期刊文献+
共找到26篇文章
< 1 2 >
每页显示 20 50 100
基于ISSA-Transformer的电梯制动力矩预测研究
1
作者 苏万斌 江叶峰 +2 位作者 李科 周振超 易灿灿 《机电工程》 北大核心 2025年第10期2027-2036,共10页
实现电梯制动器力矩的精确预测对确保电梯安全运行和实现预测性维护具有重要的意义。针对曳引式电梯在制动力矩预测方面存在准确性与可靠性不足的问题,以及现有Transformer存在计算复杂度高和训练时间长的局限性,提出了一种基于改进鲸... 实现电梯制动器力矩的精确预测对确保电梯安全运行和实现预测性维护具有重要的意义。针对曳引式电梯在制动力矩预测方面存在准确性与可靠性不足的问题,以及现有Transformer存在计算复杂度高和训练时间长的局限性,提出了一种基于改进鲸沙虫群算法优化Transformer网络(ISSA-Transformer)的电梯制动力矩预测方法。首先,为了提高Transformer的预测精度,在Transformer模型中添加了特征融合门(FFG)以提高模型的特征提取能力,使其能够更有效地捕捉制动力矩的全局与局部特征;然后,利用拉普拉斯交叉算子、混合对立学习方法以及高斯扰动对鲸沙虫群算法(SSA)进行了改进,以增强SSA的搜索能力和全局最优收敛性。并采用ISSA算法优化了Transformer的迭代次数、批次大小和学习率,以提高模型的计算效率并减少训练时间,从而建立了电梯制动器制动力矩的预测模型;最后,对曳引式电梯制动器数据进行了分析,将所得结果与LSTM、Transformer和SSA-Transformer模型进行了比较。研究结果表明:ISSA-Transformer的均方根误差(RMSE)较LSTM、Transformer和SSA-Transformer模型分别降低了0.0318、0.0144和0.0133,用于电梯制动力矩预测的准确率达到了98.7%,相较传统方法具有更高的精度和稳定性。该方法可为电梯的安全评估和预测性维护提供更可靠的技术支持。 展开更多
关键词 曳引式电梯 升降台 电梯制动器 改进鲸沙虫群算法 Transformer网络 特征融合门 均方根误差 长短期记忆网络
在线阅读 下载PDF
基于ISSA的含分布式电源配电网优化重构
2
作者 李小龙 张喻 +2 位作者 万亮 胡俊 刘闯 《黑龙江电力》 2025年第2期125-130,共6页
为使含有分布式电源的配电网运行更加经济可靠,以网络损耗和电压偏移率作为两个优化目标,利用层次分析法将其转化为单目标适应度函数,建立了以适应度函数最小为优化目标的配电网重构模型。采用收敛因子和莱维飞行策略对樽海鞘群算法进... 为使含有分布式电源的配电网运行更加经济可靠,以网络损耗和电压偏移率作为两个优化目标,利用层次分析法将其转化为单目标适应度函数,建立了以适应度函数最小为优化目标的配电网重构模型。采用收敛因子和莱维飞行策略对樽海鞘群算法进行改进,得到改进樽海鞘群算法(ISSA),采用ISSA对配电网重构模型进行求解。算例分析结果表明,配电网重构后系统网损由211.92 kW降至142.13 kW,电压偏移率由1.561(p.u.)降至0.955(p.u.),配电网运行的经济性和可靠性明显提升,重构效果显著。 展开更多
关键词 配电网 重构 分布式电源 改进樽海鞘群算法 层次分析法
在线阅读 下载PDF
基于ISSA-H_(∞)的水电机组鲁棒控制
3
作者 马元江 陈金保 +2 位作者 谈泰权 王凯 肖志怀 《中国农村水利水电》 北大核心 2024年第4期199-204,共6页
