改进Stockwell变换法识别碳酸盐岩溶洞——以鄂尔多斯盆地奥陶系溶洞发育段为例

鄂尔多斯盆地奥陶系碳酸盐岩比较发育,主要储集空间为溶蚀孔洞,但其尺度较小,因地震数据分辨率较低,直接利用地震资料预测溶蚀孔洞发育段比较困难。首先对Stockwell变换(S变换)引入调节因子,使高斯窗随频率的变化减慢,从而提高S变换时频谱的时间分辨率。在此基础上,对改进S变换时频谱进行子波谱拟合,得到聚集性更好的时频谱,从中提取地层吸收属性剖面,对碳酸盐岩溶蚀洞穴进行预测。通过实际资料的处理分析结果看出,对改进S变换的时频谱进行子波谱拟合后,不论是左斜率还是右斜率法,均能获取稳定的吸收属性剖面,而且都能够清晰地刻画出溶洞发育段的位置。

宽电压增益CLLLC谐振变换器的改进型电流解析方法

对谐振电流的精确解析是计算CLLLC谐振变换器损耗的重要环节。针对宽电压增益CLLLC谐振变换器励磁电感与谐振电感比值较小的特点,基于电流拟合近似法提出了一种改进型谐振电流解析方法。首先通过分析变换器在三元谐振期间的等效拓扑,列写出谐振电流的阶段解析式,其次在考虑到三角函数未知量求解计算复杂的情况下,提出了修正系数的概念以简化计算,最终根据谐振电流的波形特点得出谐振电流初始解,并进一步通过分段迭代的方法逐步逼近谐振电流真实值。仿真结果表明,所提出的改进型电流解析式相比于传统方法,在三元谐振期间能够更加准确地描述谐振电流的变化过程,验证了所提方法的正确性。

基于神经网络的微电网交错并联变换器的改进自抗扰控制

针对混合储能微电网在负载突变、扰动加入等多种复杂工况下引起的用电端降压接口的电压质量降低的问题,文章设计了一种以改进线性自抗扰为主要控制器,以BP神经网络为辅助参数优化算法的闭环控制策略。首先,根据六路交错并联变换器的电路拓扑建立时域下的数学模型,并对系统总扰动进行重构,将总扰动分解为模型未知扰动和外界扰动,分别利用观测器进行估计,形成了改进线性自抗扰控制,提高系统的扰动观测能力和观测精度;其次,为使系统获得控制参数的实时优化能力,引入BP神经网络,对控制器参数进行实时整定;最后,搭建了混合微电网六路交错并联变换器的数字仿真模型和半实物仿真模型进行验证,并与PI,LADRC进行了比较。结果显示,所提控制策略不仅具备优异的输出电压质量,而且使系统获得了更好的稳定性与鲁棒性。

基于改进Hilbert-Huang变换的管路环向裂纹故障诊断研究

在制造、加工、装配以及服役过程中,航空液压管路可能存在平面型缺陷。在适航载荷作用下,这些缺陷会萌生裂纹并发生扩展,最终导致管路破裂和油液泄漏。为了在管路产生微裂纹时对其进行故障诊断,采用了自行搭建的航空液压管路模态试验平台和测控系统,对存在环向裂纹航空液压管路的振动信号进行了采集和预处理。而在对管路振动信号进行分解时,由于经验模态分解(Empirical Mode Decomposition,EMD)算法存在模态混叠问题难以获得准确的本征模态函数(Intrinsic Mode Functions,IMF)。为提高信号处理精度,提出一种基于自适应噪声完备经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)和Hilbert变换理论相结合的改进Hilbert-Huang变换方法对航空液压管路环向裂纹进行故障诊断。研究结果表明,该方法能够更准确地诊断航空液压管路的环向裂纹故障。

经验小波变换和改进S变换结合的电能质量检测与识别方法

为分析不确定干扰因素影响下的实际电力网络电能质量问题,提出一种经验小波变换(EWT)和改进S变换相结合的电能质量检测与识别方法。该方法一方面利用EWT联合归一化直接正交(NDQ)算法和奇异值分解(SVD)算法准确提取调幅-调频分量的频率、幅值和时间参数,另一方面考虑到EWT算法在高噪声环境下瞬时幅值波动的问题,引入改进S变换提取高噪声干扰下的电能质量扰动时频信息,最后,基于EWT和改进S变换提取的扰动特征向量,利用基于改进粒子群优化算法(IPSO)优化支持向量机(SVM)的电能质量扰动识别分类器实现扰动类型的精确识别。仿真和实验表明所提方法在复合扰动识别分类时平均识别准确率为93.23%,且能够准确识别4种实测扰动信号。

基于改进样条Chirplet变换的结构瞬时频率识别

为了提高结构瞬时频率识别的精度,对样条Chirplet变换进行改进,并结合能量集中度原则优化窗函数的参数.利用解析信号和两层框架模型验证改进样条Chirplet变换识别瞬时频率的准确性,再结合试验验证改进样条Chirplet变换能有效识别实际工程结构的瞬时频率.

