基于PCA-ELM的弹载组合导航智能故障检测算法 被引量：3

1

作者 王进达 鲁浩 +3 位作者 程海彬 李群生 徐剑芸 何海洋 《航空兵器》 CSCD 北大核心 2019年第1期89-94,共6页

针对传统PCA-ELM(主元分析-极限学习机)算法分类效果稳定性差和准确率不高等问题,结合弹载组合导航系统卡尔曼滤波器,提出一种改进PCA-ELM故障检测方法。首先,分析了PCA算法负载矩阵与卡尔曼滤波新息协方差矩阵的关系,构造新的权系数矩... 针对传统PCA-ELM(主元分析-极限学习机)算法分类效果稳定性差和准确率不高等问题,结合弹载组合导航系统卡尔曼滤波器,提出一种改进PCA-ELM故障检测方法。首先,分析了PCA算法负载矩阵与卡尔曼滤波新息协方差矩阵的关系,构造新的权系数矩阵,并引入极限学习机对权系数矩阵进行参数优化,将参数优化后的负载矩阵进行故障分析。最后,将该算法首次应用于弹载组合导航系统。仿真实验表明,在检测斜坡型故障方面,检测速度和检测正确率均优于传统PCA,MSS(多子集分离法)及AIME(自主完好性外推法)算法。 展开更多

关键词 神经网络 pca-elm 卡尔曼滤波 组合导航 故障检测 智能化

在线阅读 下载PDF 职称材料

基于PCA-ELM的日同期线损检测系统的研发 被引量：4

2

作者 夏翔 董大伟 +3 位作者 方建亮 姜巍 何欣 胡剑地 《电子测量技术》 2018年第7期99-104,共6页

针对配电网线损给能源及经济带来严重损失,且电力设备采集到的数据不同期的问题,提出了基于主成分分析-极限学习机（PCA-ELM）的日同期线损预测系统。首先,采用PCA方法对影响配电网线损的参数进行提取,将综合贡献值大于85%的参数选择出... 针对配电网线损给能源及经济带来严重损失,且电力设备采集到的数据不同期的问题,提出了基于主成分分析-极限学习机（PCA-ELM）的日同期线损预测系统。首先,采用PCA方法对影响配电网线损的参数进行提取,将综合贡献值大于85%的参数选择出来;其次,应用ELM算法将PCA提取的参数作为输入数据,线损值作为输出;基于PCA-ELM方法开发了一套配电网线损实时预测监控系统,用于对当前线损值的实时显示;最后采用算例仿真,验证了PCA-ELM算法在线损预测上的可靠性,在电力公司的运行效果也验证了该线损检测系统的有效性能。 展开更多

关键词 线损 检测 主成分分析 极限学习机

原文传递

基于相似时段和PCA-ELM的超短期风电功率预测 被引量：1

3

作者 王磊 马磊娟 《兵工自动化》 2022年第11期32-36,53,共6页

为提高风电场输出功率的预测精度,提出一种采用相似时段选取原则和基于主成分分析(principal component analysis,PCA)与多层自编码极限学习机(multi-layer auto encoder extreme learning machine,ML-AE-ELM)组合算法(PCA-ELM)的预测... 为提高风电场输出功率的预测精度,提出一种采用相似时段选取原则和基于主成分分析(principal component analysis,PCA)与多层自编码极限学习机(multi-layer auto encoder extreme learning machine,ML-AE-ELM)组合算法(PCA-ELM)的预测模型。通过关联度分析明确待测时段的相似时段范围,结合天气数据、机组状态和历史功率构建训练和测试样本,利用预测算法完成样本的训练和测试,得到输出功率预测结果并验证。实验结果表明:与常见的算法模型相比,该预测模型在不同装机容量和不同工作状态的风电场中均具有较高的预测精度,表现出良好的预测稳定性和泛化能力。 展开更多

