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
共找到6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：
基于FFT-LSTM的电气设备故障诊断方法
1
作者 梁锦涛 《电工技术》 2026年第2期178-180,共3页
为提高电气设备故障诊断技术水平,提出基于FFT-LSTM的电气设备故障诊断方案,解决传统模型在电气设备故障诊断中实时性差、准确性低等问题。通过对LSTM基本概念的了解,利用FFT进行时域信号的频域转换,向LSTM中输入频域特征,利用FFT-LSTM... 为提高电气设备故障诊断技术水平,提出基于FFT-LSTM的电气设备故障诊断方案,解决传统模型在电气设备故障诊断中实时性差、准确性低等问题。通过对LSTM基本概念的了解,利用FFT进行时域信号的频域转换,向LSTM中输入频域特征,利用FFT-LSTM模型进行电气设备故障诊断,设计4种工况,利用CWRU轴承数据集检验所提模型在电气设备故障诊断中的可行性。实验结果表明,该模型在4种工况中的最低电气设备故障诊断精度为99.59%,最高为99.82%,总体诊断精度高,FFT-LSTM模型能满足电气设备故障诊断的实时性、精准性要求。 展开更多
关键词 电气设备 故障诊断 特征提取 fft-lstm
在线阅读 下载PDF
基于FFT-LSTM的抽水蓄能发电机定子匝间短路故障诊断方法 被引量：5
2
作者 李树峰 林文峰 +5 位作者 李甲骏 张斌 罗全兵 李国宾 苏毅 屠黎明 《水电与抽水蓄能》 2024年第1期52-57,共6页
定子短路故障是抽水蓄能发电机常见的故障之一,其会对发电机的性能和安全性产生严重影响,为确保抽水蓄能发电机安全稳定运行,提出基于FFT-LSTM的抽水蓄能发电机定子短路故障诊断方法。建立抽水蓄能发电机定子绕组匝间短路故障模型,分析... 定子短路故障是抽水蓄能发电机常见的故障之一,其会对发电机的性能和安全性产生严重影响,为确保抽水蓄能发电机安全稳定运行,提出基于FFT-LSTM的抽水蓄能发电机定子短路故障诊断方法。建立抽水蓄能发电机定子绕组匝间短路故障模型,分析定子绕组匝间短路故障时,发电机定子电、磁相关状态。以抽水蓄能发电机定子绕组匝间短路故障时的三相电流信号为依据,基于磁势相等原理将三相电流变换成两相电流后,利用FFT转换定子两相电流的时域信号为频域信号,获取故障电流频谱图输入LSTM网络中进行处理,输出抽水蓄能发电机定子绕组匝间短路故障诊断结果。实验结果表明,该方法可以更好地区分抽水蓄能发电机正常与故障状态,实现抽水蓄能发电机定子绕组匝间短路故障诊断,且故障诊断的交叉熵损失低。 展开更多
关键词 抽水蓄能 发电机 定子短路 FFT LSTM 故障诊断
在线阅读 下载PDF
基于VMD-FFT-LSTM模型的BDI指数预测 被引量：5
3
作者 武华华 匡海波 宋扬 《大连海事大学学报》 CAS CSCD 北大核心 2019年第3期9-16,共8页
为提升非线性BDI指数的预测效果,分析了多种预测模型对BDI指数的单步及多步预测结果,借助'分解-重构-预测'思路,设计构建了VMD-FFT-LSTM组合预测模型.首先,通过VMD算法分解出BDI指数的IMF分量;然后,结合BDI指数周期理论与FFT算... 为提升非线性BDI指数的预测效果,分析了多种预测模型对BDI指数的单步及多步预测结果,借助'分解-重构-预测'思路,设计构建了VMD-FFT-LSTM组合预测模型.首先,通过VMD算法分解出BDI指数的IMF分量;然后,结合BDI指数周期理论与FFT算法计算的周期结果重构IMF,达到降噪的目的;最后,运用LSTM模型对重构序列进行多步预测.对比多步预测结果,VMD-FFT-LSTM组合模型预测结果在精度及稳定性上表现更好,解决了SVR模型多步预测结果易在序列局部极值点处出现较大偏差的局限性问题. 展开更多
关键词 BDI指数预测 VMD算法 LSTM长短时记忆网络 VMD-fft-lstm模型
原文传递
基于FFT,DC-HC及LSTM的短期负荷预测方法 被引量：26
4
作者 魏震波 余雷 《智慧电力》 北大核心 2022年第3期37-43,共7页
