基于ALA优化VMD和Transformer-BiGRU的锂离子电池RUL预测

1

作者 闫来清 梁朝洋 +4 位作者 韩磊 李沁春 蔡钰濠 魏嘉轩 许志超 《电源技术》 北大核心 2026年第2期277-289,共13页

准确预测电池剩余使用寿命(RUL)对保障电池管理系统的安全运行至关重要。然而,电池容量再生效应和测量误差会影响RUL预测精度,传统经验模态分解(EMD)虽能分解信号,却存在模态混叠问题;此外,现有方法中变分模态分解、预测模型核心参数大... 准确预测电池剩余使用寿命(RUL)对保障电池管理系统的安全运行至关重要。然而,电池容量再生效应和测量误差会影响RUL预测精度,传统经验模态分解(EMD)虽能分解信号,却存在模态混叠问题;此外,现有方法中变分模态分解、预测模型核心参数大多依赖手动设置,不仅耗时费力且预测效果受主观因素影响较大。针对上述难题,提出了一种基于ALA优化VMD和Transformer-BiGRU的预测方法。利用人工旅鼠算法(ALA)对变分模态分解(VMD)的模态分解层数与惩罚因子进行优化,通过VMD将电池容量数据分解为不同频率的模态分量,减小容量再生效应和测量误差的影响。构建了结合注意力机制(Transformer)和双向门控循环单元(BiGRU)的预测模型,并通过海星优化算法(SFOA)优化模型结构和关键参数,将各分量的预测结果加和得到最终预测值。基于MATLAB平台在两组公开数据集上验证了所提模型的有效性,并与其他预测方法进行对比。结果表明,所提方法的均方根误差(RMSE)均低于0.5%,预测精度较高。 展开更多

关键词 锂离子电池 人工旅鼠算法 海星优化算法 变分模态分解 双向门控循环单元 Transformer模型

在线阅读 下载PDF 职称材料

基于HALA-VMD-IWTD的振动信号联合去噪

2

作者 曹亚超 吕贺轩 +2 位作者 崔彦平 何晓旭 张强 《振动与冲击》 北大核心 2026年第1期1-10,共10页

针对机械传动系统中采集的信号存在噪声干扰问题,提出了一种混合人工旅鼠算法(hybrid artificial lemming algorithm,HALA)优化变分模态分解(variational mode decomposition,VMD)与改进小波阈值去噪(improved wavelet threshold denois... 针对机械传动系统中采集的信号存在噪声干扰问题,提出了一种混合人工旅鼠算法(hybrid artificial lemming algorithm,HALA)优化变分模态分解(variational mode decomposition,VMD)与改进小波阈值去噪(improved wavelet threshold denoising,IWTD)的振动信号联合去噪方法。首先,通过HALA自适应选取VMD的关键参数,将含噪信号自适应分解为n个本征模态函数;其次,通过相关系数法筛选有效模态分量;最后,利用改进的小波阈值函数对选定分量进行二次去噪。结果表明:与VMD、小波阈值去噪(wavelet threshold denoising,WTD)、VMD-IWTD等去噪方法进行对比,基于HALA-VMD-IWTD的振动信号联合去噪方法去噪后的信号信噪比最高、均方根误差最小,具有更好的去噪优越性,适用于非平稳振动信号去噪;当故障特征频率为103.4 Hz时,经该方法去噪处理后,信号中的故障特征频率成分更加突出,背景噪声得到有效抑制。 展开更多