基于改进小波变换与卷积神经网络的干式空心电抗器红外图像去噪方法

针对传统小波变换法去除干式空心电抗器红外图像中夹带的噪声效果不理想的问题,提出了基于改进小波变换与卷积神经网络的干式空心电抗器红外图像去噪方法。首先利用卷积神经网络中的残差学习对图像中混合特征信息进行提取;然后通过改进小波变换对图像进行小波分解,并将分解后的分量输入至网络中进行训练;进而通过残差学习增强图像纹理细节信息,解决了传统图像去噪方法的不足;最后进行仿真比较。结果表明,所提方法可以降低网络计算难度,加快训练速度,同时具有良好的去噪性能,优于传统图像去噪方法。

多极小波包变换与改进浣熊算法优化的混合核极限学习机径流预测

为提高日径流多步预测精度,减少模型计算规模,同时提升浣熊优化(COA)算法和混合核极限学习机(HKELM)性能,提出多极小波包变换(MWPT)-改进COA算法(ICOA)-HKELM日径流时间序列预测模型。首先,利用MWPT将日径流时序数据分解为1个低频分量和2个高频分量,并构建局部高斯径向基核函数和全局多项式核函数相混合的HKELM;其次,简要介绍COA算法原理,基于Circle映射等策略对COA进行改进,提出ICOA算法,通过8个典型函数对ICOA算法进行仿真验证,并与基本COA算法、鲸鱼优化算法(WOA)、灰狼优化算法(GWO)作对比,旨在验证ICOA算法的优化性能;最后,利用ICOA优化HKELM超参数(正则化参数、核参数、权重系数),建立MWPT-ICOA-HKELM模型,并构建MWPT-COA-HKELM、MWPT-WOA-HKELM、MWPT-GWO-HKELM、小波包变换(WPT)-ICOA-HKELM、小波变换(WT)-ICOA-HKELM、MWPT-ICOA-BP模型作对比分析,通过云南省景东、把边水文站2016-2020年日径流时间序列多步预测实例对各模型进行验证。结果表明:(1)ICOA具有较好的改进效果,仿真精度优于COA、WOA、GWO算法。(2)MWPT-ICOA-HKELM模型预测效果优于其他对比模型,其对实例单步预测效果“最好”,超前3步和超前5步“较好”,超前7步“较差”,预测精度随预测步长的增加而降低。(3)利用ICOA优化HKELM超参数,可显著提高HKELM预测性能,超参数优化效果优于COA、WOA、GWO算法。

基于改进的多分量频率-贝塞尔变换法研究郯庐断裂带潍坊段上地壳径向各向异性结构

郯庐断裂带潍坊段位于郯庐断裂带中部,具有复杂的地质结构,总体呈现“两堑夹一垒”的构造格局.相比于郯庐断裂带其他区域,潍坊段地震活动性较弱,属于地震空区,未来发生大地震的可能性尚不明确.前人对该地区的研究目前仅局限于速度结构和方位各向异性结构,对于上地壳径向各向异性结构特征鲜有报道.因此,研究该区域上地壳速度模型和径向各向异性结构,有助于更好地认识郯庐断裂带潍坊段浅地壳(<10 km)变形特征,评估该区域发生地震的可能性.我们利用2017年在潍坊段所布设的302个短周期地震仪采集的背景噪声数据,基于改进的多分量频率-贝塞尔变换(MMFJ)法,同时提取到潍坊段东南侧四个区域子阵列的Rayleigh波和Love波的基阶及高阶频散数据,并且进一步反演这些频散数据得到了SV波和SH波速度以及径向各向异性结构.数值实验结果表明,高阶模式频散数据的加入能够降低反演的非唯一性,更好地约束浅地壳径向各向异性结构.实例中的径向各向异性结果表明,郯庐断裂带潍坊段四个区域都有近似相同的变形特征:在约2 km以浅,径向各向异性为负(V_(SH)<V_(SV)),这可能主要源于潍坊段垂向断裂结构的控制作用;5~7.5 km,径向各向异性为正(V_(SH)>V_(SV)),这可能与早期地壳伸展沉积导致的水平变形结构有关.2~5 km,四个区域径向各向异性结构各有不同,但总体处于由负到正的转折状态.这可能因为2~5 km不仅受到断裂结构的控制作用,也受到水平沉积结构的影响,导致径向各向异性结构较为复杂.

