基于EMD-MFOA-ELM的瓦斯涌出量时变序列预测研究

为准确分析工作面绝对瓦斯涌出量的非平稳特征,实现瓦斯涌出量的准确预测,基于经验模态分解(EMD)、修正的果蝇优化算法(MFOA)和极限学习机(ELM)基本原理,构建瓦斯涌出量的EMD-MFOA-ELM多尺度时变预测模型。通过EMD将瓦斯涌出量时变序列进行深层次分解,获得多尺度本征模态函数(IMF);采用MFOA-ELM对各IMF时变序列建立动态预测模型,等权叠加各预测值,得到模型最终预测结果。以晋煤某矿瓦斯涌出量监测时序样本为例进行研究分析,结果表明:EMD能充分挖掘出监测数据隐含信息,有效降低数据复杂度;该模型预测相对误差为0.024 3%~0.651 0%,平均值仅为0.252 6%,预测精度和泛化能力高于未经EMD分解模型,能很好地适用于非平稳时变序列预测。     

基于Hilbert谱信息熵的煤矸放落振动特征分析

针对煤矿安全生产中的综放工作面煤矸界面探测问题,提出利用煤矸下落冲击钢板的振动特征来探测煤矸界面的方法。煤矸振动信号表现出非平稳特征,采用经验模态分解方法将复杂矿井环境下的煤矸振动信号分解成固有模态分量。选择包含煤矸振动特征的前7个本征模函数(IMF)分量,通过Hilbert变换得到Hilbert谱。分析不同放煤状态下钢板振动信号的Hilbert谱发现,顶煤下落时的Hilbert谱分布较均匀,而煤矸混放时的Hilbert谱呈现不均匀分布。根据信息熵理论,提出了基于Hilbert谱信息熵的煤矸振动特征提取方法。试验结果表明,顶煤下落时的Hilbert谱信息熵要大于煤矸混放时的Hilbert谱信息熵,因此,煤矸振动的Hilbert谱信息熵特征能够准确地反映放煤状态。     

基于生态足迹方法的中国生态可持续性分析

基于生态足迹和EMD方法,分析了中国1961~2005年生态可持续性的周期性变化,并建立具有周期性波动的非线性动力学模型,预测未来10年中国人均生态足迹和生物承载力的发展趋势。结果发现:44年来,中国人均生态足迹具有明显的4.3年、14.3年和17年3个波动周期,人均生物承载力具有明显的3.5年、8.8年、17.7年和44年4个波动周期;若未来10年中国人均生态足迹和生物承载力均延续过去44年的变化趋势,则2015年人均生态足迹、生物承载力、生态赤字将分别为1.366ghm²、1.108ghm²和0.258ghm²,人均生态足迹和生态赤字较2005年分别下降了0.27ghm²、0.441ghm²,而人均生物承载力增加了0.171ghm²。在保持经济、技术和人民生活水平稳步提高的同时,这种程度的生态超载有可能通过贸易引进生物承载力,通过技术进步、提高管理水平等增加生物承载力得到缓解。     

基于HHT方法的矿井瓦斯体积分数预测

为有效分析煤矿瓦斯监测数据以实现较准确的瓦斯浓度预测,研究应用希尔伯特-黄变换(HHT)方法进行瓦斯浓度时间序列分析与预测的方法。应用经验模态分解(EMD)方法将瓦斯浓度时间序列分解成不同频率的固有模态函数(IMF)分量的叠加,以获取瓦斯浓度时间序列的瞬时特征;通过Hilbert变换求得各IMF分量的瞬时频率,依据各IMF分量瞬时频率的均值将分解得到的IMF划分成较高频和低频2类新的分量,选取适合于各分量特征的预测模型分别进行预测,以消除局部随机性对预测精度的影响,结合自回归(AR)、径向基函数(RBF)神经网络和支持向量机(SVM)3种预测模型实现瓦斯浓度预测。实例分析表明:应用该方法所得预测结果比较准确,降低了预测复杂度,提高了预测精度。     

城市供水管网健康监测与诊断:IV.监测点压力在线预测

供水管网运行状态的准确把握,对供水管网的健康监测与诊断至关重要,而监测点压力是管网运行状态最重要的标志之一。提出用于供水管网监测点压力在线预测的EMD(经验模态分解)与自回归模型相结合的方法,并对EMD组合模态所蕴含的物理意义进行了阐述。通过一实际供水管网中某监测点压力的在线预测与实际监测值的比较,验证了方法的有效性,此方法可提高城市供水管网健康的在线监测与诊断的效率。     

Research on a small-noise reduction method based on EMD and its application in pipeline leakage detection

The noise included in pipeline pressure signal is a small noise whose energy takes a small proportion of pressure signal and is concentrated on high frequency components. However, it will influence pipeline leakage identification and even cause false alarms. Thus, a small-noise reduction method based on EMD (SNR-EMD) is proposed to remove small noise from pressure signal. EMD is applied for extracting the mean envelope of the signal. Then, small fluctuations around the mean envelope are considered to be small noises. Meanwhile, end effect of SNR-EMD is restrained by extrema mirror extension (EME). The results of simulation studies with SNR-EMD show that the larger the noisy signal's signal-to-noise ratio (SNR) is, the better noise reduction effect becomes. And SNR-EMD considered as a low-pass filter removes or reduces the high frequency components. Furthermore, superiorities of SNR-EMD are verified by comparison studies with wavelet packet transform (WPT) and singular value decomposition (SVD). Finally, a case study of leakage identification shows that SNR-EMD can improve the performance of leakage identification and reduce the possibility of false alarms, which makes much easier and further effective to distinguish the leakage mode from other modes after removing noise from pressure signal.     

