基于去趋势分析的大规模双馈风电场送出变压器差动保护

由于双馈风电场输出的故障电流具有频偏特性且含有较大的谐波分量,当双馈风电场送出变压器发生内部故障时,变压器差动电流中二次谐波与基波的比值增大,使得变压器差动保护面临延时动作的风险;且系统发生故障时,双馈风电场输出的故障电流中存在大量非周期分量,会使得送出变压器中的电流互感器更易发生饱和现象,致使传统变压器差动保护的可靠性降低。提出了基于去趋势分析的大规模风电场送出变压器的差动保护方案。首先,将采样电流通过滑动数据窗进行去趋势分析得到去趋势残差函数,然后,结合电流波形斜率特征完成对变压器励磁涌流及故障差流(包含电流互感器饱和状态下)的有效区分。最后,在PSCAD中搭建了双馈风电场送出系统,在不同工况下验证且分析了所提保护方案的适用性。

对应分析和去趋势分析在有蹄类取食模式研究中的应用

本研究以2009年1月和2010年1月小兴安岭大沾河湿地自然保护区二可河林场内驼鹿冬季食性的数据作为原始数据,分别以对应分析(CA)、去趋势分析(DCA),并将数据以样本为单位进行标准化后,再进行去趋势分析(DCA_std)3种排序方法,对驼鹿冬季取食模式进行了研究,后通过普鲁克分析,比较了不同排序方法对大型有蹄类取食模式研究的效果。结果表明,3种排序法的1轴和2轴均能涵盖绝大多数信息量,CA涵盖79.27%,DCA涵盖66.65%,DCA_std涵盖68.22%;3种方法均能够在1轴上区分针叶树和落叶乔木类食物,在2轴上,3种方法主要能够达到针叶树种与除落叶乔木外的其他植物类别的区分。虽三者均能够展现有蹄类取食模式,但在图形可视化后,仅DCA_std无明显的弓形效应。普鲁克分析结果表明,DCA_std样本位移平方和与CA和DCA均有很大差异,即将数据先进行标准化再进行DCA分析能够有效去除弓形效应。因此,由多度组成的食性数据在进行标准DCA分析前,应对数据进行前期处理会得到更好的效果。同时,以样本为单位的标准化将使排序分析结果生态学意义更明确。

基于去趋势分析的中国温带旱柳开花始期对气候变暖的响应

为了更准确地揭示植物在物候水平上对气温变化的响应与适应机制,在去气温和物候时间序列趋势的基础上,建立日尺度的气温-物候回归模型,分析中国温带地区40个站点1986-2011年旱柳开花始期对气温变化的响应与适应机理。结果表明:中国温带地区77.5%的站点旱柳开花始期呈提前趋势,相应的敏感时段春季气温则呈上升趋势(0.8±0.5℃·10a^(-1))。其中,75%的站点物候期或气温时间序列存在显著变化趋势。进行去趋势处理后,17.5%的站点相关性发生变化,去趋势前其相关性较低,去趋势后,表现为显著负相关;模拟的均方根误差(RMSE)从去趋势前的5.5d降至去趋势后的4.9d,说明去趋势方法能提高气温-物候响应关系诊断的精确度。基于去时间序列线性趋势的气温-物候回归模型,得到92.5%的站点旱柳开花期与敏感时段春季气温呈显著负相关关系,即随着气温的升高,旱柳开花期呈提前趋势,其线性响应速率为-2.5±2.1d·℃^(-1)。

滑动去趋势分析在机械故障诊断中的应用

研究滑动去趋势波动分析(Moving Detrended Fluctuation Analysis,MDFA)方法,得到信号时间序列的标度指数。在信号的突变点处,标度指数大幅度的波动,而在无故障处,标度指数只是在一个小范围内上下波动,因而MDFA方法可以检测工程信号中的突变。本文采用MDFA方法对齿轮和轴承因突变故障得到的信号进行仿真试验,分析结果证明了MDFA方法在旋转机械突变故障诊断中的有效性。

