期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于DA-RNN的电潜泵系统剩余使用寿命预测方法
1
作者
于继飞
姬煜晨
+4 位作者
路鑫
隋先富
彭建霖
韩国庆
杨阳
《石油机械》
北大核心
2025年第9期1-9,共9页
电潜泵是海上油田主要的人工举升设备,其运营和维护成本极高,一旦发生故障,将对油田运营造成一定的损失。为此,提出一种基于双阶段注意力机制循环神经网络(DA-RNN)的电潜泵系统剩余使用寿命预测方法。通过利用DA-RNN对电潜泵实时数据进...
电潜泵是海上油田主要的人工举升设备,其运营和维护成本极高,一旦发生故障,将对油田运营造成一定的损失。为此,提出一种基于双阶段注意力机制循环神经网络(DA-RNN)的电潜泵系统剩余使用寿命预测方法。通过利用DA-RNN对电潜泵实时数据进行特征挖掘,构建电潜泵剩余使用寿命预测模型,对电潜泵剩余使用寿命做出准确预测,为电潜泵的预测性维护提供了科学依据,显著提高了设备的可靠性和安全性。渤海油田实例分析结果表明,该剩余使用寿命预测模型的平均预测误差在28 d以内,验证了基于DA-RNN的预测模型在电潜泵剩余使用寿命预测中的实用性和准确性。研究结论为海上油田电潜泵的故障预防和维护决策制定提供了数据支持,也为运营管理提供了一种高效的数据驱动策略。
展开更多
关键词
电潜泵系统
剩余使用寿命
da-rnn
预测模型
超参数优化
皮尔逊相关系数
在线阅读
下载PDF
职称材料
基于GAN网络的时间序列预测算法
被引量:
2
2
作者
闫保中
苏邓军
《应用科技》
CAS
2022年第2期114-118,126,共6页
针对双阶段注意力自编码神经网络(DA-RNN)时间序列预测算法对随机数据预测效果较差和长时间预测中存在的累积误差问题进行改进,设计了一种基于生成式对抗网络(GAN)的时间序列预测算法。该算法以DA-RNN网络为生成网络,利用生成网络和判...
针对双阶段注意力自编码神经网络(DA-RNN)时间序列预测算法对随机数据预测效果较差和长时间预测中存在的累积误差问题进行改进,设计了一种基于生成式对抗网络(GAN)的时间序列预测算法。该算法以DA-RNN网络为生成网络,利用生成网络和判别网络之间的互补特性,消除DA-RNN网络对于长时间预测过程中存在的累积误差问题;引入多维注意力模型改进DA-RNN网络,并利用稀疏映射函数改进多维注意力模型;改进网络优化目标,通过探索目标序列在不同分位数下分布的形式,提升网络对于随机数据的预测精度。通过在公开数据集上测试,对算法的的准确性和有效性进行验证,结果表明:本文算法与DA-RNN算法相比,累积误差有明显降低,且对于随机数据的预测精度有显著提高。
展开更多
关键词
时间序列预测
累积误差
双阶段注意力自编码神经网络
生成网络
判别网络
多维注意力
稀疏映射
分位数回归
在线阅读
下载PDF
职称材料
基于TPE和注意力机制神经网络的风速数据插补
3
作者
林秋爽
邵鹏
+1 位作者
鲍旭明
赵辉
《信阳师范大学学报(自然科学版)》
2026年第2期264-270,共7页
针对实际监测中频发的数据缺失问题,须采用高精度插补方法,以保障监测及后续分析的可靠性。为此提出了一种基于树结构帕森估计器(Tree-structured Parzen Estimator,TPE)的双注意力机制循环神经网络模型(TPE Double Attention-Recurrent...
