基于EMD分解法的大坝变形预测模型及应用

针对传统模型对脉动时间序列的预测效果较差的情况,结合经验模态分解(EMD)、相关向量机(RVM)理论以及改进粒子群算法(IPSO)的优点,提出一种基于EMD分解法的大坝变形预测模型。首先利用EMD分解法对大坝变形时间序列进行分解和重构,使非平稳的大坝变形时间序列平稳化,再以RVM理论为基础进行预测,核函数选用高斯核函数,并采用改进粒子群算法(IPSO)进行寻优,最终建立EMD-RVM(IPSO)大坝变形预测模型。通过实例计算得到,SVM、RVM和EMDRVM(IPSO)三种模型的平均残差分别为5.29 mm、3.13 mm、0.97 mm,并且EMD-RVM(IPSO)模型的预测值误差均控制在5%以内。这证明EMD分解法对非平稳时间序列的预处理可有效提高预测精度,相比于标准SVM模型和RVM模型,EMD-RVM(IPSO)模型的预测精度更高,且结构稀疏度更好,在实际工程中具有一定的可行性。

基于EMD分解法台风“梅花”的近地风特性分析

在EMD分解结果上处理得到非平稳时段的湍流强度、阵风因子、湍流积分尺度和脉动风速谱。结果表明,和传统方法处理结果相对比,基于EMD分解法更加适合风速处理。

基于EMD-RVM-Arima的大坝变形预测模型及其应用

由于大坝变形监测数据为非平稳、非线性的时间序列,因此采用经验模态分解法(EMD)、相关向量机理论(RVM)以及Arima误差修正模型对大坝变形监测数据进行分析预测。首先利用EMD分解法对原始时间序列进行分解和重构,使原始序列平稳化,得到若干本征模态函数(IMF)以及残差序列,再以RVM预测模型对上述结果进行分析预测,最后利用Arima误差修正模型对预测残差进行误差修正,从而建立了以RVM为基础预测模型的EMD-RVM-Arima大坝变形预测模型。以某双曲拱坝为例,采用该模型对其变形监测数据进行分析预测,得到的平均残差为2. 89 mm,同时计算出SVM、RVM法的平均残差为11. 62 mm、9. 30 mm。可以看出,EMD-RVM-Arima模型大大提高了预测精度,该模型在大坝变形预测中具有可行性。

基于时频分析的Lamb波散射源定位方法研究

针对Lamb波损伤定位中频散效应对定位精度的影响,提出了基于时频曲线和椭圆定位法的Lamb波散射源定位法。利用经验模态分解(EMD)法把散射信号分解成有限个窄带信号分量,再采用改进的连续小波变换(CWT)求出每个信号分量的时频曲线,叠加形成整个信号的时频曲线,实现对不同频率成分波达时刻的准确判别。利用椭圆定位法获得对应于散射信号中一系列频率成分的定位结果,最终由这些多组定位的综合判定损伤位置。在铝板结构上的测试结果表明,在频散较严重的A0模式低频段,该方法求出的时频曲线较细致,损伤位置定位较精确,能有效排除偶然因素对最终结果的影响。

基于EMD的SVM支持向量机模型在朝阳旱灾预测中的应用

为提高旱灾预测精度,本文运用EMD(经验模态分解法)与SVM(支持向量机)的组合模型对朝阳地区51a(1968-2018)旱灾情况进行预测研究,利用不同模型的独特优势,提高旱灾的预测精度,从而降低单一旱灾预测模型存在的弊端。结果表明:基于EMD的SVM支持向量机模型在朝阳旱灾预测中的应用取得了较好的预测精度,预测值均方误差(MSE)为0.0005,决定系数(R2)为0.992,均优于SVM支持向量机预测模型的结果,将该模型应用在朝阳地区旱灾预测中具有一定的可行性。

洮河干流径流量变化趋势分析

河流径流量变化是对区域气候和下垫面变化的综合反映,了解和认知其变化对流域水资源开发具有重要意义。根据洮河流域上、中、下游的下巴沟、岷县、李家村、红旗四个控制水文站点实测月、年径流量资料,运用不同指标对洮河干流径流量的变化规律和趋势进行了分析,并采用最新的经验模态分解法进行佐证。结果表明:50年代至今,洮河流域径流量年内分配不均匀性越来越低,上游向下游逐渐由均匀向不均匀变化;该流域径流量年际变化大,总体表现为逐渐减小的趋势,丰平枯水年交替出现;洮河上游、下游径流量年际变化稳定,中游有部分支流汇入,径流量年际变化剧烈。洮河径流过程与降雨过程呈对应关系,径流量随雨量的变化而变化,径流量有滞后现象。

基于暂态电流固态能量的故障识别分析

针对电力系统特高压线路暂态故障,文中在固有模态能量分析法的基础上提出了一种基于暂态电流的故障分析法。由于EMD分解法具有良好的完备性和正交性,可通过相对能量系数分析故障过程暂态能量的大小,因此通过比较同一时刻、同一位置的三相线路暂态电流固有能量系数的相对大小就可以识别出故障相别及类型。在对该方法进行理论分析和EMTP模型搭建之后,仿真结果也表明该方法能够快速识别故障性质,对于保护功能的实现以及自动重合闸的逻辑设计均具有指导意义。