随着风电、光伏等随机能源大量接入,电网结构变得复杂。在此背景下,水电机组将根据需要经常处于变工况运行,运行环境日趋恶劣,其传统的PID控制策略显然难以实现各种复杂工况下的最优控制。为此,将H_(∞)理论应用于水电机组,并基于改进... 随着风电、光伏等随机能源大量接入,电网结构变得复杂。在此背景下,水电机组将根据需要经常处于变工况运行,运行环境日趋恶劣,其传统的PID控制策略显然难以实现各种复杂工况下的最优控制。为此,将H_(∞)理论应用于水电机组,并基于改进樽海鞘算法(ISSA)和综合ITAE指标对其参数进行优化,实现了基于ISSA-H_(∞)的水电机组自适应鲁棒控制。仿真结果表明,相比传统的PID控制器,设计的基于ISSA-H_(∞)的自适应鲁棒控制器在不同工况下均有优异的调节性能,实现了水电机组多工况下最优控制。 展开更多
关键词 水电机组 PID控制 H_∞理论 改进樽海鞘算法 自适应鲁棒控制
在线阅读 下载PDF
求解无人机三维路径规划问题的动态多子群樽海鞘群算法
4
作者 巫光福 王小林 《科学技术与工程》 北大核心 2025年第13期5501-5514,共14页
无人机三维路径规划问题是在复杂三维环境中找到起点与终点之间最优路径的组合优化问题,但大多数路径规划算法难以在可接受的时间和精度范围内找到可行路径,因此提出了一种基于K-means++聚类优化的动态多子群樽海鞘群算法用于解决上述... 无人机三维路径规划问题是在复杂三维环境中找到起点与终点之间最优路径的组合优化问题,但大多数路径规划算法难以在可接受的时间和精度范围内找到可行路径,因此提出了一种基于K-means++聚类优化的动态多子群樽海鞘群算法用于解决上述问题。首先,在三维环境模型中结合高度成本提出新的成本函数,将路径规划问题转化为多维函数优化问题。其次,采用K-means++聚类算法对种群进行分群,并设计动态多子群机制均衡算法的全局搜索与局部开发;各子群结合多策略协同改进,在避免算法陷入局部最优的同时提高全局寻优能力。最后,在12个CEC2017基准测试函数中验证了该算法对比其他5种算法(ISSA、MSNSSA、IBSO、MBFPA、SSA)的性能后,将其应用于三维环境中对最优路径规划问题进行求解。在不同的环境模型下的仿真实验结果表明,该算法的平均有效路径率相较于其他5种算法分别提高了15.5%、11%、23%、20.5%和18%,这证实了该算法在复杂环境下具有优秀的寻优能力。 展开更多
关键词 三维路径规划 成本函数 樽海鞘群算法 K-means++聚类算法 动态多子群 协同改进
在线阅读 下载PDF
多策略混合改进樽海鞘群算法的光伏MPPT控制研究 被引量:1
5
作者 罗善峰 陈芳芳 +2 位作者 徐天奇 李华鑫 程三榜 《现代电子技术》 北大核心 2025年第8期109-114,共6页
针对传统光伏最大功率点追踪(MPPT)方法在光伏阵列因环境因素处于局部遮阴时出现陷入局部最优的情况,为实现对太阳能的高效利用,基于樽海鞘群算法对低维度优化问题的优势,提出一种多策略混合改进樽海鞘群算法的MPPT控制。该控制采用改进... 针对传统光伏最大功率点追踪(MPPT)方法在光伏阵列因环境因素处于局部遮阴时出现陷入局部最优的情况,为实现对太阳能的高效利用,基于樽海鞘群算法对低维度优化问题的优势,提出一种多策略混合改进樽海鞘群算法的MPPT控制。该控制采用改进型Logistic混沌映射对樽海鞘种群进行初始化,提高了樽海鞘种群的多样性。同时,利用麻雀搜索算法发现者行为代替樽海鞘领导者行为,提升了算法的全局探索能力,避免了算法陷入局部最优解。Matlab/Simulink仿真实验表明,所提方法在静态局部遮阴和动态局部遮阴两种情况下都具有较好的收敛性,并且相较于粒子群算法和樽海鞘群算法,其在收敛速度和寻优精度等方面都有明显提升。 展开更多
