基于SSA-LSTM 的風(fēng)速異常波動(dòng)檢測(cè)方法

鄧立軍 ，袁金波 ，劉 劍 ，尚文天

（1.遼寧工程技術(shù)大學(xué) 安全科學(xué)與工程學(xué)院, 遼寧 葫蘆島 125105；2.遼寧工程技術(shù)大學(xué) 礦山熱動(dòng)力災(zāi)害與防治教育部重點(diǎn)實(shí)驗(yàn)室, 遼寧 葫蘆島 125105）

0 引 言

風(fēng)門開閉會(huì)引起通風(fēng)系統(tǒng)及關(guān)聯(lián)巷道風(fēng)流發(fā)生波動(dòng)。當(dāng)風(fēng)門處于靜止?fàn)顟B(tài)（保持關(guān)閉或保持敞開），即無(wú)擾動(dòng)條件下，風(fēng)速傳感器監(jiān)測(cè)數(shù)據(jù)在湍流脈動(dòng)作用下呈現(xiàn)無(wú)周期、非線性的小幅度波動(dòng)[1]。而在風(fēng)門開閉過程中，關(guān)聯(lián)巷道風(fēng)速傳感器監(jiān)測(cè)數(shù)據(jù)會(huì)出現(xiàn)短時(shí)異常波動(dòng)。由于湍流脈動(dòng)的作用，風(fēng)速傳感器監(jiān)測(cè)數(shù)據(jù)存在大量噪聲，傳統(tǒng)統(tǒng)計(jì)方法無(wú)法精確檢測(cè)風(fēng)速傳感器監(jiān)測(cè)數(shù)據(jù)中的異常波動(dòng)，存在漏報(bào)率和誤報(bào)率高的問題，給預(yù)警與控制帶來(lái)較大困難，因此需盡早檢測(cè)風(fēng)速異常波動(dòng)。風(fēng)速傳感器監(jiān)測(cè)數(shù)據(jù)可視為一類非線性、非平穩(wěn)時(shí)間序列數(shù)據(jù)。為盡可能地提取時(shí)間序列數(shù)據(jù)中的有效信息，排除噪聲干擾，有學(xué)者將時(shí)間序列數(shù)據(jù)分解成具有不同時(shí)間尺度的若干分量，并對(duì)單一分量進(jìn)行分析和重組，從而實(shí)現(xiàn)噪聲分離[2]。目前常用的時(shí)間序列數(shù)據(jù)降噪方法——傅里葉變換(Fourier Transform，F(xiàn)T）、小波分析（Wavelet Analysis，WA）、經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition，EMD) 和SSA（Singular Spectrum Analysis，SSA）等均對(duì)時(shí)間序列數(shù)據(jù)有著較好的降噪作用。然而，傅里葉變換只適用于平穩(wěn)的數(shù)據(jù)分析，在處理非平穩(wěn)數(shù)據(jù)時(shí)有著一定的局限性[3]；小波分析降噪過程中，雖能對(duì)非平穩(wěn)數(shù)據(jù)進(jìn)行分解，但其小波基、分解層和小波閾值等相關(guān)參數(shù)受人為影響因素較多，容易出現(xiàn)偏差[4]；……