基于改进坐标变换的某型航空装备成像画面研究

为帮助某型航空装备飞行员排除干扰快速精准地锁定目标,提出一种基于改进坐标变换的某型装备成像画面预测方法。将其同仿真软件的图形用户界面功能相结合开发了一套预测系统,通过利用该套预测系统进行目标成像画面预测,仿真输出结果可辅助飞行员排除干扰从而提升制导率。结果表明:该方法填补了某型装备成像画面预测方面的技术空白,具有实际意义与推广价值。

模块化多电平变换器改进两段式模型预测控制

基于有限控制集的模型预测控制应用于模块化多电平变换器(MMC)时通常会暴露出计算复杂与交流侧输出电流严重失真等问题。提出一种双矢量优化谐波电流模型预测控制策略,即改进两段式模型预测控制,可减少开关状态组合计算量,进一步优化交流侧输出电流。推导了MMC离散数学模型,并构建无权重因子的代价函数,通过计算实际电流与参考电流包围的最小面积重新定义同一周期内两阶段开关信号的占空比,并引入一种附加冗余子模块的方法抑制桥臂环流,接着提出一种败者树多路归并排序算法均衡电容电压。在MATLAB/Simulink平台搭建三相23电平MMC仿真模型验证该策略的有效性。相比于两段式模型预测控制,所提策略的交流侧输出电流跟踪更加精准,谐波畸变率更小。

基于改进经验小波变换模型的供能管道移动GIS综合智慧巡检策略

当前供能管道巡检策略由于对管道的缺陷特征提取不够纯净,导致缺陷定位准确度差,因此,提出了基于改进经验小波变换模型的供能管道移动GIS综合智慧巡检策略。利用移动GIS技术采集管道数据,根据管道数据采用改进经验小波变换模型对管道缺陷特征进行提取,其树状结构的子频带自分解能够准确分辨出缺陷源信号与其他干扰信号,提取到更加纯净的缺陷特征,并对缺陷特征向量特征集进行滤波,从而计算出管道缺陷的具体位置。在实验论证中,对提出的策略的定位准确性进行了验证,结果表明,提出的策略应用于供能管道巡检中,对管道缺陷定位的准确性较高。

基于改进小波变换的电气一次设备故障检测研究

传统的电气一次设备故障检测方法通常基于固定的阈值进行故障判断,导致故障检测的误报率较高。针对上述问题,提出基于改进小波变换的电气一次设备故障检测方法。首先,通过监测电气一次设备的状态,实时获取设备的运行数据。接下来,利用改进小波变换对故障信号进行分解,将复杂的信号分解为多个尺度的成分。最后,根据信号分解与特征熵值从大量的数据中自动提取出与故障相关的特征,利用这些特征进行故障检测。实验结果表明,基于改进小波变换的电气一次设备故障检测方法的误报率低,检测结果具有较高的可信度,具有应用价值。

基于改进小波变换的供电网络通信电源系统故障诊断方法

供电网络通信电源系统具有复杂的电路结构和多变的运行环境,导致不能准确诊断出故障类型,因此设计一种基于改进小波变换的供电网络通信电源系统故障诊断方法。获取供电网络通信电源系统的运行信号,利用改进的小波变换技术对运行信号进行预处理,有效去除噪声和干扰,提取出故障特征。基于这些故障特征,建立供电网络通信电源系统的故障诊断模型,判断故障类型,实现供电网络通信电源系统的故障诊断。实验结果表明,应用所提方法可成功诊断出全部故障类型,证明设计方法具有较高的诊断准确率,适用于复杂电源系统的故障诊断问题。

增强同步挤压Stockwell变换和改进集成深层极限学习机的轴承工况识别方法

针对传统基于“时频谱图—深层网络”的电机轴承工况识别方法存在时频谱能量聚集性差、深层网络收敛速度慢等缺陷,提出一种增强同步挤压Stockwell变换(ESST)和改进集成深层极限学习机(IEDELM)的电机轴承工况识别方法。首先,对采集到的电机轴承振动信号进行ESST变换得到时频谱图并转化为列向量;其次,利用9种不同的激活函数构造9种深层极限学习机,并引入自组织策略和卷积策略以提高深层极限学习机的鲁棒性;最后,将ESST时频谱列向量输入不同的深层网络进行自动特征学习,并通过集成平均法输出识别结果。实验结果表明,ESST-IEDELM方法的工况识别准确率达到99.87%,标准差仅0.12,相比于其他方法,在电机轴承振动信号特征提取和工况识别准确率方面更具优势,可用于电机轴承工况识别工程中。