关键词 最大功率点追踪 樽海鞘群算法 光伏阵列 改进Logistic混沌映射 局部遮阴 麻雀搜索算法
在线阅读 下载PDF
同时取送货的双层级选址路径问题建模与樽海鞘算法求解研究
6
作者 张文妹 张惠珍 海舍舍 《上海理工大学学报》 北大核心 2025年第3期345-356,共12页
在双层级物流网络中,为了同时满足每个客户取货和送货需求,建立了一个以最小化配送中心选址成本、车辆启用成本以及运输成本为目标的混合整数规划模型。针对该模型的具体特征,设计了一种改进的樽海鞘优化算法进行求解,采用贪心聚类算法... 在双层级物流网络中,为了同时满足每个客户取货和送货需求,建立了一个以最小化配送中心选址成本、车辆启用成本以及运输成本为目标的混合整数规划模型。针对该模型的具体特征,设计了一种改进的樽海鞘优化算法进行求解,采用贪心聚类算法生成初始解,并引入自适应权重策略、调整食物源数量策略、精英保留策略和多种搜索算子。通过测试不同客户规模的算例对构建的模型及算法进行验证,并使用原始樽海鞘算法、遗传算法、免疫算法、灰狼优化算法以及鲸鱼优化算法进行求解,对比分析各算法的运行结果,验证了构建模型的可行性和改进算法的有效性。 展开更多
关键词 选址路径问题 双层级 同时取送货 改进樽海鞘算法
在线阅读 下载PDF
基于增强鲸鱼算法的外转子永磁电机多目标优化
7
作者 吕品 马浩天 +3 位作者 历锐 徐东辉 刘紫阳 刘路路 《大电机技术》 2025年第2期38-48,55,共12页
为提高带式运输机滚筒驱动电机的转矩性能,本文提出了一种结合增强多目标鲸鱼算法、参数分层法、响应面法的多目标优化方法,并基于该方法对外转子永磁电机进行优化。通过对传统鲸鱼算法引入多种改进策略得到增强多目标鲸鱼算法,并测试... 为提高带式运输机滚筒驱动电机的转矩性能,本文提出了一种结合增强多目标鲸鱼算法、参数分层法、响应面法的多目标优化方法,并基于该方法对外转子永磁电机进行优化。通过对传统鲸鱼算法引入多种改进策略得到增强多目标鲸鱼算法,并测试算法性能,验证算法改进的有效性。建立了电机有限元仿真模型,基于相关性分析进行参数分层处理。针对第一层参数,利用响应面法建立数学代理模型,借助增强多目标鲸鱼算法进行深入优化;针对第二层参数,采用参数化扫描进行优化。通过有限元仿真分析优化效果,结果表明,优化后电机平均输出转矩提高4.19%,齿槽转矩降低22.92%,转矩脉动降低31.34%,空载反电势基波幅值增加13.39%,永磁体成本降低7.83%,证明了所提出方法的有效性和可行性。 展开更多
关键词 外转子永磁电机 多目标优化 增强多目标鲸鱼算法 带式运输机 参数分层
在线阅读 下载PDF
基于ISSA的STATCOM模型参数解耦辨识研究 被引量:3
8
作者 王明超 董佳圆 +2 位作者 李继影 高磊 聂永辉 《东北电力大学学报》 2020年第1期81-89,共9页
为获取准确的静止同步补偿器模型参数以满足电力系统日益精细化的仿真要求,文中提出一种基于改进樽海鞘群算法的静止同步补偿器模型参数解耦辨识方法.首先基于现有静止同步补偿器机电暂态模型,建立满足暂态仿真计算要求的静止同步补偿... 为获取准确的静止同步补偿器模型参数以满足电力系统日益精细化的仿真要求,文中提出一种基于改进樽海鞘群算法的静止同步补偿器模型参数解耦辨识方法.首先基于现有静止同步补偿器机电暂态模型,建立满足暂态仿真计算要求的静止同步补偿器数学模型;然后对樽海鞘群算法进行改进,并将其应用于静止同步补偿器模型参数辨识;最后,针对模型结构耦合导致多参数辨识结果精度不高问题,提出基于STATCOM模型dq轴参数解耦辨识策略,分两步对模型参数进行辨识.仿真算例证明该算法能快速准确的辨识模型参数. 展开更多
