环境激励下桥梁结构模态参数识别的改进随机子空间算法

为了剔除稳定图中的虚假模态和避免模态遗漏现象,提高模态参数识别的精确度,提出了一种基于滑动窗口和相似度的桥梁结构模态参数智能化识别算法。基于余弦相似原理提出了频率相似度和振型相似度,并依此构建置信度,以实现对系统真实阶次的自动化确定;引入改进集成经验模式分解算法,以消除响应信号内部的噪声信号,达到消除部分虚假模态的目的;接着引入滑动窗口以实现对响应信号的划分,并通过构建频率相似度、振型相似度以及阻尼比相似度实现多个窗口对应参数结果中同类模态的聚类处理,达到剔除虚假模态和避免模态遗漏的目的。最后将所提算法运用于实际斜拉桥结构的模态参数识别,并将识别结果与现场试验值以及有限元结果进行对比,结果表明,所提算法不仅能有效识别出频率结果还能识别出准确的模态振型图,能够实现桥梁结构模态参数的在线智能化识别。

基于小波去噪和随机子空间算法的广域低频振荡估计

电网规模的日益扩大使得广域低频振荡成为电力系统稳定运行中备受关注的问题之一,提出了一种利用小波软阈值去噪技术,首先对电力系统低频振荡数据进行预处理,然后采用随机子空间算法提取低频振荡信号特征的分析方法。该方法直接利用在线量测数据识别出系统的低频振荡及其特征参数,有效地克服Prony算法、自回归滑动平均算法及希尔伯特-黄等算法受噪声、系统实际阶数的影响大以及单一随机子空间辨识算法难以处理非线性、非平稳振荡信号的缺点。数值仿真及实例分析均验证了基于小波预处理技术的随机子空间算法在电力系统低频振荡分析中的可行性。

基于改进确定-随机子空间算法的桥梁结构模态参数识别

为了实现桥梁结构模态参数的智能化在线跟踪识别,提出了一种基于滑窗技术、模糊C均值聚类算法与确定-随机子空间算法的时域识别(SC-CDSI)算法。对桥梁结构的输入信号和输出信号进行加窗划分处理,分析了窗函数、窗口大小及窗口步长的确定标准;将频率、阻尼比及模态振型作为模糊C均值聚类算法的聚类元素完成对稳定图中有效模态的智能化辨识;以某振动台试验桥为参数识别对象,并将所得结果与MIDAS有限元结果作对比分析。结果表明,所提SC-CDSI识别算法可以精确实现桥梁结构频率的在线跟踪智能化识别,且识别的结果具有可靠性。

改进随机子空间算法在桥梁结构中的运用

随机子空间算法作为模态参数识别算法中的主要方法之一,虽然被广泛运用于实际桥梁结构的模态参数识别中,但其依然存在一定的缺陷。基于此,针对其存在的三大问题:系统定阶难、只适用于时不变结构以及真实模态筛选存在主观性,笔者提出了相应的解决方法。首先,利用“奇异熵增量一阶导数法”实现系统阶次的智能化判定;其次,引入“滑窗技术”对输入信号进行划窗处理,实现时变结构的参数识别;然后,基于真实模态存在的一般规律,并通过建立相似矩阵实现真实模态的辨识;最后,将信号采集、信号预处理和改进随机子空间算法进行有效结合,运用于某大型斜拉桥振动台试验以验证所提算法的可靠性。结果表明:所提算法能运用于桥梁的健康监测中,且识别结果具有可信性。

基于随机子空间算法的某大型斜拉桥的损伤预警系统研究

通过将随机子空间算法和滑窗技术原理进行结合,并融入参数结果自动报警的思想,建立了一套基于频率值变化的损伤识别预警系统。该系统能够实现对斜拉桥的损伤报警,基本原理是当该桥梁结构的各阶频率值随着时间的推移出现较大波动时,则代表该桥梁结构受到了一定的损伤,此时需要立即对其进行全方位检测,以避免安全事故的发生。将该预警系统运用于某大型斜拉桥,结果表明,随机子空间算法具有可靠性,能够运用于实际工程中。

基于DBSCAN算法的改进确定-随机子空间模态参数识别算法

桥梁结构的模态参数识别作为桥梁健康检测系统中的主要环节之一,参数识别的精确程度直接影响着桥梁健康评估的准确程度。因此,针对现阶段被广泛运用的确定-随机子空间算法(combined determine-stochastic subspace identification,CDSI)存在的不足,需人工参与稳定图中模态的辨识,提出了将基于密度的聚类算法(density-based spatial clustering of application with noise,DBSCAN)嵌入到该识别算法中,以提高模态参数识别的效率。首先简单介绍了CDSI识别算法和DBSCAN聚类的相关原理及定义,其次详细介绍了如何将DBSCAN聚类算法有效地嵌入到CDSI算法中,以实现对稳定图中模态的智能化辨识;最后以某大型斜拉桥为识别对象,并将识别结果与MIDAS有限元软件所得结果作对比,结果表明,所提改进CDSI识别算法能够精确地识别出桥梁结构的固有频率值,且所得模态振型图与理论振型图具有很好的相似性。

