股权分置改革与股市波动结构——基于EEMD方法的实证研究

笔者利用系综经验模式分解方法(EEMD)考察了股改启动前、股改期间与股改基本完成后上证综指与深证成指的波动结构特征及其变化。实证结果表明:与股改基本完成前相比,股改后我国股市的波动结构发生显著变化,即短期波动成分成为解释股市总体波动的最主要因素。同时,中期波动成分的平均周期大幅延长。股改后限售股大规模且集中解禁与减持对股市的冲击强化了市场的短线投机行为,引发股市短期波动急剧增加。而人民币升值、次贷危机等导致中期波动更具持久性。

基于改进EEMD方法的因子动量组合绩效研究

集合经验模态分解(EEMD)方法用于分解具有复杂特性因子序列的变动趋势有较强的去噪效果,但用于因子组合构建时缺乏客观统一的去噪规则。基于此,本文提出了基于多尺度排序熵的改进EEMD方法,用于分解因子序列,并构建因子动量组合,采用2007年1月至2021年12月中国A股市场中94个异象因子数据,考察因子动量组合的绩效。研究结果表明,与指数移动平均方法、改进HP滤波方法、主成分分析方法和EEMD方法相比,采用改进EEMD方法构建的因子动量组合在提升因子动量组合绩效方面具有明显的优势;与未经趋势分解的原始因子动量组合相比,采用改进EEMD方法构建的因子动量组合的平均超额收益率提高了35.32%,夏普比率提高了37.74%,异常收益率提高了37.97%;因子动量组合中的因子个数、训练集长度和交易成本对因子动量组合绩效的影响有限。

基于小波包和改进EEMD方法的电动机故障诊断

针对某厂YZ-500-2型三相异步电动机出现的异常振动,在实测振动信号的基础上,利用Fast ICA对EEMD分析方法进行改进,提取出本征模态函数中4种不同性质的信号,并利用该方法对电动机故障进行检测。为了减小高频噪声对分析的影响,采用小波包消噪,经试验证明该故障为轴承间隙不当,即瓦壳与机体之间出现间隙。同时也表明该方法在对电动机未知故障进行诊断时中具有较好的效果。

基于EEMD的远场类谐和地震动人工合成方法

远场类谐和地震动是一种特殊的长周期地震动,振动阶段后期产生多个循环的长周期类谐和加速度脉冲,易对长周期结构带来不利影响。然而,由于远场类谐和地震动实测记录有限,能直接用于结构抗震分析的地震动记录更少。为弥补这一缺陷,该文提出一种基于EEMD的远场类谐和地震动人工合成方法并对该方法的合理性和可行性进行验证。该方法通过对远场类谐和地震动记录进行EEMD分解,得到地震动低频成分的类谐和主脉冲成分与衰减部分,并对二者的拟合重构形成类谐和主脉冲分量进行特征参数识别和简化,提出由类谐和脉冲函数和衰减函数相结合的主脉冲速度模型,最后叠加分解时剔除的高频IMF分量形成人工类谐和地震动。基于此,重新选取3条任意远场类谐和地震动记录的地震动特征参数合成人工地震动,与原始地震动反应谱进行对比分析。结果表明:采用EEMD方法可有效提取原始地震动的低频成分,基于所提类谐和主脉冲速度模型得到的主脉冲时程与原始地震动速度主脉冲时程吻合较好;利用所提的地震动合成方法合成的人工地震动可较好保留原始类谐和地震动的非平稳特性,且与原始地震动较为吻合。

基于EEMD和改进VPMCD的滚动轴承故障诊断方法

针对原VPMCD方法在参数估计过程中存在的缺陷,用BP神经网络非线性回归方法代替原方法中的最小二乘法,解决了最小二乘法中存在的病态问题,因此,提出了改进多变量预测模型(Variable predictive mode based class discriminate,简称VPMCD)的滚动轴承故障诊断方法.首先采用总体经验模态分解(Ensemble empirical mode decomposition,简称EEMD)方法对滚动轴承振动信号进行分解得到若干个单分量信号,然后提取各分量奇异值组成特征向量作为改进VPMCD的输入,最后对滚动轴承工作状态和故障类型进行识别.实验结果表明,该方法能够有效地应用于滚动轴承故障诊断.