关键词 静止同步补偿器 数学模型 改进樽海鞘群算法(issa) dq轴参数解耦 参数辨识
在线阅读 下载PDF
基于ISSA算法的物联网数据传输节能新技术
9
作者 谢海龙 何凯 冯震 《通信电源技术》 2021年第12期126-128,131,共4页
随着物联网技术的飞速发展,最大限度降低无线通信中智能节点的能耗是该领域面临的主要挑战之一。由于大量传感器节点由容量有限的电池供电,更换电池或为其充电不切实际。因此,如何优化利用存储在每个智能节点中的能量是物联网关于其耐... 随着物联网技术的飞速发展,最大限度降低无线通信中智能节点的能耗是该领域面临的主要挑战之一。由于大量传感器节点由容量有限的电池供电,更换电池或为其充电不切实际。因此,如何优化利用存储在每个智能节点中的能量是物联网关于其耐用性的一个重要方面。提出改进的樽海鞘群算法(Improved Salvia Swarm Algorithm,ISSA),通过寻找将智能节点数据传输到FOG节点的最佳路由来解决物联网网络中的能源消耗问题。仿真结果表明,所提出的算法优于其他对比算法,智能节点能耗更低,更节能。 展开更多
关键词 物联网 智能节点 改进的樽海鞘群算法(issa) 能源消耗
在线阅读 下载PDF
改进樽海鞘算法求解带时间窗的应急选址路径问题 被引量:2
10
作者 徐帆 马良 +1 位作者 张惠珍 陈曦 《包装工程》 CAS 北大核心 2024年第5期220-229,共10页
目的为使应急物资及时高效地送到灾区,针对多目标应急选址-路径问题,在考虑灾区的时间窗及物资运输过程中道路安全的情况下,以最小化经济成本、最小化时间惩罚成本及最大化道路安全性为目标,构建多目标优化模型。同时,设计改进的樽海鞘... 目的为使应急物资及时高效地送到灾区,针对多目标应急选址-路径问题,在考虑灾区的时间窗及物资运输过程中道路安全的情况下,以最小化经济成本、最小化时间惩罚成本及最大化道路安全性为目标,构建多目标优化模型。同时,设计改进的樽海鞘算法求解问题,以验证模型的可行性和算法的有效性。方法根据模型的特征对樽海鞘算法进行改进,运用随机生成和贪心算法相结合的方式生成初始解,利用交叉算子和邻域搜索算子改进原始算法的位置更新操作,引入非支配排序遗传算法(NSGA-Ⅱ)的精英保留策略,以提高算法的性能。结果经过多个算例测试,该算法能快速获得一簇Pareto解,与基本樽海鞘算法进行对比后可知,改进后的算法性能更优越。结论对于灾后及时响应的应急选址路径问题,采用改进的樽海鞘算法具有一定优越性,并在多个目标权衡的情况下,可供决策者根据目标的偏好找到较满意的解,对于研究应急选址路径问题具有一定的参考价值。 展开更多
关键词 选址-路径问题 应急物资 时间窗 改进樽海鞘算法
在线阅读 下载PDF
基于改进樽海鞘群算法的卸车调度优化 被引量:3
11
作者 李长安 赵德隆 +2 位作者 王国勇 吴忠强 张立杰 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第11期32-39,共8页