改进小波变换的船舶射频信号降噪和识别

针对船舶射频信号受通信环境因素及硬件多源噪声的广泛复合因素影响而包含多种频段的噪声,在实时检测中造成有效信号检测率低、误差大的问题,本文设计一种船舶射频信号噪声降噪和识别的软硬件结合的仿真系统。将获取到的船舶射频信号经A/D转换电路转换后,在小波抑制模块分解得到小波系数,并采用改进阈值小波滤波后重构信号,送入信号识别模块利用概率神经网络进行识别。实验结果表明:本文提出的降噪识别方法能够有效地降低信噪比,提升船舶射频信号的识别率,可以应用到实际的船舶射频信号的检测系统中。

改进自适应无参经验小波变换在变压器高频局放电流噪声抑制中的应用

变压器是电力系统中的关键设备,局部放电(partial discharge,PD)是致使变压器绝缘劣化的主要原因,也是绝缘劣化的重要表现形式。针对高频PD信号中窄带干扰和白噪声这些复杂的噪声信息,提出一种基于互信息和样条插值拟合优化频谱分割的改进自适应无参经验小波变换的降噪方法。该方法以无参经验小波变换为基础,计算经无参经验小波变换分解的各个时域分量的互信息值进行合并优化得到新的频谱分割点,然后在各个频段内提取峰值点,将这些峰值点进行三次样条插值拟合得到拟合曲线,将拟合曲线的极小值点作为最新频谱分割点进行划分得到各个时域分量,最后计算各个分量的峭度值,去除峭度值小于3的分量,将剩余分量进行通用阈值降噪重构达到PD信号降噪效果。仿真、实验室和现场测试表明,与现有小波变换降噪和基于经验模态分解降噪的方法进行对比,文中的方法能够更加有效抑制变压器高频PD信号中的噪声信息。

基于改进Census变换的鲁棒立体匹配算法

针对局部立体匹配算法对噪声与光照变化敏感及在弱纹理区域匹配效果不佳的情况,提出一种基于改进Census变换与自适应参数引导滤波的立体匹配算法。该算法融合HSV通道值计算代价,对噪声与光照变化有较好的鲁棒性;在支持窗口内分别使用欧式距离加权与颜色加权获得Census变换参考值;集成AD与Census代价提高了单像素匹配代价的稳定性,降低了原Census变换对中心像素的依赖程度。在代价聚合过程中使用峰度系数对正则化参数进行自适应处理,通过视差计算获得视差图。在VS2017平台上对Middlebury数据库提供的图像对进行匹配实验,该算法在标准图像、加噪声图像及光照变化图像的各区域平均误匹配率分别是7.80%、10.72%和9.89%。结果表明:该算法可以降低误匹配率,同时能更好地适应噪声与光照变化。

基于Stockwell变换的滚动轴承故障诊断方法

针对滚动轴承产生磨损时振动信号表现出非平稳的特点,采用继承短时傅里叶变换和小波变换优良性质的Stockwell变换特征提取方法。为解决Stockwell变换后得到的二维矩阵阶数过高问题,采用奇异值分解方法对结果进行降维,并进一步矢量化,然后构成特征矩阵。将特征矩阵分别输出至多分类支持向量机、神经网络和近邻算法模型进行训练。对比测试结果,表明多分类支持向量机在准确率和识别速度上均有优势,从而证明基于Stockwell变换的滚动轴承故障诊断方法的有效性。

基于改进Hough变换的艺术体操图像视觉误差校正方法

为了提高艺术体操动作图像质量,提出基于改进Hough变换的艺术体操动作图像视觉误差校正方法。通过预先设定全局阈值与容忍度,改进Hough变换算法,利用图像灰度分布密度函数,完成动作图像空域变换,根据元素灰度值序列,滤波处理动作图像像素点,依据获取的最优分割阈值,划分图像前景与背景,采用改进的Hough变换算法,提取全部图像特征点,基于图像畸变度与镜头、轴线距离关系,结合动作图像分形码,得到分形区域偏差的最佳估算值,实现视觉误差校正。仿真实验结果表明方法校正优势显著,具有一定的有效性与可行性。