利用符号时间序列分析法表征垂直上升管中油水两相流流型

The flow patterns of oil/water two-phase flow in vertical upward pipes were characterized by the analysis of symbolic time series based on the conductance fluctuating signals.The study showed that the symbolic sequence temporal irreversibility T fb and chi-square χ2 fb statistics had little change with oil-in-water flow pattern variations for water cut (K w) ranging from 61% to 91% but showed irregular sudden changes with transitional flow pattern variations for water cut 51%.When distinguishing the transitional flow pattern from oil-in-water flow pattern, the symbolic time series analysis method presented more unique characteristics and was a useful assistant diagnostic tool for the identification of oil/water two- phase flow patterns.

符号时间序列方法在汽油机燃烧循环变动特征分析中的应用

应用一种新的分析方法———符号时间序列方法对汽油机燃烧循环变动进行了研究。测量得到了某汽油机16种不同工况下的示功图,从提高精度与有利于数据的符号化观点出发,确定以缸内峰值压力作为汽油机燃烧循环变动的表征参数,把符号时间序列分析的具体技术和实施途径应用于试验数据,获得了汽油机燃烧循环变动随转速与负荷的变化规律,提出了利用改进的SHAN NON熵作为汽油机燃烧循环变动的评价指标的新观点。研究结果表明:该方法能较好地应用于汽油机燃烧循环变动特征分析。

基于符号时间序列法的风电功率波动分析与预测

风电功率波动与预测是风电并网研究的主要内容。针对风电功率的随机波动特性,将符号时间序列方法应用于风电功率波动与预测分析中,并提出一种自适应分区方法,该方法根据数据序列分布的密集程度,实现数据序列区域的非均匀分割,找出信息量丰富的区域,以便突出反映数据的变化情况。之后,以符号序列直方图理论为基础,通过直方图求逆实现原始数据序列关键数据区域的定位,进而完成风电功率的预测。以某一风电场实测风电功率数据验证所提方法的有效性,为风电功率调度提供参考。

改进的符号时间序列分析方法及其在电机故障诊断中的应用

提出了一种改进的基于符号时间序列分析的电机异常探测方法,该方法自适应地将符号序列中出现符号最多的符号区间重新划分为2个新的符号区间,使得数据密集区间可以分配到相对更多的符号,而数据稀疏区间则分配到较少的符号,提高了符号对于信号变化的灵敏度。电机转子断条故障的诊断实验结果表明:该方法较平均划分区间的方法对于电机异常诊断有着更高的灵敏度以及更好的鲁棒性和可靠性。

高频尺度下基于符号时间序列的金属期货价格波动预测及实证

构建高频尺度下的基于符号时间序列的金属期货价格波动预测模型,并选取上海铜期货交易所2014年7月到2018年9月的高频数据,采用符号时间序列方法将样本分为194个直方图时间序列,分别使用K-NN算法与指数平滑法预测下一个周期。结果显示,铜期货的收益预测得出的直方图走势比实际的直方图走势较为平缓,预测结果的整体情况较好,并且预测铜期货所得一周收益的整体波动与实际波动值在很大程度上一致。这表明用K-NN算法预测所得的结果比指数平滑法预测的结果更加精确。根据预测得到的铜期货一周的价格整体波动情况,中国铜期货市场的监管者及投资者可以及时调整其监管政策和投资策略以控制风险。

基于符号时间序列分析法的A股上海板块网络结构分析

股票价格的变化不仅受自身基本面的制约,而且也受其他股票的影响。网络分析方法是一种用于分析复杂股票关系的工具。基于符号时间序列分析法,构建了我国A股市场上海板块网络的最小生成树及相对应的分层树,从上市公司之间关系的角度分析和解释了实证结果。