针对港口载煤列车的卸车调度流程主要依靠工人经验进行调度作业,存在决策时间长、作业冲突和列车在港时间过长等问题。以列车在港时间最少为总优化目标,在已知列车到港时间及堆垛与煤种对应关系的前提下,考虑工作机械可用性、作业流程... 针对港口载煤列车的卸车调度流程主要依靠工人经验进行调度作业,存在决策时间长、作业冲突和列车在港时间过长等问题。以列车在港时间最少为总优化目标,在已知列车到港时间及堆垛与煤种对应关系的前提下,考虑工作机械可用性、作业流程可达性及其相互约束关系等因素,构建了卸车调度数学模型。提出了一种基于改进樽海鞘优化算法的优化调度方法。引入自适应惯性权重,可有效地提高算法收敛速度;引入随机柯西变异策略,可有效地提高算法寻优能力。5个测试函数的测试结果表明:相比于樽海鞘优化算法、自适应樽海鞘优化算法、粒子群算法与鲸鱼优化算法,改进樽海鞘优化算法收敛速度更快,精度更高。港口堆场作业实际数据的仿真实验表明:改进樽海鞘优化算法可优化出满意的卸车调度任务,减少了火车总在港时间,提高了港口总体的工作效率。 展开更多
关键词 交通运输工程 铁路运输 卸车调度 改进樽海鞘算法 自适应惯性权重 柯西变异策略
在线阅读 下载PDF
考虑节能的改进多目标樽海鞘群算法TFT-LCD面板阵列制程调度问题 被引量:9
12
作者 姚远远 叶春明 《中国机械工程》 EI CAS CSCD 北大核心 2019年第24期2994-3003,共10页
TFT-LCD面板生产的阵列制程是可重入混合流水车间调度问题,采用一种改进多目标樽海鞘群算法对其进行优化求解。构建以最大完工时间、总拖期时间和总耗能为优化目标的数学规划模型;针对该问题结构特点,对基本多目标樽海鞘群算法进行了一... TFT-LCD面板生产的阵列制程是可重入混合流水车间调度问题,采用一种改进多目标樽海鞘群算法对其进行优化求解。构建以最大完工时间、总拖期时间和总耗能为优化目标的数学规划模型;针对该问题结构特点,对基本多目标樽海鞘群算法进行了一系列改进操作,包括基于升序排列的随机键编码、PS方法解码、基于Lévy飞行的领导者个体位置更新方式,以及外部档案中非支配个体的变邻域搜索操作,并采用田口方法进行算法参数设置;最后通过对基准算例的数值实验,将改进多目标樽海鞘群算法与基本多目标樽海鞘群算法、多目标粒子群优化算法、快速非支配排序遗传算法进行对比,实验结果表明了改进多目标樽海鞘群算法的有效性。 展开更多
关键词 可重入混合流水车间调度 改进多目标樽海鞘群算法 阵列制程 节能
在线阅读 下载PDF
基于改进SSA优化MDS-SVM的变压器故障诊断方法 被引量:30
13
作者 谢国民 蔺晓雨 《控制与决策》 EI CSCD 北大核心 2023年第2期459-467,共9页
为了提高变压器故障诊断精度,提出一种基于改进SSA优化MDS-SVM的变压器故障诊断方法.首先,利用多维尺度缩放法(multiple dimensional scaling,MDS)对20维变压器故障特征数据进行特征提取,降低高维数据存在的稀疏性和多重共线性;其次,引... 为了提高变压器故障诊断精度,提出一种基于改进SSA优化MDS-SVM的变压器故障诊断方法.首先,利用多维尺度缩放法(multiple dimensional scaling,MDS)对20维变压器故障特征数据进行特征提取,降低高维数据存在的稀疏性和多重共线性;其次,引入樽海鞘群算法(salp swarm algorithm,SSA),并对该算法进行改进,增置信赖机制和突变,以提高算法的收敛速度和收敛能力;然后,通过与原始SSA、PSO、GWO和β-GWO算法进行寻优测试对比来验证改进SSA算法的优越性;最后,使用改进SSA算法对MDS降低维数和支持向量机(support vector machine,SVM)的参数联合寻优,构建新的故障诊断模型.