针对电力负荷序列非线性、随机性等特点引起的电力负荷预测精度低问题,提出一种基于快速傅里叶变换(FFT)、密度层次聚类算法(DC-HC)与长短时记忆(LSTM)神经网络相结合的短期负荷预测方法。首先,采用FFT计算出所有原始电力负荷序列对应... 针对电力负荷序列非线性、随机性等特点引起的电力负荷预测精度低问题,提出一种基于快速傅里叶变换(FFT)、密度层次聚类算法(DC-HC)与长短时记忆(LSTM)神经网络相结合的短期负荷预测方法。首先,采用FFT计算出所有原始电力负荷序列对应的期望频率,并以之作为负荷聚类的特征量。然后采用DC-HC算法对负荷进行聚类,将原始数据分拆成具有特征属性的数据分量组;运用LSTM模型对各分量组进行负荷预测,再将各分量组预测结果进行叠加,得到最终负荷预测值;最后,采用爱尔兰实际电力负荷数据进行算例分析,结果表明所提方法能够有效提高负荷预测精度。 展开更多
关键词 短期负荷预测 快速傅里叶变换 聚类 长短时记忆
在线阅读 下载PDF
融合GNSS水汽、风速与大气污染物的河北省冬季PM 2.5浓度预测研究 被引量：12
5
作者 王勇 王泓易 +1 位作者 刘严萍 李江波 《大地测量与地球动力学》 CSCD 北大核心 2020年第11期1145-1152,共8页
为提高PM 2.5浓度预测的时效和精度,本文综合大气污染物、GNSS水汽和风速等观测要素,利用FFT与LSTM神经网络方法构建PM 2.5浓度预测模型,开展未来24 h的PM 2.5浓度预测研究。首先对大气污染物、GNSS水汽和风速等观测要素进行快速傅里叶... 为提高PM 2.5浓度预测的时效和精度,本文综合大气污染物、GNSS水汽和风速等观测要素,利用FFT与LSTM神经网络方法构建PM 2.5浓度预测模型,开展未来24 h的PM 2.5浓度预测研究。首先对大气污染物、GNSS水汽和风速等观测要素进行快速傅里叶变换,提取各类要素的公共变化周期,获得最佳公共周期为216 h;然后选取最佳公共周期长度的各类要素作为模型输入,24 h序列的PM 2.5浓度作为模型输出,分别以PM 2.5单要素的RBF神经网络和融合大气污染物、风速、GNSS水汽的LSTM神经网络构建PM 2.5浓度预测模型;最后利用实测PM 2.5浓度序列分别对2种模型开展外部可靠性检验,将RMSE和IA作为评价指标进行模型精度评价。研究结果表明,基于FFT-LSTM的PM 2.5浓度预测模型的RMSE和IA分别为16.22μg/m 3和84.36%,模型预测精度较好,可有效预测未来24 h的PM 2.5浓度,该模型可为大气污染防治部门空气质量预测提供参考。 展开更多
关键词 PM 2.5 大气污染物 GNSS水汽 风速 快速傅里叶变换 长短时记忆网络
在线阅读 下载PDF
融合GNSS、ERA5、大气污染物的PM_(2.5)浓度预测研究 被引量：1
6
作者 刘严萍 司甜 +3 位作者 毕慧丽 张曼琪 王勇 许祖豪 《全球定位系统》 CSCD 2024年第2期69-75,共7页
冬春季节的空气质量预测有助于公众合理安排出行和政府相关部门的交通治理.细颗粒物(PM_(2.5))的浓度主要影响因素有大气污染物、水汽等.为提高PM_(2.5)浓度预测的精度,以京津冀地区为例,利用快速傅里叶变换(fast Fourier transform,FFT... 冬春季节的空气质量预测有助于公众合理安排出行和政府相关部门的交通治理.细颗粒物(PM_(2.5))的浓度主要影响因素有大气污染物、水汽等.为提高PM_(2.5)浓度预测的精度,以京津冀地区为例,利用快速傅里叶变换(fast Fourier transform,FFT)与长短期记忆(long short term memory,LSTM)神经网络方法相结合,考虑GNSS、ERA5水汽、大气污染物等观测要素,构建PM_(2.5)的浓度预测模型,预测研究未来24 h的PM_(2.5)的浓度.利用GNSS水汽校正区域ERA5水汽,并进行精度评定.利用FFT取大气污染物、第五代大气再分析产品(ECMWF atmospheric reanalysis 5,ERA5)水汽等观测要素的公共变化周期,获得最佳公共周期为78 h;选取最佳公共周期长度的各类要素作为模型输入,24 h序列的PM_(2.5)浓度作为模型输出.通过均方根误差(root mean square error,RMSE)评价指标进行模型精度评价.研究结果表明:基于GNSS的ERA5水汽校正模型在秋冬季节ERA5水汽精度优于2 mm.FFT-LSTM模型预测精度在平原地区、山地地区和高原地区为10.22μg/m^(3)、8.56μg/m^(3)和9.02μg/m^(3),预测时效达到24 h.可有效预测未来24 h的PM_(2.5)浓度.该模型可为相关部门大气污染治理提供参考. 展开更多
关键词 细颗粒物(PM_(2.5)) 大气污染物 GNSS水汽 ERA5水汽 快速傅里叶变换(FFT) 长短期记忆(LSTM)
在线阅读 下载PDF
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
使用帮助 返回顶部