轴承振动信号的去趋势分析和故障特征提取方法研究

针对传统经验模式分解(EMD)确定含噪模式分量缺乏具体评价指标的问题,首先利用互补集合经验模式分解(CEEMD)将故障信号分解,然后利用去趋势波动分析(DFA)计算每一个模式分量对应的标度指数,有用分量和含噪分量通过标度指数的幅值阈值进行区分,最后小波分析用于对识别出的高频含噪分量进行降噪处理,其目的是最大程度地保留高频模式分量中的故障信息,实现信号的自适应降噪。通过对轴承故障信号和数值仿真信号的分析结果表明:提出的方法能够更好地识别和提取轴承的故障特征。

基于去趋势波动分析的阀门粘滞检测方法研究

控制阀门是工业过程实现精准控制的关键执行机构,然而,阀门粘滞故障会严重损害工业过程控制性能和系统稳定性。本文研究一种基于去趋势波动分析(DFA)的阀门粘滞检测方法。首先,选取控制器输出(OP)和被控过程变量(PV)作为阀门粘滞检测数据集并进行数据预处理;然后,采用DFA方法计算数据预处理后OP和PV的Hurst指数,用于度量变量数据的长程相关性;最后,构建加权阀门粘滞检测指标用于检测阀门粘滞故障。通过仿真实验和工业实例实验表明,本文方法能够准确有效地实现对工业过程控制回路中阀门粘滞故障的检测任务。

用去趋势涨落分析研究北京气候的长程变化特征

无标度性广泛存在于自然界系统包括气候系统中，其特征之一是可观测量存在幂函数关系，它揭示了气候系统的复杂性．为探索气候可预测性的客观基础，运用去趋势涨落分析（DFA）方法对北京1870～2003年平均气温和1725～2003年降水序列进行了分析．结果表明，北京年平均气温和降水量均可划分为多个标度不变区域．在特定的标度域内，它们都表现出正长程相关的性质，为制作年际与年代际气候预测提供了理论基础．

齿轮振动信号的去趋势波动分析及其在故障分类中的应用

针对齿轮振动信号具有非线性和非平稳性的特点,采用去趋势波动分析对振动信号特征进行提取。应用该方法对采自实验台的齿轮振动信号进行分析,获得对数尺度-波动函数图。发现齿轮振动信号在不同时间尺度上具有不同的幂率关系,信号具有双标度性。分析了双标度产生的原因,提出将去趋势波动分析双对数图中小尺度下的尺度指数与截距组成齿轮振动信号的特征向量。应用高斯混合模型对100组不同故障模式的齿轮振动信号进行特征描述,然后采用最大贝叶斯分类器对50组齿轮测试信号进行分类,结果表明:应用该特征提取方法可获得较高的故障识别率。

基于双树复小波变换的非平稳时间序列去趋势波动分析方法

多重分形去趋势波动分析是研究非平稳时间序列非均匀性和奇异性的有效工具,针对该方法中趋势项难以确定的问题,提出一种基于双树复小波变换的方法,实现了非平稳信号的多重分形自适应去趋势波动分析.利用双树复小波变换提取信号的多尺度趋势和波动信息,通过小波系数的希尔伯特变换确定每个时间尺度不重叠子区间的长度,使多重分形分析具有信号自适应性及较高的计算效率.以具有解析形式分形特征的倍增级联信号和分数布朗运动时间序列为例验证本文方法的有效性,所得结果与解析解相吻合.与传统的多项式去趋势多重分形方法相比,本文方法根据信号自身特点自适应地确定信号的趋势和不重叠等长度子区间长度,所得结果更加精确.对倍增级联信号时间序列取不同的长度,验证了算法的稳定性.分别与基于极大重叠离散小波变换和离散小波变换多重分形方法进行比较,表明本文方法具有更精确的结果和更快的运算速度.