基于TFPW-MK-Pettitt和EEMD的非一致性水文频率计算方法

近年来,受气候变化及人类活动的影响,使水文情势发生变化,导致频率计算中水文资料不再满足一致性的前提假设。为进行非一致性条件下的水文频率计算,提出基于TFPW-MK-Pettitt和EEMD的非一致性水文频率计算方法,首先应用去趋势预置白Mann-Kendall-Pettitt方法对水文序列进行一致性检验;其次应用EEMD方法对非一致水文序列进行修正;最后对修正的序列进行水文频率计算。统计试验和实例证明,TFPW-MK-Pettitt方法适用于我国水文序列的一致性检验;该方法运用于1956～2012年宜昌站径流序列,检验出有下降趋势;运用EEMD方法对该序列进行修正后,频率计算得出各设计值较未修正的设计值小10%左右。

基于EEMD-MRA方法的LIBS信号处理研究

LIBS技术优点众多,但由于光谱噪声干扰和基体效应等因素,影响了分析的准确度[1];EEMD方法能清晰的将LIBS信号中的不同特征成分自适应的分解开来。MRA方法能够补偿元素信号之间的互干扰,可进一步提高LIBS信号的准确性。通过自行搭建的测试系统获得了标准样品的原始信号,使用EEMD-MRA方法进行处理后,元素浓度曲线的决定系数R^(2)得到了极大的提高,大大的提高数据的准确性,为LIBS信号的处理提供了一种全新的方式。

基于EEMD的重燃压气机液压IGV系统内泄漏诊断

重型燃气轮机中轴流压气机的进口导叶(IGV)系统中,液压油缸在变化的运动位移和负载条件下工作。液压油缸的内泄漏故障会导致IGV系统累积偏差超过限度,引发燃气发电机组跳闸。针对此故障,根据液压油缸一侧油腔的压力信号,提出了一种基于集合经验模态分解(EEMD)和希尔伯特变换(HT)的诊断方法。该方法先将压力信号通过EEMD方法分解成一系列固有模态函数(IMF)分量,然后应用HT方法对第一个IMF分量进行变换,获得瞬时幅值,最后得到瞬时幅值的绝对均值。通过IGV模拟实验台的实验证明,提出的诊断方法能够有效地检测液压油缸有无内泄漏发生,以及泄漏的程度。

混合线路故障测距新方法的研究

为解决应用固有频率测距法存在难以准确提取固有频率主成分的问题。提出了利用聚类经验模型分解(EEMD)来实现故障测距的方法,利用EEMD进行信号分解,对相关分量进行频谱分析和主成分提取,进行故障测距计算。仿真分析表明,该方法可较好地解决混合线路故障测距时存在的频谱混叠问题,实现较高精度的故障定位。

水电机组状态退化评估与非线性预测

提出了基于Shepard曲面、经验模态分解法(ensembleempirical mode decomposition,EEMD)、混沌理论和灰色理论的水电机组状态退化评估与趋势预测模型。该方法首先用Shepard曲面建立综合考虑有功功率、工作水头作用的水电机组状态退化趋势模型。然后将水电机组状态退化趋势进行EEMD分解,得到若干个相对平稳的固有模态函数(intrinsic mode function,IMF)分量和一个余项分量,对每个IMF分量进行特性识别,根据其不同属性,选用混沌预测模型或灰色模型预测,同时对余项分量进行灰色预测。最后将所有分量的预测结果进行重构,获得最终预测结果。实例分析表明,该方法能有效地评估水电机组状态的退化过程,且能提高退化趋势的预测精度。

基于EEMD和近似熵的水电机组摆度去噪方法

提出基于EEMD和近似熵的水电机组摆度信号去噪方法,将信号进行EEMD分解,得到若干个经验模态分量(intrinsic mode function,IMF),求各分量的近似熵,根据预设的近似熵阈值重构经验模态分量,实现水电机组摆度信号的去噪。分别用小波变换(Wavelet)和EEMD处理含噪水电机组摆度信号,比较它们的均方根误差、相关系数和信噪比。结果表明:基于EEMD和近似熵的去噪过程具有自适应性、有很好的去噪性能,非常适合水电机组摆度信号的在线去噪。

南京地区夏季高温日数年际变化的主要模态及其与200hPa经向风的联系

利用集合经验模态分解(EEMD)方法研究了南京地区夏季高温日数主要的非平稳年际变化周期型。对1946—2000年的南京地区夏季高温日数进行分解,分别得到包含有准2年周期分量和6年周期分量的年际变化型,而且准2年周期分量幅度较大,变化特征与高温日数观测数据变化具有较高的相似性。不同于传统方法,EEMD方法给出了高温日数在不同时间尺度上各自分离的变化特征。另外,这两种时间变化模态的演变对应于同期夏季不同的全球200 hPa经向风波列型,前者主要作用区域在南亚经过南海、西太平洋的副热带地区到日本海附近、北美中纬度地区和南印度洋和南大西洋中高纬度地区,而后者仅位于欧亚中高纬度地区。这两种独立变化时间模态的对应的遥相关空间分布型对于提高南京地区高温日数气候预报精度有重要意义。