基于符号时间序列方法的汽油机瞬态过程排放特征获取刍议

针对内燃机瞬态排放与稳态排放之间的差异 ,认为分析内燃机瞬态排放信号要有特殊的手段 ;回顾了混沌时间序列分析的特征参数族及其运用于内燃机振动信号分析的工作 ;同时回顾了国外同行们将符号动力学理论、混沌时间序列分析和信息理论发展起来的符号时间序列分析技术运用于内燃机瞬态数据分析和辨识的研究工作 ;介绍了国外汽油机瞬态排放测试技术的发展状况 ;提出可以基于符号时间序列分析对汽油机瞬态排放信号进行分析 ,获得瞬态排放的特征和影响因素。

基于符号时间序列直方图的高频金融波动预测

将符号时间序列分析方法与K-NN(K-Nearest Neighbors)算法相结合,提出了一种基于符号时间序列直方图的高频金融波动整体分布的预测方法。首先将时间序列符号化得到符号时间序列,并以符号序列直方图表示符号序列的分布,引入符号直方图时间序列的概念,采用K-NN算法得到下一个周期符号序列直方图的预测。在K-NN算法中,针对符号序列直方图的特点,提出以欧几里得范数,χ2统计量和相对熵作为选择邻居时的符号直方图序列相似度的度量方法,利用系统自身的几何特性确定符号直方图序列的嵌入维数。以上证综指5分时的高频数据检验了本文方法的预测能力。结果表明,本文方法预测所得结果整体误差均在可以接受的范围内,预测所得的分布与真实分布均值相同,但是方差较小。

汽油机瞬态排放CO的符号时间序列统计量分析

介绍了符号时间序列分析中的直方图、Shannon熵和高阶矩等,结合排放的体积百分数,对TOYOTA2500汽油机瞬态排放中的CO进行了分析.在节气门匀速变化时和匀加速变化时,比较速度值不同时的瞬态排放质量.

基于符号时间序列方法的汽油机瞬态排放特征分析

冷启动、加速-滑行组合、节气门加速开启-关闭等瞬态工况更能反映汽油汽车(汽油机)的实际运行状态,有必要研究工程化的瞬态工况排放检测与评价方案。本项目探求将符号时间序列分析STSA应用于汽油机瞬态工况排放分析与特征提取的方法与途径,主要包括:建立能够方便实现瞬态工况的措施,寻找利用五组分排放分析仪进行间接检测的理论和手段,基于符号时间序列分析的Shannon熵评价不同瞬态工况或不同车(机)型的排放。

基于符号时间序列方法的多尺度股指波动分析

将小波多分辨分析与符号时间序列分析方法相结合,确定不同尺度上股指波动的主要模式与异常模式,为不同类型的投资者提供参考。通过离散小波分析得到波动序列不同尺度的细节,针对不同尺度上的细节,采用符号时间序列分析方法确定其主要模式与异常模式,并与原序列比较异同。用该方法以上证综指与深证成指两个指数的5分时序列为样本,对其"已实现"波动序列进行实证分析,以验证该方法的可行性和有效性。

BP神经网络与符号时间序列下的金融波动研究

针对金融市场的非线性特征,将BP神经网络与符号时间序列分析方法相结合,利用历史数据对金融波动进行预测。采用上证综指2011—2014年间隔为5 min的高频数据为样本,首先将波动序列符号化,然后利用BP神经网络对样本进行训练和检验,检验结果表明,该方法可有效预测下一时点波动变化情况,达到了其在金融波动方面的预测效果。

汽油机瞬态排放CO的符号时间序列统计量分析

介绍了符号时间序列分析中的直方图、Shannon熵和高阶矩等,结合排放的体积百分数,对TOYOTA2500汽油机瞬态排放中的CO进行了分析。在节气门匀速变化时和匀加速变化时,比较速度值不同时的瞬态排放质量。

汽油机瞬态排放CO的符号时间序列统计量分析

介绍了符号时间序列分析中的直方图、Shannon熵和高阶矩等,结合排放的体积百分数,对TOYOTA2500汽油机瞬态排放中的CO进行了分析。在节气门匀速变化和匀加速变化时,比较不同速度时的瞬态排放质量。

