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
2
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GSA-LSTM的光纤陀螺标度因数迟滞误差补偿研究
1
作者
王菲
王一桦
+2 位作者
周元
白玉
杨雄
《遥测遥控》
2025年第3期98-104,共7页
光纤陀螺是光纤捷联惯导系统的核心器件,已经广泛应用于航空、航天、航海等领域。标度因数是影响光纤陀螺动态性能的主要因素。由于光纤陀螺内部的光电器件对温度变化十分敏感,受温度影响会产生标度因数误差,进而影响了光纤陀螺的精度...
光纤陀螺是光纤捷联惯导系统的核心器件,已经广泛应用于航空、航天、航海等领域。标度因数是影响光纤陀螺动态性能的主要因素。由于光纤陀螺内部的光电器件对温度变化十分敏感,受温度影响会产生标度因数误差,进而影响了光纤陀螺的精度。在变温环境下,各光电器件受热不均匀,使得标度因数误差具有迟滞性。本文针对光纤陀螺标度因数迟滞误差进行了研究,搭建了多温度传感器测量系统,通过实验结果明确了标度因数迟滞误差的来源及特性。基于此,提出了一种基于引力搜索算法(Gravitational Search Algorithm,GSA)和长短期记忆(Long Short-Term Memory,LSTM)网络的误差补偿算法,通过GSA对LSTM网络的参数进行寻优,并将LSTM模型用于标度因数迟滞误差补偿。实验结果表明:本文提出的算法将全温范围内的标度因数误差的峰值由835.1×10^(-6)减小至38.02×10^(-6)。通过与多层感知机(Multilayer Perceptron,MLP)和传统LSTM等算法的补偿结果进行对比,进一步验证了本文提出的算法在标度因数迟滞误差补偿方面的有益效果。
展开更多
关键词
光纤陀螺
标度因数
迟滞误差
gsa-lstm
在线阅读
下载PDF
职称材料
基于CEEMDAN-GSA-LSTM和SVR的光伏功率短期区间预测
被引量:
11
2
作者
李芬
孙凌
+3 位作者
王亚维
屈爱芳
梅念
赵晋斌
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2024年第6期806-818,共13页
针对光伏输出功率存在间歇性和波动性的问题,提出一种光伏功率短期区间预测模型.首先,该模型采用自适应噪声完备集合经验模态分解将历史光伏出力数据分解为不同的分量并按照其与赤纬角、时角等时序特征量的相关性定义为时序分量和随机分...
针对光伏输出功率存在间歇性和波动性的问题,提出一种光伏功率短期区间预测模型.首先,该模型采用自适应噪声完备集合经验模态分解将历史光伏出力数据分解为不同的分量并按照其与赤纬角、时角等时序特征量的相关性定义为时序分量和随机分量.其次,分别使用经过引力搜索算法优化的长短期记忆神经网络和支持向量回归模型对时序分量和随机分量进行预测.再次,叠加时序分量和随机分量的预测结果得到点预测结果.然后,对误差进行Johnson变换及正态分布建模后得到光伏功率区间预测结果.最后,利用算例验证该模型的有效性.结果表明:在不同天气情况下,上述模型比现有预测模型精度更高,具有较好的鲁棒性,能够基于预测值提供较为精准的置信区间.
展开更多
关键词
光伏功率预测
区间预测
自适应噪声完备集合经验模态分解
引力搜索算法
长短期记忆
支持向量回归
Johnson变换
在线阅读
下载PDF
职称材料
题名
基于GSA-LSTM的光纤陀螺标度因数迟滞误差补偿研究
1
作者
王菲
王一桦
周元
白玉
杨雄
机构
西安航天精密机电研究所
出处
《遥测遥控》
2025年第3期98-104,共7页
基金
陕西省重点研发计划(2024GX-YBXM-199)。
文摘
光纤陀螺是光纤捷联惯导系统的核心器件,已经广泛应用于航空、航天、航海等领域。标度因数是影响光纤陀螺动态性能的主要因素。由于光纤陀螺内部的光电器件对温度变化十分敏感,受温度影响会产生标度因数误差,进而影响了光纤陀螺的精度。在变温环境下,各光电器件受热不均匀,使得标度因数误差具有迟滞性。本文针对光纤陀螺标度因数迟滞误差进行了研究,搭建了多温度传感器测量系统,通过实验结果明确了标度因数迟滞误差的来源及特性。基于此,提出了一种基于引力搜索算法(Gravitational Search Algorithm,GSA)和长短期记忆(Long Short-Term Memory,LSTM)网络的误差补偿算法,通过GSA对LSTM网络的参数进行寻优,并将LSTM模型用于标度因数迟滞误差补偿。实验结果表明:本文提出的算法将全温范围内的标度因数误差的峰值由835.1×10^(-6)减小至38.02×10^(-6)。通过与多层感知机(Multilayer Perceptron,MLP)和传统LSTM等算法的补偿结果进行对比,进一步验证了本文提出的算法在标度因数迟滞误差补偿方面的有益效果。
关键词
光纤陀螺
标度因数
迟滞误差
gsa-lstm
Keywords
Fiber optic gyroscope
Scale factor
Hysteresis error
gsa-lstm
分类号
V241.5 [航空宇航科学与技术—飞行器设计]
在线阅读
下载PDF
职称材料
题名
基于CEEMDAN-GSA-LSTM和SVR的光伏功率短期区间预测
被引量:
11
2
作者
李芬
孙凌
王亚维
屈爱芳
梅念
赵晋斌
机构
上海电力大学电气工程学院
中国船舶集团有限公司第七二二研究所低频电磁通信技术实验室
上海师范大学数理学院
国网经济技术研究院有限公司
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2024年第6期806-818,共13页
基金
国家自然科学基金面上项目(52177184)
上海绿色能源并网工程技术研究中心(13DZ2251900)。
文摘
针对光伏输出功率存在间歇性和波动性的问题,提出一种光伏功率短期区间预测模型.首先,该模型采用自适应噪声完备集合经验模态分解将历史光伏出力数据分解为不同的分量并按照其与赤纬角、时角等时序特征量的相关性定义为时序分量和随机分量.其次,分别使用经过引力搜索算法优化的长短期记忆神经网络和支持向量回归模型对时序分量和随机分量进行预测.再次,叠加时序分量和随机分量的预测结果得到点预测结果.然后,对误差进行Johnson变换及正态分布建模后得到光伏功率区间预测结果.最后,利用算例验证该模型的有效性.结果表明:在不同天气情况下,上述模型比现有预测模型精度更高,具有较好的鲁棒性,能够基于预测值提供较为精准的置信区间.
关键词
光伏功率预测
区间预测
自适应噪声完备集合经验模态分解
引力搜索算法
长短期记忆
支持向量回归
Johnson变换
Keywords
photovoltaic power prediction
interval prediction
complete ensemble empirical mode decomposition with adaptive noise(CEEMDAN)
gravitational search algorithm(GSA)
long short-term memory(LSTM)
support vector regression(SVR)
Johnson transformation
分类号
TM615 [电气工程—电力系统及自动化]
P49 [天文地球—大气科学及气象学]
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GSA-LSTM的光纤陀螺标度因数迟滞误差补偿研究
王菲
王一桦
周元
白玉
杨雄
《遥测遥控》
2025
0
在线阅读
下载PDF
职称材料
2
基于CEEMDAN-GSA-LSTM和SVR的光伏功率短期区间预测
李芬
孙凌
王亚维
屈爱芳
梅念
赵晋斌
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2024
11
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