关键词 混合人工旅鼠算法(Hala) 变分模态分解(VMD) 改进小波阈值去噪(IWTD) 振动信号 去噪

在线阅读 下载PDF 职称材料

基于ALA的锂离子电池ESP模型参数辨识

3

作者 荆志豪 周忠凯 《电源技术》 北大核心 2025年第10期2080-2087,共8页

锂离子电池的电化学模型是目前精度最高的模型,然而当前电化学模型参数辨识面临着参数维度较高以及复杂性强的困难。针对锂离子电池扩展单粒子模型(ESPM)的参数辨识,提出了一种基于人工旅鼠算法(ALA)的多时间尺度参数分组辨识方法。该... 锂离子电池的电化学模型是目前精度最高的模型,然而当前电化学模型参数辨识面临着参数维度较高以及复杂性强的困难。针对锂离子电池扩展单粒子模型(ESPM)的参数辨识,提出了一种基于人工旅鼠算法(ALA)的多时间尺度参数分组辨识方法。该方法通过将模型参数按照不同时间尺度分组,然后结合不同实验工况分组依次辨识,减少了参数空间维度,简化了参数辨识步骤。实验结果表明该方法参数辨识结果的平均绝对百分误差可以达到0.5%以下,结合ALA算法后可进一步降至0.25%。 展开更多

关键词 锂离子电池 扩展单粒子模型 参数辨识 人工旅鼠算法

在线阅读 下载PDF 职称材料

地下空间异构无人系统分布式协同搜索路径规划方法

4

作者 詹浩 周同乐 +1 位作者 陈谋 杨家文 《哈尔滨工业大学学报》 北大核心 2026年第1期12-23,共12页

为解决地下空间中空地异构无人系统协同区域搜索效率低下的问题,本文综合考虑空中与地面障碍物的双重约束,构建了三维栅格地下空间模型。基于此,利用自适应高度的无人系统三维传感器模型,量化分析了探测距离对探测性能的影响,并采用信... 为解决地下空间中空地异构无人系统协同区域搜索效率低下的问题,本文综合考虑空中与地面障碍物的双重约束,构建了三维栅格地下空间模型。基于此,利用自适应高度的无人系统三维传感器模型,量化分析了探测距离对探测性能的影响,并采用信息素图机制,通过信息素的扩散与挥发动态更新环境信息。在分布式模型预测控制(distributed model predictive control,DMPC)框架下,融合差分变异、三角形游走、高斯扰动和t分布自适应扰动策略,提出了一种融合信息素图机制的改进人工旅鼠算法(improved artificial lemming algorithm-pheromone map,IDALA-PM),以实现多空地异构无人系统的分布式实时路径规划。仿真结果表明,所提出的IDALA-PM算法能够有效完成地下空间搜索任务,相比传统算法,搜索效率提高了54.2%。 展开更多

关键词 地下空间 空地异构无人系统 协同搜索路径规划 DMPC IDala-PM

在线阅读 下载PDF 职称材料

基于融合迁移学习的IPCNN串联型故障电弧检测研究

5

作者 严灵潇 李斌 +1 位作者 舒嘉辉 张勇志 《电子测量与仪器学报》 北大核心 2025年第11期258-272,共15页

针对实际家庭环境中,家用负载故障数据难以采集导致故障样本稀缺,无法满足故障模型的训练要求的问题。提出了一种融合迁移学习的改进双通道卷积神经网络(IPCNN)串联型故障电弧检测方法。首先,搭建家用负载串联型电弧故障实验平台,获取... 针对实际家庭环境中,家用负载故障数据难以采集导致故障样本稀缺,无法满足故障模型的训练要求的问题。提出了一种融合迁移学习的改进双通道卷积神经网络(IPCNN)串联型故障电弧检测方法。首先,搭建家用负载串联型电弧故障实验平台,获取感性负载和阻性负载在发生串联故障时的一维电压信号,利用格拉姆角场将其转换为二维图像,形成新的图片数据集并将其送入源域上的双通道卷积神经网络(PCNN)模型中进行训练得到该模型的权重参数。然后通过迁移学习将源域上已训练好的权重参数迁移至目标域上的IPCNN模型中,加快模型训练时间,节省计算资源。同时,在IPCNN模型中加入了门控循环单元(GRU)和多头注意力机制(MSA)来提高模型计算效率和表达能力,并且在IPCNN模型中舍弃掉PCNN模型中的分类层,使用L2正则化支持向量机(L2-SVM)代替Softmax层进行分类任务控制模型的复杂度,从而提高模型的泛化能力。最后,针对模型中的学习率和神经元个数等超参数难以确定的问题,利用改进后的人工旅鼠算法进行优化,使其网络结构更加合理。通过对比实验,该模型对感性负载和阻性负载的平均识别准确率分别为97%和97.75%。证明所提方法克服了在数据稀缺的情况下导致模型识别精度低的问题,对于家用负载串联电弧故障的识别具有良好的成效。 展开更多