分析并比较其与常用算法优化的SVM故障诊断模型、BP神经网络(back propagation neural network,BPNN)、K最近邻(K-nearest neighbor,KNN)以及随机森林(random forest,RF)故障诊断模型的故障诊断精确度,结果表明,基于改进SSA的MDS-SVM变压器故障诊断模型的精确度高于其他算法模型,且泛化能力较强. 展开更多
关键词 变压器 故障诊断 多维尺度缩放法 樽海鞘算法 支持向量机 算法改进
原文传递
基于超宽带的TDOA相邻单元协同定位技术 被引量:6
14
作者 韦子辉 王世昭 +3 位作者 叶兴跃 马英杰 李小阳 方立德 《电子测量技术》 北大核心 2022年第1期77-83,共7页
针对目前超宽带TDOA分单元定位系统存在位置多解性、定位精度低等问题,提出了相邻单元协同定位方法以及基于改进樽海鞘群算法的协同定位方程解算算法。该方法通过汇总相邻单元内收到同一定位请求信号的全部测量值,使坐标解算不再局限于... 针对目前超宽带TDOA分单元定位系统存在位置多解性、定位精度低等问题,提出了相邻单元协同定位方法以及基于改进樽海鞘群算法的协同定位方程解算算法。该方法通过汇总相邻单元内收到同一定位请求信号的全部测量值,使坐标解算不再局限于一个时钟同步单元内,由此也导致参与位置计算的测量值个数与基站布局不确定性增加,Taylor算法无法满足解算要求,进而使用改进樽海鞘群算法代替Taylor算法进行协同定位位置计算,最终求得待测点位置坐标。6基站相邻单元协同定位实验结果表明,各测量点的R95值处于12~15 cm之间,最大残余误差处于16~23 cm之间。所提方法无需进行多参量判断取舍位置信息,有效解决了位置多解性问题并提高了定位精度。 展开更多
关键词 超宽带 TDOA定位 多解性问题 单元协同定位 改进樽海鞘群算法
原文传递
一种改进樽海鞘群算法优化K-Means的小麦覆盖度提取方法 被引量:2
15
作者 王向 李月凤 +1 位作者 王震洲 张佳佳 《河北科技大学学报》 CAS 北大核心 2023年第4期356-367,共12页
针对K-Means算法对初始聚类中心的依赖性较高,容易出现局部最优停滞的问题,提出一种改进樽海鞘群算法优化K-Means的小麦覆盖度提取算法。首先,将小麦图像转换到HSV色彩空间;然后,用改进樽海鞘群算法进行全局寻优,以获得全局最优值作为K-... 针对K-Means算法对初始聚类中心的依赖性较高,容易出现局部最优停滞的问题,提出一种改进樽海鞘群算法优化K-Means的小麦覆盖度提取算法。首先,将小麦图像转换到HSV色彩空间;然后,用改进樽海鞘群算法进行全局寻优,以获得全局最优值作为K-Means算法的初始聚类中心,接着运用K-Means算法进行局部寻优,直到迭代完成;最终,输出经过分割的小麦图像。为了评估算法性能,使用12个基准函数对ISSA及其他智能优化算法进行对比测试,同时将改进樽海鞘群算法优化K-Means应用于小麦覆盖度提取。结果表明,ISSA算法在优化精度和收敛速度上均超越其他算法,鲁棒性也得到了显著提高。与其他算法相比,ISSA-K算法分割后的小麦图像纹理比较清晰,效果更佳,同时具有更加高效的优势,可用于小麦覆盖度的提取,具有较强的实用性。 展开更多
关键词 图像处理 K-MEANS 改进樽海鞘群算法 HSV色彩空间 图像分割 小麦覆盖度提取
在线阅读 下载PDF
基于改进的樽海鞘群算法的电力负荷经济调度策略 被引量:5
