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4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：
一种风矢量分解和RobustSTL-TimesNet-BiGRU的复杂地形风向预测 被引量：1
1
作者 刘洋 王聪 +2 位作者 张宏立 马萍 李新凯 《太阳能学报》 北大核心 2025年第3期576-588,共13页
针对复杂地形下的风向预测场景,提出一种风矢量正交分解、鲁棒性局部加权回归下的周期趋势分解(RobustSTL)方法、TimesNet模型和融合双向门控循环单元网络(BiGRU)误差补偿的多步风向预测方法。首先,为了减少原始风向循环圆周特性带来的... 针对复杂地形下的风向预测场景,提出一种风矢量正交分解、鲁棒性局部加权回归下的周期趋势分解(RobustSTL)方法、TimesNet模型和融合双向门控循环单元网络(BiGRU)误差补偿的多步风向预测方法。首先,为了减少原始风向循环圆周特性带来的大幅度波动性,将风向与相关性强的风速利用风矢量正交分解方法转化为波动性较小的矢量风速,并利用RobustSTL将矢量风速分解为趋势项、季节项和剩余波动项。其次,将分解后的各项分别训练TimesNet网络并得到各项的初步预测结果,对各项进行求和并重构为初始预测风向。然后,为了进一步挖掘初步风向预测误差的深层特征,提高风向的预测精度,采用BiGRU对初步预测误差进行建模与训练。最后,将预测的误差与初步预测风向加和,得到最终的风向预测结果。采用实际复杂地形风电场数据进行验证分析,结果表明所提的多步风向预测混合模型具有较高的预测精度。 展开更多
关键词 风电场 预测 误差补偿 timesnet模型 风向
原文传递
基于Transformer-TimesNet的高炉铁水钒含量预测及调控模型
2
作者 刘小杰 张迎雪 +4 位作者 李红玮 张玉洁 段一凡 李建鹏 李燕江 《中国冶金》 2025年第12期161-177,共17页
钒钛磁铁矿作为重要的战略资源,在现代钢铁工业中具有不可替代的地位。然而,高炉冶炼过程中钒资源回收效率仍有待提升。为此,提出一种融合冶金机理与数据驱动的智能预测与优化方法——基于多种特征方法和TimesNet的高炉铁水钒含量预测... 钒钛磁铁矿作为重要的战略资源,在现代钢铁工业中具有不可替代的地位。然而,高炉冶炼过程中钒资源回收效率仍有待提升。为此,提出一种融合冶金机理与数据驱动的智能预测与优化方法——基于多种特征方法和TimesNet的高炉铁水钒含量预测及调控模型。构建双模态关联分析框架,通过Pearson相关系数和互信息分别量化各参数与铁水钒含量的线性、非线性关联性,结合XGBoost模型的特征重要性排序和前向逐步回归,筛选得到最优特征子集。经对比试验结果表明,XGBoost特征选择方法使模型预测精度提高32%,预测误差降低50%。在预测方法上,开发了基于Transformer架构优化的TimesNet时序预测模型,该模型通过傅里叶变换进行多周期特征提取,利用二维时频重构技术和多头注意力机制有效捕获工艺参数的长期依赖关系,并采用自适应加权聚合策略实现多尺度特征的融合。在应用层面,构建了“预测-分析-调控”的闭环优化调控系统,模型输出铁水钒含量预测值后,结合SHAP可解释性分析、Sobol敏感性分析与冶金工艺机理,量化各参数对铁水钒含量的影响分布及作用机制,为多参数协同调控铁水钒含量的稳定提供理论依据。工业验证表明,本方法在保持冶炼条件稳定的前提下,预测误差为0.0001,且在预测精确上排列首位,各项关键性能指标上均显著优于其他预测方法。模型应用后,铁水钒含量预测准确率高达90%,较模型成熟时平稳提升,而其稳定率达到80%以上,较之前平均提高了9%,该方法为高炉钒钛磁铁矿冶炼过程的智能化控制和资源高效利用提供了切实可行的技术方案,具有重要的工程应用价值。 展开更多