滑动去趋势波动分析在电能质量暂态扰动检测中的应用

针对电能质量暂态扰动信号的不规则性和突变性特点,提出了一种基于滑动去趋势波动分析的电能质量扰动检测新方法。扰动的发生使原信号的相关性特征发生变化,而去趋势波动分析的波动参数对这种变化反应敏感。通过滑动窗构建波动参数曲线,不仅能够对扰动时刻进行准确定位,而且可以确定电压暂升、暂降等典型暂态扰动的电压波动幅值。试验结果证明了该方法的有效性,与基于小波变换的检测方法相比,所述方法在抵御噪声干扰方面更具优越性。

基于多重分形去趋势波动分析的齿轮箱故障特征提取方法

齿轮箱故障信号通常是具有多标度行为的非平稳信号,去趋势波动分析(Detrended Fluctuation Analysis,DFA)不能准确揭示隐藏在这类信号中的动力学行为。多重分形去趋势波动分析(Multifractal Detrended Fluctuation Analy-sis,MF-DFA)是DFA方法的拓展,能够有效地揭示隐藏在多标度非平稳信号中的动力学行为。利用MF-DFA计算齿轮箱故障信号的多重分形奇异谱,而多重分形奇异谱的宽度、最大奇异指数、最小奇异指数和极值点对应的奇异指数都具有明确的物理意义,能够表征齿轮箱故障信号的内在动力学机制,适合作为齿轮箱振动信号的故障特征。提出一种基于MF-DFA的齿轮箱故障特征提取方法,将该方法用于包含正常、轻度磨损、中度磨损和断齿故障齿轮箱的故障诊断,并与DFA方法的结果进行了对比。结果表明,提出的方法对齿轮箱故障状态的变化非常敏感,能够完全分离相近的故障模式,有效地克服了传统DFA方法存在的缺陷,为齿轮箱的故障特征提取提供了一种新方法。

睡眠生理参数的去趋势波动分析

去趋势波动分析(DFA)适宜于研究各类非稳态时间序列的长程幂函数相关性。我们采用DFA方法分析脑电、心电RR间期序列和搏出量等睡眠生理参数,计算定标指数α,研究各睡眠阶段的特点。实验结果显示,各睡眠阶段的α值具有明显的差异,脑电和搏出量信号的规律相似,α随睡眠加深而增大,而RR间期序列的规律则相反,α随睡眠加深而减小。表明DFA在生理参数分析中具有良好的应用价值。

基于随机重排去趋势波动分析的极端高温事件研究及其综合指标的建立

基于中国气象局公布的1961-2006年中国165个国际交换站无缺测的逐日平均气温资料,利用随机重排去趋势波动分析(S-DFA)方法,计算并分析了中国极端高温事件阈值的空间分布特征,并对S-DFA方法在实际资料中的应用进行了检验。从可预报性的角度给出了极端高温事件强度综合指标的定义。该综合指标将极端高温事件的发生频次和强度综合起来,兼顾不同地区各自特有的区域气候背景,进一步说明综合指标定义的合理性。基于极端高温事件综合指标的空间分布规律,将1961-2006年间中国极端高温事件分为4个不同等级的地区。极端高温事件综合指标在20世纪90年代初期之前一直保持平稳的波动变化,之后则一直处于上升之中,尤其是在90年代中后期开始迅速上升。

基于谐波小波和去趋势波动分析的摩擦振动信号研究

为实现摩擦振动信号的降噪和摩擦振动信号特征提取,在往复式摩擦磨损试验机上进行了摩擦副摩合磨损试验。应用谐波小波对获得的非线性、非平稳的摩擦振动信号进行分解,实现摩擦振动信号的降噪。应用去趋势波动分析算法对摩擦振动信号进行分析,获得不同阶数下的Hurst指数,判别数据序列的属性及其趋势增强的程度。研究结果表明,随着磨合磨损试验的进行,摩擦振动信号的标度指数呈现逐渐增大的变化趋势,去趋势波动分析算法能够实现摩擦振动信号特征提取,摩擦振动信号的标度指数变化能够用于摩擦副的磨合磨损状态监测和识别。

利用心率的去趋势波动分析提取睡眠呼吸暂停低通气综合症患者的睡眠结构信息

以经基于心率变异性的睡眠分期大都是针对健康人进行的,拟利用心率变异性分析睡眠呼吸暂停低通气综合症(SAHS)病人的睡眠结构。根据微动敏感式床垫式睡眠监测系统(MSMSMS)所得10名健康者的心率和30名不同程度SAHS患者的心率,利用去趋势波动分析(DFA)方法,计算他们在各睡眠阶段的标度指数。实验结果显示,SAHS患者各个睡眠阶段的标度指数具有明显差异,与健康者也有不同,为基于心率变异性对SAHS患者进行睡眠分期以及SAHS患者的判定提供了依据。