关键词 风电功率预测 相似时段 主成分分析 多层自编码极限学习机

在线阅读 下载PDF 职称材料

基于PCA-ELM算法的电能计量互感器故障诊断 被引量：18

4

作者 王昕 尤泽樟 +4 位作者 代婷荣 曹敏 李翔 赵艳峰 王先培 《高压电器》 CAS CSCD 北大核心 2019年第10期182-188,共7页

为了解决电能计量互感器的故障诊断算法稳定性不足的问题,首先对电能计量互感器电路信号理论进行分析,在此基础上,提出了PCA-ELM算法(主成分分析法和极端学习机算法结合的算法),并应用到电能计量互感器故障诊断中。由于ELM具有能以极快... 为了解决电能计量互感器的故障诊断算法稳定性不足的问题,首先对电能计量互感器电路信号理论进行分析,在此基础上,提出了PCA-ELM算法(主成分分析法和极端学习机算法结合的算法),并应用到电能计量互感器故障诊断中。由于ELM具有能以极快的速度获得很好的泛化性能的优势,将其与PCA算法结合,可以提高算法的稳定性。选择电能计量互感器的8个主要信号作为ELM的输入值、使用标号No.1-10指代互感器处于正常工作状态和9种主要故障类型,作为输出,对样本进行训练。训练完成后选取8种故障类型做验证测试,测试结果显示,运用PCA-ELM模型算法对电能计量系统互感器故障进行诊断,能得到很好的故障类型辨识和诊断效果。 展开更多

关键词 电能计量 故障诊断 电子互感器 主成分分析 极端学习机

在线阅读 下载PDF 职称材料

基于PCA-ELM的我国粮食价格预测研究 被引量：1

5

作者 郭婷婷 陈新国 《价格月刊》 北大核心 2015年第12期21-26,共6页

为了准确预测粮食价格的波动趋势,为政府调控粮食价格提供科学依据,保证粮食价格的合理与稳定,在定性分析影响我国粮食价格波动因素的基础上,采用主成分分析法（PCA）对我国1994年~2012年的19个年度样本数据进行分析,将其结果输入极限... 为了准确预测粮食价格的波动趋势,为政府调控粮食价格提供科学依据,保证粮食价格的合理与稳定,在定性分析影响我国粮食价格波动因素的基础上,采用主成分分析法（PCA）对我国1994年~2012年的19个年度样本数据进行分析,将其结果输入极限学习机（ELM）预测模型,建立基于PCA-ELM的预测模型对我国粮食价格进行预测,并与多元回归预测模型的预测结果相比较。通过研究可知,对我国粮食价格波动影响较大的因素是居民消费价格指数和粮食播种面积,基于PCA-ELM的预测模型能够得到更精确的预测结果。最后,针对研究结果提出了稳定我国粮食价格的对策建议。 展开更多

关键词 粮食价格 价格预测 主成分分析 极限学习机

在线阅读 下载PDF 职称材料

基于PCA-ELM的红外多光谱辐射测温 被引量：6

6

作者 席剑辉 姜瀚 +1 位作者 陈博 傅莉 《上海交通大学学报》 EI CAS CSCD 北大核心 2021年第7期891-898,共8页

在目标发射率未知的情况下,建立一种基于主元分析(PCA)与极限学习机(ELM)相结合的红外多光谱测温方法.分析目标温度与辐射亮度谱的非线性数学模型,确定初始输入向量包含温度估计所需的充分信息;引入PCA方法从输入向量中提取相互独立的... 在目标发射率未知的情况下,建立一种基于主元分析(PCA)与极限学习机(ELM)相结合的红外多光谱测温方法.分析目标温度与辐射亮度谱的非线性数学模型,确定初始输入向量包含温度估计所需的充分信息;引入PCA方法从输入向量中提取相互独立的主元成分,降低神经网络输入维数;基于ELM网络对样本数据充分学习,最终建立PCA-ELM目标红外测温模型.利用黑体和未知发射率材料涂层目标作为测试目标源,验证该方法的有效性. 展开更多