基于稀疏符号时间序列分析的转子碰摩故障早期检测方法

引入稀疏混沌时间短序列概念,提出了稀疏符号时间序列分析方法与实现流程。利用映射空间关系对混沌振子的相变进行自治而快速辨识,以尽早而准确地捕捉表征转子碰摩早期的特征信号,进而实现对转子碰摩故障进行早期检测。仿真和数值实验均表明,基于稀疏符号时间序列分析方法可以对信噪比为-37.163dB左右的微弱信号进行可靠检测,是一种具有实际应用价值的故障早期特征检测方法。

采用符号时间序列分析的轴承早期微弱故障预警

针对轴承早期磨损故障预警难的问题,提出了一种采用符号时间序列分析的轴承早期微弱故障预警方法。首先对轴承振动信号进行相空间重构,其次利用聚类的思想对相空间进行分割,对分割的子区间赋予唯一的符号,从而将振动信号转化为符号时间序列,最后通过Lempel-Ziv复杂度对符号时间序列进行定量分析。以Duffing方程为研究对象,验证了该方法对于动力学结构表征的精确性,表征精度可达95.85%;与常规的符号时间序列分析方法相比,所提方法对动力学结构表征精度更高。利用该算法对于动力学结构变化的敏感性特点,将其应用于轴承状态监控中,试验结果显示算法可以发现轴承早期微弱磨损故障并实现全寿命性能衰退的监控。

基于符号时间序列的飞机交流发电机异常检测技术研究

飞机交流发电机是飞机电源系统中最重要的部件，它的工作状态直接影响到整个飞机机载设备的运行状况和飞行安全，因此研究交流发电机的异常检测技术具有十分重要的意义。针对飞机交流发电机日常维护中传统的检测和分析方法的不足，本文提出将符号化时间序列分析方法应用于飞机交流发电机的异常检测中，引进表征符号总体特征的Shannon熵对交流发电机的健康状况进行评估。

基于符号时间序列方法的金融收益分析与预测

引入符号时间序列分析方法从大尺度的角度分析收益变化的特征,提出了确定收益变化的主要模式并预测收益水平的方法。首先将收益序列转化为符号序列,由符号序列中不同的字代表不同的收益变化模式,根据符号序列直方图,可以确定收益变化的主要模式。然后,根据各收益变化模式的概率分布,在前几个时点收益水平确定的情况下,可以推知下一个或几个时点处于不同收益水平的概率,从而实现对收益水平的预测。对上证综指、深证成指以及上证工业股指数、上证商业股指数、上证地产股指数、上证公用事业股指数共六个股票指数的收益序列进行了实证分析,确定了各指数收益的主要变化模式,并基于主要变化模式进行了收益水平的预测,从而说明了该方法的有效性和可行性。

DC-DC变换器的符号时间序列描述及模块熵分析

本文提出了一种采用符号时间序列和熵理论分析DC-DC变换器非线性行为的方法.该方法首先用离散时间序列描述非线性连续系统,然后将其转换为由简单字符构成的符号序列,再用信息学方法计算出该符号序列的模块熵,从而得到一种新的可量化的非线性动力学行为统计指标.文中以一阶电压反馈DCM和二阶电流反馈CCMBoost变换器为例进行研究.研究结果表明,模块熵这种粗粒化的统计分析方法,能够量化DC-DC变换器的倍周期分岔和混沌行为,且能够准确地确定混沌行为的发生,是一种尚未在DC-DC变换器中提出的简单、实用的分析方法.

非线性时间序列的符号化分析方法研究

符号时间序列分析方法是近年来新兴的一种数据处理方法,已经被广泛的应用于各个领域.采用符号化分析方法能够从动力系统中快速有效地提取有用定量信息,计算简单快捷,而且能够有效的抑制噪声.本文采用三种统计量用于表征符号化时间序列的特性,用Henon方程作为算例验证了该方法的可靠性,并且将此方法应用于垂直上升管中油水两相流流型分析,结果表明从符号时间序列计算的统计量对油水两相流过渡流型变化敏感.