针对实际监测中频发的数据缺失问题,须采用高精度插补方法,以保障监测及后续分析的可靠性。为此提出了一种基于树结构帕森估计器(Tree-structured Parzen Estimator,TPE)的双注意力机制循环神经网络模型(TPE Double Attention-Recurrent Neural Network,TDA-RNN),旨在解决连续风速数据缺失的插补问题。通过引入TPE优化算法,自动选择并优化模型的关键超参数。同时,注意力机制能够有效地挖掘缺失数据的特征信息。利用得克萨斯理工大学现场实测的下击暴流风速数据进行数值验证。结果表明,与传统神经网络相比,TDA-RNN模型显著提升了数据插补精度。当多段数据连续损失时,数据插补误差指标的均方根误差(RMSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别为0.72、0.64和5.65%,表现出TDA-RNN模型较高的数据插补精度和鲁棒性。
展开更多
关键词
风速
插补
注意力机制
树结构帕森估计器(TPE)
TPE优化
双注意力机制循环神经网络(
da-rnn
)
在线阅读
下载PDF
职称材料
题名
基于DA-RNN的电潜泵系统剩余使用寿命预测方法
1
作者
于继飞
姬煜晨
路鑫
隋先富
彭建霖
韩国庆
杨阳
机构
海洋油气高效开发全国重点实验室
中海油研究总院有限责任公司
中国石油大学(北京)石油工程学院
出处
《石油机械》
北大核心
2025年第9期1-9,共9页
基金
中海油研究总院科研项目“智能油田1.0电潜泵故障诊断与优化分析研究”(CRI2019RCPS0050ZCN)。
文摘
电潜泵是海上油田主要的人工举升设备,其运营和维护成本极高,一旦发生故障,将对油田运营造成一定的损失。为此,提出一种基于双阶段注意力机制循环神经网络(DA-RNN)的电潜泵系统剩余使用寿命预测方法。通过利用DA-RNN对电潜泵实时数据进行特征挖掘,构建电潜泵剩余使用寿命预测模型,对电潜泵剩余使用寿命做出准确预测,为电潜泵的预测性维护提供了科学依据,显著提高了设备的可靠性和安全性。渤海油田实例分析结果表明,该剩余使用寿命预测模型的平均预测误差在28 d以内,验证了基于DA-RNN的预测模型在电潜泵剩余使用寿命预测中的实用性和准确性。研究结论为海上油田电潜泵的故障预防和维护决策制定提供了数据支持,也为运营管理提供了一种高效的数据驱动策略。
关键词
电潜泵系统
剩余使用寿命
da-rnn
预测模型
超参数优化
皮尔逊相关系数
Keywords
ESP system
remaining useful life(RUL)
da-rnn
prediction model
hyperparameter optimization
Pearson correlation coefficient
分类号
TE952 [石油与天然气工程—石油机械设备]
在线阅读
下载PDF
职称材料
题名
基于GAN网络的时间序列预测算法
被引量:
2
2
作者
闫保中
苏邓军
机构
哈尔滨工程大学智能科学与工程学院
出处
《应用科技》
CAS
2022年第2期114-118,126,共6页
文摘
针对双阶段注意力自编码神经网络(DA-RNN)时间序列预测算法对随机数据预测效果较差和长时间预测中存在的累积误差问题进行改进,设计了一种基于生成式对抗网络(GAN)的时间序列预测算法。该算法以DA-RNN网络为生成网络,利用生成网络和判别网络之间的互补特性,消除DA-RNN网络对于长时间预测过程中存在的累积误差问题;引入多维注意力模型改进DA-RNN网络,并利用稀疏映射函数改进多维注意力模型;改进网络优化目标,通过探索目标序列在不同分位数下分布的形式,提升网络对于随机数据的预测精度。通过在公开数据集上测试,对算法的的准确性和有效性进行验证,结果表明:本文算法与DA-RNN算法相比,累积误差有明显降低,且对于随机数据的预测精度有显著提高。
关键词
时间序列预测
累积误差
双阶段注意力自编码神经网络
生成网络
判别网络
多维注意力
稀疏映射
分位数回归
Keywords
time series prediction
error accumulation
da-rnn
network
generative network
discriminant network
multi-dimensional attention
sparse mapping
quantile regression
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于TPE和注意力机制神经网络的风速数据插补
3
作者
林秋爽
邵鹏
鲍旭明
赵辉
机构
信阳师范大学建筑与土木工程学院
出处
《信阳师范大学学报(自然科学版)》
2026年第2期264-270,共7页
基金
河南省科技攻关项目(252102240062,242102240036)
信阳师范大学“南湖学者奖励计划”青年项目。
文摘
针对实际监测中频发的数据缺失问题,须采用高精度插补方法,以保障监测及后续分析的可靠性。为此提出了一种基于树结构帕森估计器(Tree-structured Parzen Estimator,TPE)的双注意力机制循环神经网络模型(TPE Double Attention-Recurrent Neural Network,TDA-RNN),旨在解决连续风速数据缺失的插补问题。通过引入TPE优化算法,自动选择并优化模型的关键超参数。同时,注意力机制能够有效地挖掘缺失数据的特征信息。利用得克萨斯理工大学现场实测的下击暴流风速数据进行数值验证。结果表明,与传统神经网络相比,TDA-RNN模型显著提升了数据插补精度。当多段数据连续损失时,数据插补误差指标的均方根误差(RMSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别为0.72、0.64和5.65%,表现出TDA-RNN模型较高的数据插补精度和鲁棒性。
关键词
风速
插补
注意力机制
树结构帕森估计器(TPE)
TPE优化
双注意力机制循环神经网络(
da-rnn
)
Keywords
wind speed
imputation
attention mechanisms
tree-structured parzen estimator(TPE)
TPE optimization
double attention-recurrent neural network(
da-rnn
)
分类号
TU311 [建筑科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于DA-RNN的电潜泵系统剩余使用寿命预测方法
于继飞
姬煜晨
路鑫
隋先富
彭建霖
韩国庆
杨阳
《石油机械》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于GAN网络的时间序列预测算法
闫保中
苏邓军
《应用科技》
CAS
2022
2
在线阅读
下载PDF
职称材料
3
基于TPE和注意力机制神经网络的风速数据插补
林秋爽
邵鹏
鲍旭明
赵辉
《信阳师范大学学报(自然科学版)》
2026
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部