关键词 主元分析 极限学习机 多光谱测温 辐射亮度

在线阅读 下载PDF 职称材料

一种紫外-可见光谱法水质COD检测的预测模型研究 被引量：6

7

作者 张峥 魏彪 +5 位作者 汤戈 冯鹏 吴德操 刘娟 唐媛 熊双飞 《激光杂志》 北大核心 2016年第4期21-24,共4页

针对紫外-可见光谱法水质COD检测在线、实时性的测量要求,研究了一种基于主成分分析(PCA)联合粒子群优化极限学习机(PSO-ELM)预测模型,借以预测水质COD检测数据。通过采用PCA对水质COD检测的光谱数据进行降维处理,提取其特征信息,消除... 针对紫外-可见光谱法水质COD检测在线、实时性的测量要求,研究了一种基于主成分分析(PCA)联合粒子群优化极限学习机(PSO-ELM)预测模型,借以预测水质COD检测数据。通过采用PCA对水质COD检测的光谱数据进行降维处理,提取其特征信息,消除向量相关性并送入PSO-ELM模型中进行建模及预测。研究结果表明,基于PCA联合PSO-ELM进行紫外-可见光谱法水质COD检测的预测模型研究,不仅预测精度较单纯的ELM模型提高了近10倍,而且相对于PSO-ELM模型的预测效率(运行时间)提升了一个数量级,这为紫外-可见光谱法水质COD在线、实时性检测创造了条件。 展开更多

关键词 紫外-可见光谱法 水质COD检测 预测模型 PCA PSO-ELM

原文传递

PCA与ELM模型相结合的矿井突水水源快速识别方法研究 被引量：9

8

作者 孙文洁 杨恒 +2 位作者 李祥 王子超 杨蕾 《煤炭工程》 北大核心 2020年第1期111-115,共5页

为了快速准确判别矿井突水水源,降低矿井突水事故给煤矿生产及人类生命财产安全带来的危害,以赵各庄矿为例,提出了主成分分析法(PCA)与极限学习机(ELM)相结合矿井突水水源快速识别方法。结果表明:PCA确定了赵各庄矿中Na+、Ca2+、Mg2+对... 为了快速准确判别矿井突水水源,降低矿井突水事故给煤矿生产及人类生命财产安全带来的危害,以赵各庄矿为例,提出了主成分分析法(PCA)与极限学习机(ELM)相结合矿井突水水源快速识别方法。结果表明:PCA确定了赵各庄矿中Na+、Ca2+、Mg2+对水样影响较大,为赵各庄矿水样的主控因子,排除了其它指标冗余信息的影响;在MATLAB中导入PCA确定的水样中三种主成分数据,通过ELM模型仿真训练可在10s内得出水样分类结果,分类学习时间迅速;对比ELM模型与BP神经网络对水样的分类结果,ELM仿真训练结果精确度高达100%,而BP神经网络仿真训练结果精确度仅为83.33%,远低于ELM模型精确度。 展开更多

关键词 PCA模型 ELM模型 矿井突水 水源判别 赵各庄矿

在线阅读 下载PDF 职称材料

基于PCA和ELM的模拟电路故障诊断 被引量：14

9

作者 陈绍炜 吴敏华 赵帅 《计算机工程与应用》 CSCD 北大核心 2015年第11期248-251,260,共5页

针对模拟电路的故障诊断和健康管理(PHM)的应用,提出了结合主成分分析(PCA)和极限学习机(ELM)的故障诊断方法。该方法用Sallen-Key带通滤波器来获取故障样本,并通过PCA进行故障特征提取。根据故障样本对ELM进行训练来获得故障诊断模型... 针对模拟电路的故障诊断和健康管理(PHM)的应用,提出了结合主成分分析(PCA)和极限学习机(ELM)的故障诊断方法。该方法用Sallen-Key带通滤波器来获取故障样本,并通过PCA进行故障特征提取。根据故障样本对ELM进行训练来获得故障诊断模型。实验结果表明,该实现方法识别率高、鲁棒性好,在工程实际中具有研究和应用价值。 展开更多