关键词 格拉姆角场 IPCNN 改进人工旅鼠算法 迁移学习 故障检测

原文传递

多策略改进的人工旅鼠算法及工程应用

6

作者 杨原 陈明霞 +1 位作者 陆俊良 严一踔 《电子测量技术》 北大核心 2025年第22期98-111,共14页

人工旅鼠算法是一种新提出的元启发式算法,能够通过模拟旅鼠的4种不同行为,有效探索复杂的搜索空间,但该算法仍存在过早收敛、探索不足、缺乏鲁棒性以及易陷入局部最优。针对上述问题,本文提出一种多策略改进的人工旅鼠算法,首先,引入Ha... 人工旅鼠算法是一种新提出的元启发式算法,能够通过模拟旅鼠的4种不同行为,有效探索复杂的搜索空间,但该算法仍存在过早收敛、探索不足、缺乏鲁棒性以及易陷入局部最优。针对上述问题,本文提出一种多策略改进的人工旅鼠算法,首先,引入Halton序列实现初始种群均匀分布,以提升全局搜索能力;其次,结合精英池策略与惯性权重,避免搜索过度依赖最优个体,增强种群的跳跃搜索能力,从而抑制早熟收敛;最后,在算法迭代后期引入非线性权重的黄金正弦策略,与觅食行为相结合,以提高局部搜索的精度与稳定性。为验证改进算法的性能,本文选取CEC2017测试函数集进行实验,并采用Wilcoxon秩和检验进行统计分析。实验结果表明,改进后的算法在收敛速度、寻优精度以及稳定性方面均优于5种对比算法,相较于原算法平均值误差降低了27.36%,标准差平均降低了36.99%,在3个工程优化问题中,改进后的算法均取得了最小目标函数值,优于对比算法,表现出较好的适用性和优越性。 展开更多

关键词 人工旅鼠算法 Halton序列 精英池 黄金正弦 行星轮系设计 多盘离合器制动器 工业制冷系统

原文传递

基于混沌映射改进新型仿生算法的大坝应力深度学习模型构建研究

7

作者 童广勤 严为光 +2 位作者 耿峻 赵鹏 汪昌港 《水电能源科学》 北大核心 2025年第11期153-157,共5页

大坝应力是影响坝体安全稳定的重要因素,准确估算坝体应力对大坝安全运行及管理维护具有重要意义。为高精度构建坝体应力估算模型,基于实际重力坝工程2006~2024年多年实测应力数据,以卷积神经网络模型(CNN)、长短期记忆神经网络模型(BiL... 大坝应力是影响坝体安全稳定的重要因素,准确估算坝体应力对大坝安全运行及管理维护具有重要意义。为高精度构建坝体应力估算模型,基于实际重力坝工程2006~2024年多年实测应力数据,以卷积神经网络模型(CNN)、长短期记忆神经网络模型(BiLSTM)和Attention机制为基础构建组合模型CBA,采用Chebyshev映射和Henon映射对人工旅鼠优化算法(ALA)和中华穿山甲优化算法(CPO)进行进一步改进,对CBA模型进行优化,构建得出CACBA模型、CCCBA模型、HACBA模型和HCCBA模型,对坝体挡水坝段和泄洪坝段应力进行估算模拟。结果表明,在所有模型中,CACBA模型模拟值与实测值的变化趋势拟合效果最高,该模型模拟值的相对误差变化曲线最平稳,表明该模型具有较高的鲁棒性;CACBA模型模拟精度最高,在泰勒图结果中,CACBA模型与实测值最为接近;CACBA模型表现出了较高的可移植性,在可移植性分析中,该模型误差低于0.130 MPa,一致性高于0.980。因此,CACBA模型具备较高的坝体应力估算能力,可为坝体安全运行提供有力保障。 展开更多