关键词 铁水钒含量 多维特征选择 timesnet模型 预测模型 调控优化
在线阅读 下载PDF
基于Kubernetes的集群节能策略研究 被引量：6
3
作者 李俊俊 董建刚 李坤 《计算机工程》 CAS CSCD 北大核心 2024年第9期82-91,共10页
在Kubernetes中,HPA具备自动扩展Pod的能力,它可以根据流量的波动情况,在高峰时增加Pod数量以应对需求,而在低谷时减少数量以节省资源。然而,由于HPA是根据当前Pod的性能指标来进行扩展的,当流量激增时,可能会对应用服务的可用性产生不... 在Kubernetes中,HPA具备自动扩展Pod的能力,它可以根据流量的波动情况,在高峰时增加Pod数量以应对需求,而在低谷时减少数量以节省资源。然而,由于HPA是根据当前Pod的性能指标来进行扩展的,当流量激增时,可能会对应用服务的可用性产生不利影响,并且当压力较小时,算力资源的空载会导致电子资源的浪费。针对上述问题,研究并验证一种基于时序预测的集群资源自动缩放与智能休眠唤醒策略,使用GC-TimesNet模型对集群资源的使用情况进行预测。当资源利用率较低时,计算出需要关闭的算力节点数量,将这些节点设置为不可调度状态,并驱逐节点现有的Pod,然后将这些机器置于睡眠状态。相反,当资源需求增加时,会唤醒足够数量的机器,并通过HPA控制器增加所需数量的Pod副本。实验结果表明,该策略能够较为准确地预测集群负载的变化趋势,结合实施智能的休眠与唤醒策略,提升优化集群的运维管理能力,最大程度地提高计算资源的利用率,为降低集群能源开销提供数据支撑,实现节能减排。 展开更多
关键词 Kubernetes工具 容器编排 集群节能 时间序列预测 GC-timesnet模型 卷积神经网络 注意力机制 节能减排
在线阅读 下载PDF
融合时滞耦合机制与环境扰动补偿的制烟丝间歇过程质量预测方法
4
作者 孙培桐 朱明睿 +2 位作者 张祺 鲍劲松 李培培 《计算机集成制造系统》 2025年第12期4708-4723,共16页
受工序间物料暂缓、多批次及环境温湿度影响,制烟丝间歇过程成品烟丝含水率预测面临时滞传递与动态扰动的双重挑战。为此,本文提出了一种融合时滞耦合机制与动态环境扰动的质量预测方法。首先通过批次化数据预处理,实现工艺参数与环境... 受工序间物料暂缓、多批次及环境温湿度影响,制烟丝间歇过程成品烟丝含水率预测面临时滞传递与动态扰动的双重挑战。为此,本文提出了一种融合时滞耦合机制与动态环境扰动的质量预测方法。首先通过批次化数据预处理,实现工艺参数与环境温湿度异构数据的时空对齐。进一步地,构建工艺-环境双层建模框架:在工艺建模层面,采用基于关键工序节点拆分的串联预测架构,通过多头注意力机制(CNN-BiLSTM-MHA)混合网络深度挖掘跨工序参数间复杂时滞关系,实现历史工序质量指标的递推式传播;在环境建模层面,引入TimesNet时序分析框架,通过多周期时空张量变换捕捉温湿度波动对含水率的非线性时变影响。进一步提出动态加权集成策略,基于多元线性回归自适应优化工艺与环境模型的融合权重。实验表明,所提方法在RMSE(0.0113)、MAE(0.0091)和R2(0.9815)等指标上显著优于传统模型,验证了模型在间歇生产场景下对质量指标动态演变规律的表征能力。 展开更多
关键词 制烟丝间歇过程 烟丝含水率预测 递推式建模 timesnet 动态加权集成
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