关键词 模拟电路 主成分分析 极限学习机器 故障诊断

在线阅读 下载PDF 职称材料

基于PCA和多变量极限学习机的轴承剩余寿命预测 被引量：25

10

作者 何群 李磊 +1 位作者 江国乾 谢平 《中国机械工程》 EI CAS CSCD 北大核心 2014年第7期984-989,共6页

提出了一种基于主成分分析(PCA)和多变量极限学习机(MELM)的轴承剩余寿命预测方法。该方法首先利用PCA技术融合多个表征轴承运行状态与衰退趋势的时域频域特征指标来消除特征间的冗余性和相关性;进一步在单变量极限学习机(ELM)的基础上... 提出了一种基于主成分分析(PCA)和多变量极限学习机(MELM)的轴承剩余寿命预测方法。该方法首先利用PCA技术融合多个表征轴承运行状态与衰退趋势的时域频域特征指标来消除特征间的冗余性和相关性;进一步在单变量极限学习机(ELM)的基础上构建多变量极限学习机模型来预测轴承剩余寿命。该方法克服了传统单变量极限学习机结构简单、信息匮乏等缺点,能有效提高轴承剩余寿命的预测精度。运用全寿命轴承振动数据对模型进行验证,结果表明,相比单独应用ELM模型或MELM模型,基于PCA和MELM剩余寿命预测方法具有更高的预测精度和稳定性。 展开更多

关键词 主成分分析 极限学习机 多变量极限学习机 剩余寿命预测

在线阅读 下载PDF 职称材料

主成分分析和超限学习机的模拟电路故障诊断 被引量：9

11

作者 高坤 何怡刚 +2 位作者 谭阳红 薄祥雷 童耀南 《计算机工程与应用》 CSCD 北大核心 2016年第9期248-252,共5页

为提高模拟电路故障诊断特征信息提取的完整性,实现故障模式分类的准确性,达到网络训练测试的快速性,提出了一种基于主成分分析(Principal Components Analysis,PCA)和极限学习机(ELM)相结合的模拟电路故障诊断新方法。在OrCAD16.3中通... 为提高模拟电路故障诊断特征信息提取的完整性,实现故障模式分类的准确性,达到网络训练测试的快速性,提出了一种基于主成分分析(Principal Components Analysis,PCA)和极限学习机(ELM)相结合的模拟电路故障诊断新方法。在OrCAD16.3中通过设置仿真模拟电路元器件参数及其容差,获得电路各状态的MonteCarlo样本数据,经PCA降维提取特征信息以获得最优的特征模式,继而采用ELM对故障进行分类识别。以Sallen-Key带通滤波器电路为实例进行仿真研究,结果表明该方法具有特征提取效果好,神经网络训练学习速度快,故障诊断效率高,泛化性能好等特点。 展开更多

关键词 主成分分析 极限学习机 容差 特征提取 故障诊断

在线阅读 下载PDF 职称材料

基于MI-PCA和ML-AE-ELM的脱硝系统入口NOx质量浓度预测 被引量：1

12

作者 靳果 屈保中 朱清智 《兵工自动化》 2023年第12期76-82,共7页

为提高脱硝系统入口氮氧化物(nitrogen oxide,NOx)质量浓度的预测精度,提出一种基于互信息的主成分分析(principal component analysis,PCA)和多层自编码结构的极限学习机(extreme learning machine,ELM)组合算法的预测模型。对输入变... 为提高脱硝系统入口氮氧化物(nitrogen oxide,NOx)质量浓度的预测精度,提出一种基于互信息的主成分分析(principal component analysis,PCA)和多层自编码结构的极限学习机(extreme learning machine,ELM)组合算法的预测模型。对输入变量的选取方式进行完善,并加入历史NOx质量浓度,对预测算法的网络结构进行优化。实验结果表明:与其他预测算法模型相比,该模型具有较高的预测效率,在不同工况下均具有较高的预测精度,表现出良好的抗噪能力和泛化能力。 展开更多

