两种滑动排列熵序列突变检测的对比分析

将排列熵与滑动窗口和滑动移除数据技术相结合,比较滑动排列熵和滑动移除排列熵方法在非线性时间序列动力学结构突变检测中的性能。发现滑动排列熵方法依赖于滑动窗口的选取,得到的突变点位置误差比较大,不利于实际应用;而滑动移除排列熵方法的检测结果几乎不依赖于滑动移除窗口的大小,能够更为精准地得出时间序列的突变位置,明显优于滑动排列熵方法,具有良好的应用前景。

排列熵在径流时间序列突变中的应用

水文系统是一个复杂多变、动态非线性的多学科交叉系统。熵作为一种随机的度量方法,在水文水资源学科研究中应用广泛。文章在渭河流域水文序列中引用滑动排列熵PE,通过分析水文序列同要素的差异性变化及序列演变的动力学程度,有针对性的进行突变分析,同时结合实测径流时间序列对比验证方法的实用性。

基于VMD和MC-PE的配电网故障行波检测方法

针对配电网故障行波波头在强噪声背景下难以准确检测的问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)和滑动移除排列熵(moving cut data-permutation entropy,MC-PE)的故障行波检测方法。首先利用排列熵方法优化VMD的降噪性能来重构低噪信号,实现对故障信号降噪的同时保留重要突变信息;然后利用VMD分解重构后的低噪信号,提取分解后信号的第1本征模态分量进行分析;最后利用滑动移除排列熵方法检测故障行波波头位置,实现故障行波波头的精准检测。仿真及现场数据试验结果表明,所提方法可在强噪声干扰情况下可快速、准确地检测故障行波波头位置,检测精度优于传统的故障行波检测方法,使行波法在配电网故障定位中精度提高10%。应用该方法可更好地在配电网中实施行波保护和故障点精准定位,实际应用价值突出。