基于随机子空间和统计模型的输电塔损伤识别

针对输电塔结构,给出一种基于随机子空间结合统计模型的损伤诊断方法,利用输电塔振动响应信号挖掘数据统计特征并构建高灵敏损伤诊断指标实现输电塔结构局部构件的损伤检测。首先,获取输电塔结构的瞬态动力响应数据;其次,利用随机子空间法识别模态参数,构造名义模态参数,并定义一个与参数识别过程相关的残差向量表征结构动力参数变化;最后,计算该残差对结构参数的灵敏度,并构造残差灵敏度的χ^(2)统计量作为结构损伤诊断指标。通过数值模拟及现场试验对某足尺输电塔结构进行分析,结果表明,上述方法可有效对输电塔结构局部构件的螺栓松动、杆件破坏等损伤进行识别。

基于模态参数提取的随机子空间辨识算法改进

随机子空间辨识(SSI)算法在大型结构的振动检测、损伤识别中有着重要的作用。引入稀疏优化取代最小二乘法来获得尽可能稀疏的状态矩阵,引入K-means算法从众多模态参数中选出真实模态,以避免虚假模态的产生。实验结果表明,所构建的稀疏改进SSI算法能准确提取模态参数,对工程应用具有较大的参考价值。

基于随机子空间方法的模态参数识别研究(英文)

随机子空间识别 (StochasticSubspaceIdentification ,以下简称SSI)方法是一种新的时域识别方法 ,该方法仅用自然响应数据 ,通过QR分解和SVD分解等一套正交投影算法识别系统模型。研究了SSI方法在模态参数识别领域的应用。采用NASAmini mast模型 ,仿真分析了SSI算法控制参数选择技巧 ,论证了其参数识别精度。通过处理日本CFT大楼实测数据 ,研究了SSI方法识别真实结构模态参数的问题。应用Kalman滤波器 ,测量响应可以分解为模态空间响应 ,将信号功率谱分解成多条单自由度系统功率谱。

桥梁结构模态参数识别中系统阶次的自动辨识算法

随机子空间算法作为时域模态分析的常用算法之一,存在系统定阶需人为参与这一缺陷。基于此,针对奇异值跳跃法难以确定高阶系统阶次这一问题,提出了将其与“对数化处理”进行融合以便快速确定奇异值的明显跳跃点;通过构建频率置信因子和振型置信因子用于确定真实阶次的取值范围;采用线性加权平均法构建置信系数以确定结构系统的真实阶次;将所提算法运用于某大型斜拉桥的模态参数识别,并将识别结果与现场试验值和有限元结果进行对比分析。结果表明,所提算法能够实现系统阶次的自动化确定和模态参数的自动化识别,且识别结果具有较好的精度和可靠性。

基于机电响应特征的电力系统惯量评估方法研究

惯量评估是维持新能源并网的电力系统稳定运行的基础环节,评估结果可有效协助判定系统安全状态,为电力系统惯量优化配置提供指导依据。提出一种数据驱动的区域有效惯量评估方法,解析了频域下机电响应特征与系统惯量的耦合关系,并推导出基于机电响应特征的惯量评估模型。利用随机子空间算法提取机电响应特征,从而计算系统惯量,采用阈值法规避数值奇异问题,具有较好的辨识准确度和实用性。利用Digsilent软件提供的时域仿真数据,在单机无穷大系统以及IEEE4机2区系统验证了所提算法的有效性。

基于NExT-ERA与SSI-DATA环境激励下的低频振荡辨识方法比较

随着广域测量系统的应用,采用环境激励下相量测量单元量测得到的类噪声信号进行低频振荡在线模态辨识具有很好的应用前景。针对NEx T-ERA以及SSI-DATA 2种环境激励下的低频振荡辨识方法进行性能评估。简要回顾2种算法的基本原理;基于算法中关键参数以及仿真条件设置不同的评估标准,通过仿真算例的模态参数辨识对2种算法的性能进行分析比较;对2种算法各自的优点和适用性进行评估与总结。

基于谱系聚类分析的桥梁结构模态参数自动化识别方法研究

桥梁结构模态参数识别作为桥梁健康监测系统的重要组成部分之一,对桥梁的长期健康监测具有重要意义。而现有的模态参数识别算法还不能实现结构系统阶次和模态参数的自动化识别,基于此,简单介绍了随机子空间算法的基本原理;通过引入"滑窗技术"以实现对时变结构模态参数的在线识别;针对稳定图定阶难这一问题,提出了基于奇异熵理论的系统定阶算法,以实现系统阶次的自动化确定;又将统计学中的"谱系聚类算法"与随机子空间算法进行结合,实现桥梁结构模态参数的自动化识别。利用该算法识别苏通大桥在竖桥向和横桥向的模态参数结果,并将其与理论计算值进行对比分析,结果表明:算法不仅能实现桥梁结构系统阶次的自动化确定,还能实现模态参数的自动化识别,方便对桥梁结构参数的实时监控,了解桥梁结构的健康运营状态。