关键词 脱硝系统 NOx质量浓度 互信息 主成分分析 极限学习机 预测模型

在线阅读 下载PDF 职称材料

基于近红外光谱和ELM算法的菱镁矿石品级分类研究 被引量：3

13

作者 毛亚纯 肖冬 +3 位作者 程锦甫 江锦红 BA TUAN LE 刘善军 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2017年第1期89-94,共6页

由工业发展需求,针对菱镁矿石矿物含量不同以及分布不均匀而难以判定其品级的情况,提出一种由近红外光谱技术结合ELM的菱镁矿石品级分类模型。该模型可以实现菱镁矿石品级的快速分类。近红外光谱利用菱镁矿中不同种类含H基团对近红外光... 由工业发展需求,针对菱镁矿石矿物含量不同以及分布不均匀而难以判定其品级的情况,提出一种由近红外光谱技术结合ELM的菱镁矿石品级分类模型。该模型可以实现菱镁矿石品级的快速分类。近红外光谱利用菱镁矿中不同种类含H基团对近红外光谱有不同吸收的特性,用来测定菱镁矿石的成分及其含量,其操作简便、不破坏样品、速度快、准确高效。以辽宁省营口市大石桥的菱镁矿石30组为研究对象,采集菱镁矿石的近红外光谱数据样本30×973。采用主成分分析(PCA)对其进行降维处理,以主元贡献率大于99.99%而得到10维的特征变量值。建立了ELM算法定量分析数学模型,取20组样本为训练样本(包括6组特级,14组非特),其余10组作为测试样本(其中4组特级,6组非特),ELM算法模型的隐含层节点数选取20。为了进一步提高分类效果,提出两种ELM算法模型的改进:采用循环模式对传统ELM的输入权值和阈值进行寻优的精选ELM和在精选ELM基础上进行集成的集成-精选ELM。并与用人工方法、化学方法和BP神经网络模型方法对菱镁矿石样品品级分类作对比。结果表明:近红外光谱和ELM菱镁矿石品级分类模型不论在时间上还是成本上,都具有明显的优势,且其准确率能够达到90%以上,为菱镁矿石品级分类提供了一条新的途径。 展开更多

关键词 近红外光谱 菱镁矿 主成分分析 极限学习机

在线阅读 下载PDF 职称材料

一种面向交通标志识别系统的图像识别算法 被引量：1

14

作者 张长青 杨楠 《电子科技》 2019年第7期60-64,共5页

目前各类面向交通标志识别系统的机器算法大多存在计算复杂度高、实时性差等问题,文中基于ELM模型,加入改进的PCA方法,提出了一种面向交通标志识别系统的PCA-ELM图像识别算法。该算法依次通过HOG特征的提取、改进的PCA方法降维、ELM模... 目前各类面向交通标志识别系统的机器算法大多存在计算复杂度高、实时性差等问题,文中基于ELM模型,加入改进的PCA方法,提出了一种面向交通标志识别系统的PCA-ELM图像识别算法。该算法依次通过HOG特征的提取、改进的PCA方法降维、ELM模型的特征训练,实现交通标志图像的识别。经过实验测试,发现该算法能够较好地兼顾识别率和计算复杂度,符合交通标志识别系统图像识别的准确性与实时性要求,具有一定的实用价值。 展开更多

