词 降温负荷测算 支持向量回归 K均值聚类 经验模态分解
基于经验模态分解的桥梁动态监测数据处理
20
作者 孙剑峰 奎春香 《工程勘察》 2019年第6期60-65,共6页
将GPS实时动态监测技术应用于桥梁监测是保障桥梁安全的重要手段,桥梁动态监测的关键是桥梁动态特性的提取,针对小波分析方法的不足,本文将经验模态分解应用于GPS桥梁动态特性提取,并分析了四种判定本征模态函数性质的方法。实验发现,... 将GPS实时动态监测技术应用于桥梁监测是保障桥梁安全的重要手段,桥梁动态监测的关键是桥梁动态特性的提取,针对小波分析方法的不足,本文将经验模态分解应用于GPS桥梁动态特性提取,并分析了四种判定本征模态函数性质的方法。实验发现,经验模态分解能够有效提取GPS桥梁动态特性,但不同本征模态函数判定准则判定的效果存在差异,实际应用中要综合分析。 展开更多
关键词 桥梁动态监测 经验模态分解 GPS 本征模态函数判定准则
上一页 1 2 169 下一页 到第
使用帮助 返回顶部 意见反馈