基于混合扰动的超短期风电功率ELM集成预测

本文提出一种基于混合扰动的极端学习机集成预测算法对超短期风电功率进行预测,即通过Bootstrap算法和RS算法产生基分类器之间的差异性,然后利用加权平均的方法集成各个体ELM的预测结果。实验表明,与个体预测模型相比,该算法有更高的预测精度。

结构模态参数识别的随机子空间法

随机子空间法(SSI)是时域识别的模态参数识别法,该法根据加权方法的不同可以有3种算法．通过 处理实桥动载实测数据,研究了这3种算法识别真实结构模态参数的问题．

基于改进SSI的大跨斜拉桥模态参数识别研究

实际工程中,为时刻检测桥梁结构是否处于良好的运营状态,通常会在桥梁结构上安装各种类型传感器,通过分析传感器采集的响应信号以获得其模态参数,并利用模态参数变化规律来间接评估其运营状态。基于此,为提高模态参数识别精确性,针对最为常用的模态参数识别算法-随机子空间算法(SSI)不足,提出了以频率值、阻尼比以及模态振型为判别因子的真实模态筛选算法。最后将所提算法运用于识别某大型斜拉桥的模态参数识别,识别结果表明:本算法不仅能有效实现真实模态的智能化筛选,且识别结果具有可靠性。

环境激励下基于频域特征的扰动源定位方法

环境激励下小幅周期性扰动容易被淹没在类噪声信号中,从时域角度很难实现小幅周期性扰动的检测及扰动源定位。在分析环境激励下电力系统类噪声信号频域特征的基础上,提出了基于频域特征的小幅周期性扰动的检测与扰动源定位方法。环境激励下周期性扰动的频域表征为振荡恒定、阻尼比近似为0的振荡模式,且在该模式中扰动源所在机组的模态相位超前于其他机组。利用随机子空间辨识算法对环境激励下的类噪声响应信号进行分析,提取振荡模态及参数,根据模态个数及特征参数实现小幅周期性扰动的检测,检测到周期扰动后,根据阻尼比近似为0的周期性振荡模式的模态相位关系即可定位扰动源所在机组。IEEE 4机2区域系统和IEEE 16机68节点系统的算例结果验证了所提方法的有效性和可行性。

小干扰稳定约束下联络线输送极限在线估计方法研究

准确估计区间联络线输送功率极限对于指导互联电网安全运行具有重要意义。文章在深入研究Hopf分岔理论的基础上,提出了用于评估系统阻尼水平的改进Hopf分岔指数。该指数与状态变量间具有良好的线性关系,且易于计算,能够真实反映状态变量与系统阻尼比之间的关系。以区间联络线功率随机波动数据为基础,利用随机子空间辨识算法(Stochastic Subspace Identification,SSI)辨识得到以联络线有功功率为状态变量的状态矩阵,进而根据所提出的改进Hopf指数对联络线运行状态进行评估,实现了小扰动稳定约束下联络线输送极限在线估计。仿真计算结果表明本文提出方法能够准确估计出联络线输送极限,且具有计算过程简单、计算速度快的优点,适于在线应用。

时域模态分析方法的研究及软件研发

时域模态分析方法是当前国内外热门的课题。对主要的几种时域模态分析方法进行了研究总结。指出了时域模态分析方法的特点和存在的问题 ,并指出了编程中的一些要点 ,以及在使用时域模态分析方法时的一些要领 ,同时给出了时域法和频域法的对比以及仿真计算结果。如果时域模态分析方法的软件设计合理 ,使用得当 ,就能得到可靠的分析结果 ;使得时域模态分析方法不需要已知激励力、能同时识别多阶很密集的模态等优点充分展示出来。

基于全局灵敏度的互联电网阻尼提升策略

针对互联电网中潜在的弱阻尼低频振荡,提出了一种基于索波尔(Sobol’)法全局灵敏度的阻尼提升策略,实现低频振荡的早期有效抑制。首先,利用随机子空间辨识(stochastic subspace identification,SSI)算法实现从系统随机响应数据中提取系统的振荡频率、阻尼比等,当系统的区间模式阻尼比小于5%时发出预警,进而利用Sobol’法辨识影响系统阻尼的关键机组,实现参调发电机的选取,并应用优化算法快速确定有功功率调整量,实现区间弱阻尼模式阻尼比的提升。最后,利用IEEE 4机2区系统的仿真结果验证了本文算法的有效性和可行性。