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
基于多路信号联合去噪的Prony谐波检测法
被引量:
3
1
作者
宋朝霞
李开成
+2 位作者
贺才郡
董宇飞
范伟欣
《电子测量技术》
北大核心
2022年第21期47-53,共7页
针对传统Prony算法易受噪声干扰且同一区域内多路电能质量信号存在相关性的特点,文中提出了一种基于多路信号联合去噪的Prony谐波检测算法,实现在较强噪声条件下的谐波准确检测。首先,采用中心频率法和轨迹相似度法改进多元变分模态分解...
针对传统Prony算法易受噪声干扰且同一区域内多路电能质量信号存在相关性的特点,文中提出了一种基于多路信号联合去噪的Prony谐波检测算法,实现在较强噪声条件下的谐波准确检测。首先,采用中心频率法和轨迹相似度法改进多元变分模态分解(MVMD)算法;其次,利用改进的MVMD算法联合分解相关联的多路信号,提取出主导模态分量并重组为适宜Prony分析的稳定信号;最后,对稳定信号进行Prony分析得到初步的谐波参数,通过阈值筛选和人工鱼群全局寻优,得到准确的谐波检测参数。仿真实验表明,改进的MVMD去噪算法的输出信噪比为37.3,高于VMD去噪法(33.2)和小波去噪法(32.8),去噪效果更优;文中算法谐波检测结果的误差总体小于传统Prony算法,具有谐波检测准确度高、同时计算多路信号的特点。
展开更多
关键词
PRONY算法
mvmd
算法
多路信号
谐波检测
原文传递
基于自适应多元变分模态分解和BiLSTM的水电机组振动预测
被引量:
4
2
作者
郭建强
王熙
+1 位作者
许力
李超顺
《中国农村水利水电》
北大核心
2024年第10期164-171,180,共9页
水电机组振动趋势预测对于确保机组安全稳定运行具有重要意义,针对已有水电机组振动趋势预测模型的局限性。提出了一种基于自适应多元变分模态分解(WOA-MVMD)和双向长短时记忆神经网络(BiLSTM)的组合趋势预测模型。该模型采用多元变分...
水电机组振动趋势预测对于确保机组安全稳定运行具有重要意义,针对已有水电机组振动趋势预测模型的局限性。提出了一种基于自适应多元变分模态分解(WOA-MVMD)和双向长短时记忆神经网络(BiLSTM)的组合趋势预测模型。该模型采用多元变分模态分解(MVMD)对多通道数据同步分解,保留原始数据通道间耦合性,采用鲸鱼优化算法(WOA)优化选择MVMD分解参数,避免了人工选择参数所带来的缺点,实现振动序列的最优自适应分解,将模态分解得到一系列IMF子序列进行归一化处理;然后对每个子序列信号分别建立BiLSTM趋势预测网络,最后将子序列预测结果叠加重构,得到最终预测结果。以国内某电站实际运行数据对所提模型进行论证试验,结果显示所提模型具有较高的预测精度。
展开更多
关键词
振动信号
鲸鱼优化算法
mvmd
趋势预测
BiLSTM
在线阅读
下载PDF
职称材料
题名
基于多路信号联合去噪的Prony谐波检测法
被引量:
3
1
作者
宋朝霞
李开成
贺才郡
董宇飞
范伟欣
机构
华中科技大学电气与电子工程学院
出处
《电子测量技术》
北大核心
2022年第21期47-53,共7页
基金
国家自然科学基金(52077089)项目资助。
文摘
针对传统Prony算法易受噪声干扰且同一区域内多路电能质量信号存在相关性的特点,文中提出了一种基于多路信号联合去噪的Prony谐波检测算法,实现在较强噪声条件下的谐波准确检测。首先,采用中心频率法和轨迹相似度法改进多元变分模态分解(MVMD)算法;其次,利用改进的MVMD算法联合分解相关联的多路信号,提取出主导模态分量并重组为适宜Prony分析的稳定信号;最后,对稳定信号进行Prony分析得到初步的谐波参数,通过阈值筛选和人工鱼群全局寻优,得到准确的谐波检测参数。仿真实验表明,改进的MVMD去噪算法的输出信噪比为37.3,高于VMD去噪法(33.2)和小波去噪法(32.8),去噪效果更优;文中算法谐波检测结果的误差总体小于传统Prony算法,具有谐波检测准确度高、同时计算多路信号的特点。
关键词
PRONY算法
mvmd
算法
多路信号
谐波检测
Keywords
Prony
algorithm
mvmd algorithm
multi-channel signal
harmonic detection
分类号
TM933 [电气工程—电力电子与电力传动]
原文传递
题名
基于自适应多元变分模态分解和BiLSTM的水电机组振动预测
被引量:
4
2
作者
郭建强
王熙
许力
李超顺
机构
安徽金寨抽水蓄能有限公司
华中科技大学土木与水利工程学院
出处
《中国农村水利水电》
北大核心
2024年第10期164-171,180,共9页
基金
湖北省自然科学基金联合基金项目(2023AFD186)
国网新源集团控股有限公司科技项目(SGXYKJ2023085)。
文摘
水电机组振动趋势预测对于确保机组安全稳定运行具有重要意义,针对已有水电机组振动趋势预测模型的局限性。提出了一种基于自适应多元变分模态分解(WOA-MVMD)和双向长短时记忆神经网络(BiLSTM)的组合趋势预测模型。该模型采用多元变分模态分解(MVMD)对多通道数据同步分解,保留原始数据通道间耦合性,采用鲸鱼优化算法(WOA)优化选择MVMD分解参数,避免了人工选择参数所带来的缺点,实现振动序列的最优自适应分解,将模态分解得到一系列IMF子序列进行归一化处理;然后对每个子序列信号分别建立BiLSTM趋势预测网络,最后将子序列预测结果叠加重构,得到最终预测结果。以国内某电站实际运行数据对所提模型进行论证试验,结果显示所提模型具有较高的预测精度。
关键词
振动信号
鲸鱼优化算法
mvmd
趋势预测
BiLSTM
Keywords
vibration signal
Whale optimization
algorithm
mvmd
Trend prediction
BiLSTM
分类号
TV312 [水利工程—水工结构工程]
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
基于多路信号联合去噪的Prony谐波检测法
宋朝霞
李开成
贺才郡
董宇飞
范伟欣
《电子测量技术》
北大核心
2022
3
原文传递
2
基于自适应多元变分模态分解和BiLSTM的水电机组振动预测
郭建强
王熙
许力
李超顺
《中国农村水利水电》
北大核心
2024
4
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