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：
计及场景互动意愿的定变频空调群优化调控
1
作者 杨婷 朱晓 +3 位作者 陆旦宏 王玉莹 李艳 曾艾东 《电力工程技术》 北大核心 2025年第2期197-208,共12页
负荷聚合商在整合管理空调负荷资源时,应充分考虑定变频空调群体特性与不同场景用户互动意愿对可调潜力的影响。首先,在深入分析定变频空调差异化工作状态的基础上,面向工程应用构建2种空调单体模型与聚合模型。其次,针对不同场景、不... 负荷聚合商在整合管理空调负荷资源时,应充分考虑定变频空调群体特性与不同场景用户互动意愿对可调潜力的影响。首先,在深入分析定变频空调差异化工作状态的基础上,面向工程应用构建2种空调单体模型与聚合模型。其次,针对不同场景、不同日类型以及分时电价下的用户互动意愿开展定量分析,提出考虑互动意愿的空调可调潜力计算模型。然后,基于用户互动意愿度计算得到多场景可调温度区间,将其作为约束条件,构建调控策略优化模型,运用融合鱼鹰和柯西变异的麻雀搜索算法(osprey-Cauchy-sparrow search algorithm,OCSSA)求解得出多场景定变频空调调控指令。最后,算例分析结果表明,所提调控方法能够正确计算得出较高精度的温度调控指令,最终调控结果满足预设削减负荷指令要求。文中所提方法在充分考虑用户互动意愿差异性的前提下,能够自适应且准确地实现多场景定变频空调群调控。 展开更多
关键词 定变频空调 互动意愿 聚合模型 调控模型 融合鱼鹰和柯西变异的麻雀搜索算法(ocssa) 可调潜力计算
在线阅读 下载PDF
基于SGMD-LSTM的GIS局部放电故障诊断方法
2
作者 张运 张超 +3 位作者 张士勇 马鹏墀 杨光 丁浩 《电子技术应用》 2025年第2期58-63,共6页
为准确对气体绝缘开关设备(GIS)局部放电进行故障诊断,提出一种基于辛几何模态分解(SGMD)与改进长短神经网络(LSTM)的故障诊断方法。引入SGMD对局部放电信号进行分解;对信号进行多维特征提取,构造时-频-熵值混合特征向量;通过鱼鹰-柯西... 为准确对气体绝缘开关设备(GIS)局部放电进行故障诊断,提出一种基于辛几何模态分解(SGMD)与改进长短神经网络(LSTM)的故障诊断方法。引入SGMD对局部放电信号进行分解;对信号进行多维特征提取,构造时-频-熵值混合特征向量;通过鱼鹰-柯西变异的麻雀优化算法(Osprey-Cauchy-Sparrow Search Algorithm,OCSSA)对LSTM的隐含层节点数和学习率进行自适应寻优;最后使用OCSSA-LSTM进行局部放电识别。实验结果表明,OCSSA在收敛精度、速度上有较大提升,表现优异;与其他故障诊断模型对比,OCSSA-LSTM故障诊断模型准确率最高可达97.5%,对实际GIS运维数据也能准确识别。 展开更多
关键词 GIS SGMD ocssa LSTM 局部放电 故障诊断
在线阅读 下载PDF
基于VMD-CNN-BiLSTM的轴承故障多级分类识别 被引量：9
3
作者 王祎颜 王衍学 姚家驰 《机电工程》 CAS 北大核心 2024年第9期1554-1564,共11页
双馈风力发电机(DFIG)作为风能发电领域的关键设备之一,保障其稳定运行显得尤为重要。针对DFIG轴承故障的多级分类问题,提出了一种基于参数优化的变分模式分解-卷积神经网络-双向长短期记忆(VMD-CNN-BiLSTM)故障诊断模型。首先,采用改... 双馈风力发电机(DFIG)作为风能发电领域的关键设备之一,保障其稳定运行显得尤为重要。针对DFIG轴承故障的多级分类问题,提出了一种基于参数优化的变分模式分解-卷积神经网络-双向长短期记忆(VMD-CNN-BiLSTM)故障诊断模型。首先,采用改进的麻雀优化算法——鱼鹰-柯西-麻雀搜索算法(OCSSA)对变分模态分解(VMD)的惩罚因子、模态分量进行了优化,OCSSA算法是将鱼鹰算法和柯西变异策略与麻雀算法进行了融合,形成了一种新的优化算法,该算法利用强大的参数搜索能力获取了更精确的频率特征;然后,利用卷积神经网络(CNN)提取了信号的时域和频域特征,并对特征进行了融合;最后,利用双向长短期记忆网络(BiLSTM)学习了故障的序列模式,完成了故障的多级分类任务。研究结果表明:基于OCSSA算法优化的VMD-CNN-BiLSTM模型在多级轴承故障识别方面表现出明显的优势,平均识别准确率可达98.36%,与CNN-LSTM、CNN-BiLSTM和VMD-BiLSTM模型进行对比,该模型具有更卓越的故障诊断性能、出色的泛化能力和快速的计算速度。这一结果充分验证了该模型在双馈风力发电机轴承故障的多级分类识别任务上的有效性,且适用于在线监测和智能诊断,为实现高效、可靠的风能发电提供了重要的实际应用价值。 展开更多
关键词 双馈风力发电机 变分模式分解-卷积神经网络-双向长短期记忆 鱼鹰-柯西-麻雀搜索算法 轴承故障诊断 多级分类 识别准确率 泛化能力
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