混沌信号的相空间重构和预测方法研究

基于复杂非线性系统的相空间重构理论和神经网络本质为非线性映射关系的特点,提出利用混沌时间序列重构相空间和BP神经网络构建其预测模型的方法。利用该方法对典型的Lorenz混沌时间序列进行了空间重构,研究了预测模型的预测效果,结果表明单步预测效果理想,多步预测在50步以内也能取得较小的预测误差,证明了混沌信号不同于随机噪声,具有短期可预测、长期不可预测的特征。该方法为具有混沌特性的时间序列如心电信号、电力负荷等预测模型的建立提供了理论基础。     

行波热声斯特林机中自激振荡的实验分析--利用相空间重构方法

一个由环形行波圈和谐振管组成的热声斯特林系统巳成功的设计和建造，本文介绍了使用声信号的时间序列来进行相空间重构，用相空间重构方法来描述和分析行波热声系统中的自激振荡，对系统的起振特性以及行波模态到驻波模态的转变进行了实验分析和研究。     

一种基于混沌和GFRF的故障诊断方法

提出了一种基于相空间重构和广义频谱响应函数 (GFRF)算法的复杂电子系统故障诊断方法 ,该方法将复杂电子系统中参数变异演化造成的不稳定因素作为研究对象 ,利用相空间重构和Γ test算法将系统的观测数据构造成伪输入 /输出对 ,用GFRF的简化模型辨识算法计算系统的三阶GFRF核 ,用数据替代法生成系统故障数据 ,借助于对系统的互调失真的跟踪与估计 ,实现系统故障的检测与识别。实验结果表明 ,该故障诊断方法可准确地检测出复杂电子系统中的故障现象     

相空间神经网络模型在大坝安全监控中的应用

本文将混沌理论和神经网络理论相结合，并针对某一混凝土重力坝水平位移实测值建立相空间模糊神经网络预报模型。首先对水平位移的实测序列，进行相空间重构，求算关联维，说明该序列存在混沌成分和奇异吸引子；应用自适应模糊神经网络，对水平位移实测序列构成的相点，建立相空间神经网络模型。计算结果表明，相空间神经网络模型用于大坝监控中是可行的，其预报精度优于常规的统计回归模型，能揭示大坝的非线性性质，能更好地对大坝运行性态进行分析。     

基于SWT与相空间曲变的控制棒驱动机构退化状态跟踪和识别

控制棒驱动机构（CRDM）是保证反应堆正常运行与安全的重要设备。针对其转速低、性能退化特征微弱且易受其他信号源干扰的特点,本文采用小波半软阈值（SWT）与相空间曲变相结合的方法对其退化状态进行了跟踪与识别。通过与基于振动幅值均方根（RMS）方法的对比,表明该方法能够克服传统基于线性信号处理理论对微弱性能退化状态不能很好地跟踪和识别的缺点,可以较好地对强背景噪声下的旋转机械性能退化状态进行跟踪和识别。      

一种新型衰弱信道预测算法

提出了一种基于支持向量机的衰落信道预测算法.在相空间中构建学习样本,然后借助支持向量机的学习与判决能力实施预测.对Jakes衰落信道的预测实验表明,该算法是有效的.同时也表明嵌入维数对预测准确度有着较大影响.     

基于相空间的励磁涌流新特征分析

提出一种基于相空间的励磁涌流新特征。该特征利用混沌时间序列重构相空间的原理,把一维时间序列的单相电流采样信号映射到高维相空间,通过比较在相空间内形成的相轨迹来区分励磁涌流和内部故障电流。仿真实验表明:在变压器各种不同运行参数情况下,都可以重构成一个相同的相空间,并且可以清晰地看出励磁涌流与变压器内部故障电流相轨迹的区别,从而为快速识别励磁涌流提供新思路。     

河川径流混沌特征分析

在对混沌理论及其在径流系统应用的适应性分析的基础上,提出河川径流混沌分析方法;以黄河为研究对象对月径流序列进行相空间重构,并进行混沌特征识别和分析,得到如下结论：天然月径流比实测月径流的饱和关联维数要大,要恰当描述实测月径流序列的变化特征,进行动力系统建模,最少需要4个独立变量,最多需要8个独立变量,要描述天然径流序列则最少需要5～6个,最多需要12个独立变量;同一水文站、同一时期的实测径流序列和天然序列的混沌特征不同;下游的混沌特征要强于上游;从上世纪五十年代到本世纪初黄河干流月径流的混沌特性比上世纪二十年代到上世纪七十年代月径流的混沌特性要稍强;所采用径流时间序列的长、短对混沌特征的识别有影响,序列越长,所表现的混沌特征就越强。黄河径流具有混沌特征,为径流系统的建模和混沌预测提供了依据。     

基于相空间重构的变压器励磁涌流识别

针对变压器励磁涌流会引起差动保护误动的问题,应用相空间重构理论,对变压器励磁涌流和不同内部故障时的电流序列进行相空间重构,将一维的时间序列重构到高维相空间,通过研究高维相空间吸引子的分布规律和运动特点,获取原始时间序列的动力学特性。计算吸引子的特征量——关联维数来区分变压器励磁涌流与内部故障电流。实验分析结果表明：励磁涌流时电流序列对应的关联维数大于2,而内部故障时电流序列对应的关联维数在1和2之间,两者明显不同。因此关联维数可以作为一种新的特征判据来识别变压器励磁涌流。     

电力负荷混沌动力特性及其短期预测

根据非线性动力系统理论进行负荷建模和预测,并将预测精度作为一种辨识工具,用于分析电力负荷变化的动力特性。分析结果表明,可将负荷的变化特性描述为低维混沌系统。根据负荷的混沌特性及一步向前预测的精度提出一种优选重构参数的方法,并采用基于相空间重构的加权一阶局域法多步预测模型进行了负荷预测。相空间模型能识别负荷序列的内部特性并进行预测,因此是分析和预测负荷的有效工具。