洞庭湖流域极端降水变化特征分析

随着极端降水事件变率增强,洞庭湖流域频繁的极端洪旱事件严重威胁了地区人水和谐。基于洞庭湖流域28个国家气象站1961-2015年的逐日降水资料,采用RClim Dex模型定义阈值来识别极端降水事件,利用线性倾向估计法和集合经验模态分解(EEMD)组合的方法进一步分析了洞庭湖流域极端降水变化特征,由EEMD方法分解得到的各类极端降水指数的3个固有模态函数分量分别表现出3~6a、8~15a和21~27a的准周期。结果表明:洞庭湖流域极端降水频次峰值出现在6月,4-10月份极端降水频次之和占全年的82.7%,南岳和安化为极端降水高发带。洞庭湖流域除持续湿润日数CWD略有减小外,各项极端降水指数均表现出小幅上升趋势。在空间分布上,该流域东南部受山区地形地貌的影响,极端降水呈明显上升趋势。洞庭湖流域极端降水时空格局变化特征分析对流域水资源开发利用和水安全预警具有重要参考价值。

风电机组轴承健康劣化趋势建模与仿真

以风电机组轴承为研究对象,利用SCADA(Supervisory Control And Data Acquisition)监测参数,应用最小二乘曲面拟合算法,建立轴承温度健康状态劣化趋势模型。改进并应用EEMD(Ensemble Empirical Mode Decomposition)方法,分解具有非平稳性特性的轴承劣化趋势为一系列相对平稳的分量,利用时间序列神经网络分别对各分量单独预测,叠加所有分量的预测值作为最终的预测结果。经过仿真测试,该方法能够以更高的精度预测风电机组轴承健康状态劣化趋势。

南京地区夏季暴雨年际变化与大气环流的联系

EEMD(集合经验模态分解)方法在处理非线性及非平稳时间序列时表现出了很大的优势和应用潜力。利用EEMD方法研究南京地区夏季暴雨年际变化周期,对55年(1946—2000)的南京地区夏季暴雨频数进行分解,分别得到一系列模式,其中包含有(2—3)年周期分量和7年左右周期分量,而且(2—3)年周期分量幅度较大,变化特征与暴雨频数原始数据变化具有很高的相似性。不同于传统方法,EEMD方法给出了暴雨频数在不同时间尺度上各自分离的变化特征。这两种时间变化模态对应于不同的200hPa环流型,前者主要作用区域在南亚和欧亚大陆到西太平洋的副热带地区,而后者相关区域在西太平洋热带和亚洲中纬度地区。

基于集合经验模态分解的拉曼光谱信号特征研究

拉曼光谱信号是一种基于分子振动的散射信号,拉曼光谱仪的激光源波长一般为纳米级,考虑到散射频移,拉曼光谱有效信息主要集中在较高频段。拉曼信号是典型的非平稳信号,并且由于拉曼散射比较弱,信号很容易被高频噪声和荧光背景干扰,想获取较为全面的拉曼信息,需要对信号进行处理,小波变换对拉曼信号的分析结果取决于小波基的选择,不同小波基处理结果有差异;经验模态分解(EMD)方法可以自适应的分析信号,不需要设置参数,但存在模态混叠的问题;集合平均经验模态分解(EEMD),有效的解决了EMD方法中存在的模态混叠问题,能更加清晰的将信号中的不同频率成分划分开来,因此更加适合频率成分丰富的拉曼信号的特征分析和处理。采集了市面上常见的大豆油、花生油、玉米油和葵花籽油样本,通过拉曼光谱仪获得了各自的拉曼光谱信号。使用集合经验模态分解对食用油拉曼光谱信号进行自适应分解和处理,一共获得了10阶固有模态函数(IMF),根据信号的能量分布以及幅值特性, IMF1和IMF2表征为信号中的噪声部分, IMF3-IMF7表征为拉曼特征信号部分,最后一阶IMF10表征为荧光背景成分, IMF8和IMF9为其他物理意义的频率成分。通过对有效信号段的特征增强并重构拉曼信号,使拉曼信号的信噪比获得了2~5倍的提升,其中,难以探测的酯键羰基伸缩振动位于1 745 cm-1的谱峰得到了显著的增强。最后,将原始信号和经过特征增强的信号通过基于连续小波变换的惩罚最小二乘法进行了二次处理,并将获得的信号进行主成分分析后,可知:没有增强的不同类数据样本相互有重叠,不存在明显的类间距,很难完整的区分类型;基于特征增强的数据样本各自聚集,每种类型都可以相互鉴别,可为拉曼光谱信号处理提供一种新的途径。