关键词 交通标志 图像识别 HOG PCA ELM

在线阅读 下载PDF 职称材料

基于特征降维的在线序列学习机算法在室内动态定位中的应用 被引量：1

15

作者 李园 苏胜君 施伟斌 《邮电设计技术》 2023年第10期54-58,共5页

随着室内定位需求的不断增加,基于指纹的定位方法由于低成本、易于实现、精度较高等优势被广泛使用。但指纹定位算法在离线阶段训练成本高,接收信号强度值易受环境和噪声的影响,对环境的动态变化缺乏灵活性。提出了一种基于特征降维的... 随着室内定位需求的不断增加,基于指纹的定位方法由于低成本、易于实现、精度较高等优势被广泛使用。但指纹定位算法在离线阶段训练成本高,接收信号强度值易受环境和噪声的影响,对环境的动态变化缺乏灵活性。提出了一种基于特征降维的在线序列学习机算法(PCA-OS-ELM),PCA算法可以对原始的RSSI数据进降维,去除干扰信息,构造新的特征。OSELM的快速学习能力可以降低离线阶段的训练成本,适应环境的动态变化。在2种不同的环境下进行了对比实验,结果表明所提出的算法能适应环境的动态变化,提高定位精度。 展开更多

关键词 特征降维 在线序列学习机 室内定位 动态环境 指纹数据库

在线阅读 下载PDF 职称材料

铸铝电解槽电压过程控制仿真研究 被引量：1

16

作者 徐辰华 李智 +1 位作者 李成县 王尤军 《计算机仿真》 CSCD 北大核心 2016年第5期358-362,共5页

在电解铝的实际生产过程中,由于不能实时监控槽电压的变化情况,容易发生电压摆动的问题。为了实时监控槽电压的变化以及预防电解槽的电压摆,提出了基于主成分分析(PCA)的极限学习机(ELM)多神经网络结构模型,用于铝电解生产过程槽电压预... 在电解铝的实际生产过程中,由于不能实时监控槽电压的变化情况,容易发生电压摆动的问题。为了实时监控槽电压的变化以及预防电解槽的电压摆,提出了基于主成分分析(PCA)的极限学习机(ELM)多神经网络结构模型,用于铝电解生产过程槽电压预测。一方面,将极限学习机方法同主成分分析方法相结合,将高维输入变量压缩处理为低维主元变量,简化极限学习机模型,提高主成分分析极限学习机(PCA-ELM)算法的泛化性能。另一方面,将多个PCA-ELM子神经网络按照连接权值综合起来,建立铝电解生产过程槽电压的预测模型,进一步提高多神经网络模型的预测能力和预测精度。通过实际数据仿真结果表明,多神经网络预测模型能够准确的实时监控槽电压以及预防电压摆。 展开更多

关键词 电压摆 主成分分析 极限学习机 多神经网络 槽电压

在线阅读 下载PDF 职称材料

基于预处理的IFOA-ELM煤与瓦斯突出预测模型 被引量：15

17

作者 温廷新 靳露露 《中国安全科学学报》 CAS CSCD 北大核心 2020年第1期35-41,共7页

为快速准确地预测煤与瓦斯突出危险性,提出一种基于预处理的改进果蝇优化算法(IFOA)-极限学习机(ELM)的预测模型。首先预处理平顶山八矿的部分实测数据,采用灰色关联分析(GRA)法与熵权法(EWM)结合的灰色关联熵分析(GREA)法剔除影响程度... 为快速准确地预测煤与瓦斯突出危险性,提出一种基于预处理的改进果蝇优化算法(IFOA)-极限学习机(ELM)的预测模型。首先预处理平顶山八矿的部分实测数据,采用灰色关联分析(GRA)法与熵权法(EWM)结合的灰色关联熵分析(GREA)法剔除影响程度较小的因素,应用主成分分析法(PCA)进一步约简因素;构建煤与瓦斯突出危险性预测模型,基于果蝇优化算法(FOA),引入自适应步长更新策略及群体适应度方差策略设计IFOA;利用IFOA优选ELM输入层权值及隐含层阈值,对预处理样本数据进行训练、预测并对比其他模型预测效果。结果表明:基于预处理的IFOA-ELM模型预测结果与实际结果完全拟合,预测效果显著优于未预处理的模型;基于预处理的IFOA-ELM模型的分类准确率和召回率均为100%,显著高于其他对比模型。 展开更多

关键词 煤与瓦斯突出预测 灰色关联熵分析(GREA) 主成分分析(PCA) 极限学习机(ELM) 改进的果蝇优化算法(IFOA)