摩擦振动信号的EEMD和多重分形去趋势波动分析

为了研究摩擦副磨合磨损过程中摩擦振动变化规律,实现通过摩擦振动识别摩擦副的磨合磨损状态,在摩擦磨损试验机上进行了船用柴油机缸套—活塞环摩擦副摩擦磨损试验。应用总体经验模式分解对摩擦振动信号进行分解,获得若干个无模式混叠的本征模式分量。利用多重分形去趋势波动分析(Multifractal detrended fluctuation analysis,MFDFA)对重构获得的摩擦振动特征信号进行分析,得到摩擦振动信号的MFDFA谱图,并根据谱图求取摩擦振动信号的多重分形谱参数。研究结果表明,总体经验模式分解能够实现微弱摩擦振动特征信号的提取,MFDFA谱图及其参数可以表征摩擦振动信号的特征。

基于去趋势波动分析(DFA)的脑卒中后抑郁症静息脑电特征提取与识别

为考察脑卒中后抑郁症(PSD)患者静息态脑电(EEG)特异性,通过去趋势波动分析(DFA),提取16导联EEG信号波动函数F(s)和区间长度s函数关系在双对数坐标中线性拟合斜率之标度指数α值,作为EEG信号的长程幂函数相关性特征参数。将3类人群(健康正常组10人、脑卒中后无抑郁症组4人、脑卒中后抑郁症组7人)的16导联EEG信号α值作为样本进行独立样本t检验,结果显示,健康人与脑卒中患者在顶叶、颞叶以及枕叶处α值存在显著性差异(P<0.05);利用支持向量机(SVM)分类器,将EEG信号DFA的α值放入16维特征空间在脑卒中患者组(含抑郁症与无抑郁症)内进行模式识别,可获得最高90.9%的分类正确率,有望为临床PSD提供客观有效的辅助诊断新手段。

风电场风速时间序列的多重分形去趋势波动分析

为探索风电场风速时间序列的标度不变性,采用多重分形去趋势波动分析方法(MF-DFA)对风速时间序列进行分析。通过计算广义Hurst指数、尺度函数、多重分形谱,细致量化了风速序列的局部和不同层次的波动奇异性,并考察了多重分形参数对风速预测的影响。研究结果表明:风速时间序列的波动具有长程相关性,且呈现显著多重分形特征;多重分形参数与风速变化存在一定的关联性,采用多重分形谱可在一定程度上对风速的变化趋势进行预测,且风速波动量越大,预测的结果越准确。

基于去趋势波动分析方法的土壤水分长程相关性研究

采用去趋势波动分析法(DFA),分析华北山区2004—2007年逐日土壤水分序列的长程相关特性,为土壤水动态动力学机制的揭示以及模拟预测研究提供客观依据。主要结论有:(1)观测点土壤水序列并非完全随机的,具有较为显著的线性趋势,二阶去趋势波动分析可以有效地去除原始序列的线性趋势;(2)研究区土壤水序列波动形式接近于分维布朗运动,是一个由内在自相似机制决定的长程相关过程。长程相关性强弱的变化与土壤深度变化并不一致;(3)土壤水序列(20cm,40cm,70cm)标度指数存在"拐点"。随着时间尺度的增大,土壤水序列的长程相关性质发生变化。

基于去趋势波动分析的降雨演变特性研究

降雨是地区水资源的主要来源,研究其长期的演变特性,对于水文水资源系统的预报、模拟具有十分重要的意义。运用去趋势波动分析法,对宝鸡市51年月降雨量序列分析,得到了定量描述降雨时间序列长期变化行为的参数——标度指数,并探讨了降雨序列的长程相关性及其内在规律性。结果表明:对应不同研究尺度,月序列波动的标度指数分别为0.268 5和0.809 7,即在大于88个月时间尺度上原序列是正相关的,在小于88个月的时间尺度上降雨序列是反相关的,体现了半干旱区降雨系统演变机理的复杂性。