关键词 大坝应力 卷积神经网络模型 长短期记忆神经网络模型 人工旅鼠优化算法 中华穿山甲优化算法

原文传递

水闸结构应变高精度估算模型研究

8

作者 赵国超 《海河水利》 2025年第S1期98-101,共4页

应变是影响水闸结构稳定的关键因素之一,构建结构应变高精度估算模型对后期安全运行管理十分重要。为获取水闸结构应变的高精度估算模型,本文以多年实测应变数据为基础,采用时间卷积神经网络模型(TCN)和双向长短期记忆神经网络模型(BiLS... 应变是影响水闸结构稳定的关键因素之一,构建结构应变高精度估算模型对后期安全运行管理十分重要。为获取水闸结构应变的高精度估算模型,本文以多年实测应变数据为基础,采用时间卷积神经网络模型(TCN)和双向长短期记忆神经网络模型(BiLSTM)构建组合深度学习模型TB,将人工旅鼠算法(ALA)、龙卷风优化算法(TOC)、麻雀搜索算法(SSA)用于优化TB模型中,构建得出ATB模型、TTB模型、STB模型用于估算结构应变。结果表明:ATB模型估算值与实测值的变化趋势最为接近,拟合方程斜率为0.981,拟合效果好,该模型估算精度误差仅为4.493%和3.322%,一致性超过了0.96,在所有模型中精度最高,可实现水闸结构应变的高精度估算。 展开更多

关键词 应变估算 时间卷积神经网络 双向长短期记忆神经网络 人工旅鼠算法

在线阅读 下载PDF 职称材料

基于协同聚类与优化分解的时序卷积双向神经网络短期光伏功率预测方法

9

作者 张紫格 舒征宇 +2 位作者 刘颂凯 姚钦 童华敏 《分布式能源》 2025年第5期41-51,共11页

针对光伏发电功率因天气变化导致的间歇性和波动性从而导致预测精度较低的问题,提出一种基于自组织映射(self-organizing map,SOM)网络和K均值(K-means)算法(S-Kmeans)的协同聚类、改进的人工旅鼠算法(improved artificial lemming algo... 针对光伏发电功率因天气变化导致的间歇性和波动性从而导致预测精度较低的问题,提出一种基于自组织映射(self-organizing map,SOM)网络和K均值(K-means)算法(S-Kmeans)的协同聚类、改进的人工旅鼠算法(improved artificial lemming algorithm,IALA)优化的变分模态分解(variational mode decomposition,VMD)与时序卷积网络(temporal convolutional networks, TCN)-双向门控循环单元(bidirectional gated recurrent unit,BiGRU)联合构建的多层级短期光伏功率预测方法。首先,根据相关性分析选出关键气象因子,采用S-Kmeans的协同聚类将光伏数据划分为晴天、多云、阴雨3种典型天气类型。在此基础上,利用IALA对VMD参数组合进行自适应优化,实现光伏功率序列的最优分解,从而更好地捕捉信号的局部特征。最后,对每个子序列构建TCN-BiGRU模型,通过分量预测与全局重构得到预测结果,提升预测精度。实验结果表明,提出的优化模型在各项性能指标上均优于对比模型,验证了其在提高短期光伏功率预测精度方面的有效性。 展开更多