近百年中国两次年代际气候变暖中的冷、暖平流背景

近百年中国气候经历了两次明显的年代际变暖,分别发生在20世纪40年代之前和70年代之后。由大气环流变化引起的冷、暖平流异常可为理解两次变暖提供参考。首先基于最新研制的近百年32站气温观测和集合经验模分解(Ensemble Empirical Mode Decomposition,EEMD)方法揭示两次变暖过程中国的冷、暖分布格局,进而利用全球格点气温和海平面气压资料计算了同期地转风导致的温度平流。结果表明,20世纪40年代中国华北北部至东北大部分地区和华南沿海局部地区偏冷而中东部至西南内陆大部分地区偏暖的年代际气候异常,站点冷、暖异常与大尺度温度平流的空间关联系数达0.85;而对于近20年中国气候变暖而言,这一关联系数仅0.49。研究结果从一个新颖的角度说明:早期变暖过程中气候系统内部过程如大气环流异常的作用较大,而近几十年气候变暖则更多地受迫于外强迫。

我国中部地区夏季干旱的多时间尺度特征及其环流、海温异常

基于CRU逐月降水和NCEP/NCAR再分析等资料,利用集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)方法,分析1948—2016年中国中部地区夏季降水变化的多时间尺度特征及其对应的环流、海温异常,进而解释不同时期影响干旱发生的背景场有何不同。结果表明,中部地区夏季降水以年际变化为主,周期长度为3.8 a和6.9 a,年代际和多年代际变化的方差贡献不足20%。然而,各时间尺度降水变化对不同时期干旱事件的贡献存在较大差异,1960s、1970s,降水年际变化偏弱,相反地,多年代际变化正处于负位相的极小值期;1980s、1990s,多年代际变化位相转正;2000s初,年际变化明显增强。此外,通过分析不同时间尺度降水变化对应的环流、海温背景场,发现热带印度洋海温异常及其引起的西北太平洋副热带高压的变化、大西洋北部海温异常激发的纬向波列以及贝加尔湖地区的阻塞活动、1970s末PDO位相转变伴随的东亚夏季风突变是分别解释降水年际、年代际和多年代际变化的主要原因,进而揭示影响中部地区夏季干旱发生的关键因子及其相对重要性。

全球增温减缓期间北半球暖季气温的变化特征

利用CRU提供的1901-2015年北半球格点月平均气温数据,借助线性趋势和集合经验模态分解方法对全球增温减缓期间北半球陆地暖季气温的时空特征进行分析。结果表明,在全球增温减缓时期,北半球陆地暖季的气温持续上升,与冷季呈相反的变化趋势。暖季气温变化存在区域性差异,北美北部和欧洲东南部增温显著,而欧亚大陆中部为大范围降温区。尺度分析表明,上述三个区域暖季气温的变化差异是长期趋势和不同冷暖位相的多年代际变率协同作用的结果。多年代际变率与大气环流场密切相关,同一时期,北美北部和欧洲东南部的位势高度升高,相应的阻塞事件增多,引发极端高温事件导致局地气温加速升高,欧亚大陆中部则相反。因而,大气环流场的变化特征可能造成了增温减缓时期北半球暖季气温的区域性差异。

太平洋上云水路径反演产品及其气候变化特征分析

基于极轨卫星NOAA-15上的微波温度计AMSU-A(Advanced Microwave Sounding Unit-A)多年亮温观测资料,建立了全球海洋上的云液态水路径反演产品,并通过对比ERA5和FNL/NCEP再分析资料的云水路径产品,分析了反演产品对云液态水路径气候变化特征的再现能力,进一步通过线性回归和EEMD(Ensemble Empirical Mode Decomposition)方法分别分析了太平洋地区大气云水路径的线性和非线性气候变化趋势特征。结果表明,云水路径反演资料可以很好的再现多年平均空间分布特征及相应的气候变化趋势,云水路径气候趋势表现出明显的纬度带特征,增多和减小趋势随纬度带间隔出现,而且在北半球东太平洋地区,云水路径气候趋势的纬度带特征有向北迁移的现象。相比而言,反演产品的气候趋势与ERA5再分析资料有更好的相似性,而FNL资料对趋势的纬度带特征,尤其是纬度带特征的北移现象未能很好的再现,只是表现为赤道地区水汽减少,而两侧云水路径显著增加的特征。