奇异谱分析-最大熵结合最优子集回归方法在中国夏季降水预测中的应用

基于奇异谱分析-最大熵预报方法(SSA-MEM)和最优子集回归方法(OSR),综合考虑降水量序列自身的变化特征和外强迫因子对降水的贡献,把奇异谱分析-最大熵预报方法和最优子集回归方法结合起来,提出了SSA-MEM和OSR集成的新方法。对1961—2000年的夏季降水量进行拟合并试做2001—2004年的夏季降水预测。结果表明,回报拟合值与实况值距平相关系数达到0.85,通过了0.01的显著性水平检验。预报的平均技巧得分较高,试报准确率达到69%,略高于目前国内对汛期降雨预测的平均准确率。初步的试验表明,本方法对全国范围夏季降水有较好的预测能力,在东北及西南地区预测结果尤为显著。

最大熵方法-功率谱密度分析法在时间序列资料研究中的应用

目的介绍一种应用较为广泛的新的时间序列分析方法"最大熵方法-功率谱密度分析法"。方法对时间序列资料在频域分析中采用最大熵方法进行功率谱分析,并结合在时域分析中对非线性最小二乘法采用线性化方法进行分析、预测。结果介绍了该方法的理论柜架、操作步骤,并通过英国伦敦1948～1967年麻疹报告发病的时间序列进行了演示,还对此方法与传统的频域分析法和时域分析法进行了比较。结论本方法可对时间序列资料的内在特征深入分析,在了解序列内部结构的基础上进行拟合预测分析,在时间序列资料分析中具有广泛的应用前景。

基于多尺度奇异谱分析的转子碰磨诊断的数值仿真

针对从系统时间响应谱分析的角度研究转子碰磨故障的识别和诊断问题，提出了一种新的基于多尺度奇异谱分析的故障诊断方法．该方法首先建立转子碰磨模型，并用龙格-库塔法求解碰磨转子的运动方程得到碰磨转子的时间响应；其次构造了一种简单的多尺度奇异谱分析方法，用不同尺度下的各阶经验正交函数作为分析函数；最后用提出的多尺度奇异谱分析方法分析了碰磨转子和正常转子的时间响应信号．数值仿真结果表明，具有数据自适应的分析函数能够捕获信号的不同特征，通过比较不同阶次的分析函数分析的结果，可以有效地对转子碰磨进行识别和诊断．

基于奇异谱分析的超短期风电功率多步预测

针对非平稳风电功率序列的波动特性,单一预测模型无法挖掘出深层次的时序特征的问题,文章提出了一种基于奇异谱分析时序的分解组合预测方法。首先采用Cao方法确定奇异谱分析最佳嵌入维度,并对功率时间序列进行分解;然后考虑各分量多时间尺度特性,通过粒子群优化参数的最小二乘支持向量机对各子序列建立预测模型;最后通过对各子序列进行迭代多步预测并将结果叠加,得到实际预测功率值。实际算例表明,与其他分解方法相比,采用奇异谱分析的组合模型能够有效保留原序列中的关键趋势和复杂特征,具有更好的预测性能。

SSA-MEM预报黑龙江省温度

通过试验用奇异谱-极大熵方法建立了黑龙江月平均温度距平的延伸预报模型。