原文传递

基于光谱分析的织物色差检测 被引量：8

18

作者 李鹏飞 陈永辉 《毛纺科技》 CAS 北大核心 2018年第5期82-87,共6页

为有效检测出织物色差,将主成分分析(PCA)与极限学习机(ELM)相结合的方法应用于织物色差检测。首先,利用光纤光谱仪采集净色织物的光谱反射率数据及其对应的颜色特征值L*、a*、b*,建立PCA-ELM预测模型,获取光谱反射率相关数据与L*、a*... 为有效检测出织物色差,将主成分分析(PCA)与极限学习机(ELM)相结合的方法应用于织物色差检测。首先,利用光纤光谱仪采集净色织物的光谱反射率数据及其对应的颜色特征值L*、a*、b*,建立PCA-ELM预测模型,获取光谱反射率相关数据与L*、a*、b*值之间的映射关系,避免冗长的公式计算。然后,利用CMC(2∶1)色差公式计算标准样本和测试样本之间的色差,并与光纤光谱仪测量值进行对比。实验结果表明,利用PCA-ELM模型获取的L*、a*、b*值与光谱仪测量值各分量的平均误差为0.116 1、0.174 3、0.204 8。在色差检测实验中,利用CMC(2∶1)色差公式得到的织物色差与光谱仪测量值最大误差为0.66 NBS,平均误差为0.087 5 NBS。 展开更多

关键词 织物色差 极限学习机 主成分分析 光谱反射率

在线阅读 下载PDF 职称材料

基于Bagging的多模型钢水温度预报 被引量：5

19

作者 田慧欣 毛志忠 《控制与决策》 EI CSCD 北大核心 2009年第5期687-691,共5页

针对LF(Ladle Furnace)冶炼特点及现有钢水温度预报方法存在的不足,提出一种基于Bagging的多模型预报方法.该方法利用Bagging思想,有效地将智能方法与机理方法相结合,在提高智能方法预报精度的同时使得机理模型与智能模型的优势得到互补... 针对LF(Ladle Furnace)冶炼特点及现有钢水温度预报方法存在的不足,提出一种基于Bagging的多模型预报方法.该方法利用Bagging思想,有效地将智能方法与机理方法相结合,在提高智能方法预报精度的同时使得机理模型与智能模型的优势得到互补,克服了单纯机理模型参数获得不够准确以及单纯智能模型缺乏工艺指导的不足.另外,该方法还对Bootstrap采样后的子训练数据集进行了主成分分析(PCA),有效地克服了集成算法固有的子学习机精度与数据集多样性不能兼顾的问题. 展开更多

关键词 BAGGING 多模型 主成分分析 机理模型 智能模型 极限学习机

原文传递

基于SCADA数据特征提取的风电机组变桨轴承状态识别 被引量：1

20

作者 陈茜 李文明 苏亮 《水电站机电技术》 2024年第6期24-27,共4页

针对风电机组变桨轴承磨损和断裂两种主要故障类型,基于机组SCADA数据分析,利用Relief-F特征参数提取,得到了变桨轴承故障主要的特征参数。再通过PCA主成分分析法对SCADA数据进一步除杂和优化,减少了输入样本的误差和数量。最后,运用EL... 针对风电机组变桨轴承磨损和断裂两种主要故障类型,基于机组SCADA数据分析,利用Relief-F特征参数提取,得到了变桨轴承故障主要的特征参数。再通过PCA主成分分析法对SCADA数据进一步除杂和优化,减少了输入样本的误差和数量。最后,运用ELM学习机对变桨轴承磨损和断裂状态进行识别,结果表明该方法能够准确识别变桨轴承状态,其准确率和诊断速率也明显高于常用的BP神经网络学习和SVM支持向量机。 展开更多

关键词 风电机组 变桨轴承故障 SCADA数据 Relief-F特征参数 pca-elm算法

在线阅读 下载PDF 职称材料