关键词 光伏功率预测 变分模态分解(VMD) 改进人工旅鼠算法(Iala) 时序卷积网络(TCN) 双向门控循环单元(BiGRU)

在线阅读 下载PDF 职称材料

基于ALA-VMD的碱金属气室温度控制噪声抑制方法研究

10

作者 高雪林 范文峰 +2 位作者 夏浩 王灿 段利红 《导航与控制》 2025年第5期27-38,共12页

无自旋交换弛豫(SERF)原子惯性测量装置因具备超高的理论精度,成为新一代惯性测量装置的重要发展方向。为解决SERF惯性测量装置气室温控过程引入的低频噪声,采用了一种基于变分模态分解(Variational Mode Decomposition, VMD)的噪声特... 无自旋交换弛豫(SERF)原子惯性测量装置因具备超高的理论精度,成为新一代惯性测量装置的重要发展方向。为解决SERF惯性测量装置气室温控过程引入的低频噪声,采用了一种基于变分模态分解(Variational Mode Decomposition, VMD)的噪声特征提取方法,并引入旅鼠优化算法(Artificial Lemming Algorithm, ALA)对VMD模态分解的参数进行自适应寻优,进而快速准确地提取气室温控系统中的低频干扰噪声特征。基于提取的噪声特征,定位了由测温过程中滑动中值滤波这种数据后处理方式引入的干扰,并设计了基于ACPL-C87A的光耦隔离电路,通过对功率元件进行电气隔离来抑制电磁噪声的反射。实验测试表明,所设计的光耦隔离电路可显著提升装置性能:在PID温控模式下,1 Hz处惯性测量灵敏度由2.65×10^(-5)(°)/s/Hz^(1/2)提升至4.65×10^(-6)(°)/s/Hz^(1/2),2 Hz处惯性测量灵敏度由8.31×10^(-6)(°)/s/Hz^(1/2)提升至2.48×10^(-6)(°)/s/Hz^(1/2),验证了该方法可有效抑制低频噪声干扰,使得SERF惯性测量装置在保留PID控制快速响应和高调节精度优势的同时,实现了与PI控制相当的灵敏度性能。 展开更多

关键词 变分模态分解 旅鼠优化算法 光耦隔离电路 低频噪声抑制 碱金属气室温度控制 无自旋交换弛豫

原文传递

基于助听器自适应增益的预测研究

11

作者 方宏宇 张宇翔 宫琴 《电子测量技术》 2026年第3期77-86,共10页

传统助听器在语音放大过程中采用的增益补偿公式主要适用于安静环境,无法满足听损患者在不同环境下实际增益的需求,这导致患者对助听器增益补偿不满意、佩戴体验感不佳,为解决这一问题,本文提出了一种针对实际生活环境自动调整最适增益... 传统助听器在语音放大过程中采用的增益补偿公式主要适用于安静环境,无法满足听损患者在不同环境下实际增益的需求,这导致患者对助听器增益补偿不满意、佩戴体验感不佳,为解决这一问题,本文提出了一种针对实际生活环境自动调整最适增益的GS-LGA-XGBoost算法,算法通过极端梯度提升(XGBoost)、网格搜索(GS)和改进的遗传算法(LGA)来预测助听器各频率点增益,利用实际医院采集的患者满意的1200只耳朵的助听器增益数据作为数据集,构建小声、中声、大声三个增益预测模型。本文提出的算法在小声、中声和大声增益测试集上的测试效果更接近患者满意的增益值。与三种不同的机器学习方法(支持向量回归(SVR)、随机森林(RF)和深度学习(DNN))相比较,本文提出的算法在预测助听器增益方面均优于其他机器学习方法。本文提出的GS-LGA-XGBoost算法不但实现助听器增益在不同环境下的动态调整,而且预测精度高,更符合听障患者对助听器满意增益的需求。 展开更多

关键词 助听器 增益 极端梯度提升 人工旅鼠算法

原文传递