基于改进EMD—小波阈值联合去噪的城市地下管线识别与定位

探地雷达(GPR)目标回波信号极易由于背景杂波的干扰而被淹没。为了有效滤出杂波,提出了一种改进的EMD-小波阈值联合去噪法,即用改进的基于统计特性和自相关函数特性的EMD去噪法对回波信号进行预处理,在此基础上对EMD分解后的噪声主导模态分量进行小波阈值处理,最后进行信号的重构。结果表明,该联合去噪法不仅可以有效地滤除杂波,而且最大限度地保留了目标回波有用信号,从而使去噪后的回波剖面为城市地下管线的识别与定位提供了可靠的图像解释资料。     

Trends in per capita ecological footprint and biocapacity in China 1949–2013

This paper proposes two concepts: the ecological footprint component index(EFCI) and the biocapacity component index(BCCI), based on the ecological footprint(EF) and Shannon entropy approaches. Per capita EFCI and BCCI in China 1949-2013 are analyzed using empirical mode decomposition(EMD). Nonlinear models of per capita EFCI and BCCI in China 1949-2013 are presented and their cycles and predictions from 2014 to 2023 are analyzed. The results over the last 65 years show:(1) EFCI in China has increased constantly with fluctuations, while BCCI has slowly decreased. Their annual change rates are 2.81% and-1.26%, respectively. The increasing EFCI indicates a gradual improvement in China's sustainable development potential; the decreasing BCCI indicates severe environmental and population challenges.(2) The cycles of per capita EFCI have periods of 5.4 and 16.3 years, while cycles of per capita BCCI have periods of 3.6, 13,and 21.7 years. The predictive models indicate that EFCI will first decrease, reaching 0.02725 in2014, and will subsequently increase to 0.03261 in 2021. BCCI will increase, reaching 0.01365 in2014 and 0.01541 in 2022. EFCI and BCCI will reach 0.03037 and 0.01537, respectively, in 2023.Policymakers should ensure that the EFCI and BCCI increase in 2023.     

基于人口、经济的我国能源可持续发展的动力学研究

能源是经济增长最基本的驱动力,随着我国城镇化进程的不断推进,能源需求持续增长的现状下,分析我国能源的可持续发展问题是十分必要的。利用EMD方法分别对1953~2006年间我国人均耗能值及万元GDP能耗值进行多时间尺度分析,并构建动力学模型,分别从人口增长和经济发展两方面进行预测。结果表明： ①我国人均耗能值以13.5年准周期波动为主;万元GDP能耗值以4.7年准周期波动为主。②无论是基于人口的预测,还是基于经济发展的预测,到2017年,我国能源消费总量将达到约33×10⁸t标煤。即便我国人口增长控制得当,经济增长按年7%的增长率预测,能源供需之间仍是不平衡的。我国未来的能源安全保障前景不容乐观。为了实现能源的可持续发展,一方面必须“开源”,加快发展核电,另一方面“节流”,即大力实施节能减排,才能缓解能源供需矛盾。     

基于EMD的中国经济增长与能源消费的关系

能源消费对我国经济、社会实现可持续和谐发展起着重要作用，但理论上二者之间的关系并不明确。利用matlab 70软件，通过经验模态分解（EMD）方法对我国 1954~2007年能源消费年增长速度、GDP增长速度进行分析，旨在系统说明我国经济增长与能源消费之间的内在关系，更能体现出经济增长同能源消费增长之间的动态关系，同时也为研究长时间序列的动态变化提供一个全新的研究方法。通过EMD方法，将研究对象的不同时间尺度的波动或趋势逐级分解开来，产生一系列具有不同特征尺度的本征模函数（IMF），得到系统在不同时间尺度下的演化曲线，可以将这些曲线看成是系统的特解。通过对我国近 54 a 的资料进行EMD分析，结果表明：（1）我国能源消费增长由4个IMF分量及趋势项构成，GDP增长由3个IMF分量和趋势项组成。（2）对于短周期的高频波动，能源消费增长与经济增长之间是高度一致的。（3）对于中尺度的周期波动，能源消费表现出一定的滞后性，平均滞后 1~3 a。（4）从大尺度的周期波动来看，经济增长表现出一定的滞后性，平均滞后 3~5 a，表现出能源对经济的约束作用。