16
作者 李玲玲 陈文泉 冯欢 《天津工业大学学报》 CAS 北大核心 2022年第2期67-73,共7页
为降低发电成本,提高电力系统经济性,以发电机组的燃料成本最小化为目标函数,引入功率平衡约束、发电机输出功率约束等限制条件,建立了电力负荷经济调度的动态模型。提出改进的樽海鞘群算法(ISSA)求解该模型,引入Levy飞行策略提升算法... 为降低发电成本,提高电力系统经济性,以发电机组的燃料成本最小化为目标函数,引入功率平衡约束、发电机输出功率约束等限制条件,建立了电力负荷经济调度的动态模型。提出改进的樽海鞘群算法(ISSA)求解该模型,引入Levy飞行策略提升算法的寻优能力,加入非线性收敛因子提升算法的收敛能力;以六台发电机组和十五台发电机组的电力系统为测试案例,来验证改进算法对负荷调度问题的优化效果。结果表明:与传统算法相比,改进的樽海鞘群算法能够更快更有效地求解两个测试系统的电力负荷经济调度问题,优化效果最好,寻优能力最强,所获得的燃料成本比粒子群算法分别降低了0.14%和1.33%,且有更好的运行稳定性。 展开更多
关键词 电力系统 电力负荷经济调度 燃料成本 改进的樽海鞘群算法 Levy飞行策略 收敛因子
在线阅读 下载PDF
基于VMD-ISSA的新能源场站混合储能容量优化配置
17
作者 罗鑫 何宇 +2 位作者 张靖 李佳 刘兴艳 《电子科技》 2025年第12期86-96,共11页
针对新能源场站并网会加重联络线协议功率的波动程度,从而影响电网安全稳定运行的问题,文中提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和多策略改进樽海鞘群算法(Improved Salp Swarm Algorithm,ISSA)的混合储能系... 针对新能源场站并网会加重联络线协议功率的波动程度,从而影响电网安全稳定运行的问题,文中提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和多策略改进樽海鞘群算法(Improved Salp Swarm Algorithm,ISSA)的混合储能系统容量优化配置方法。基于典型风光负荷功率和联络线协议功率得到混合储能系统功率,通过VMD将混合储能系统功率分解为高频功率和低频功率,分别由超级电容和锂电池承担高频功率和低频功率信号。综合考虑储能充放电功率与荷电状态(State of Charge,SoC)等约束条件,建立以系统等年值成本最小为目标的容量优化配置模型,采用ISSA优化VMD算法中分解层数K和惩罚系数α的最优组合,并分析了最优分界点和对应的储能配置方案。仿真结果表明,ISSA-VMD的混合储能容量配置方案比采用经验模态分解(Empirical Mode Decomposition,EMD)的混合储能容量配置方案的成本节约了7.53%,证明了所提方法的有效性和优越性。 展开更多
关键词 新能源场站 联络线协议功率 功率波动 混合储能 容量配置 变分模态分解 樽海鞘群算法 多策略改进樽海鞘群算法
在线阅读 下载PDF
基于改进ISSA-INC算法MPPT控制研究
18
作者 周冬冬 朱旋 李士林 《淮北师范大学学报(自然科学版)》 2025年第4期14-20,共7页
为提升光伏系统在复杂光照条件下最大功率点跟踪(MPPT)性能,提出融合多策略改进型樽海鞘算法与电导增量法(ISSA-INC)混合控制策略。利用Logistic混沌映射优化初始种群分布,引入Levy飞行提升领导者全局搜索能力,并在追随者更新中嵌入万... 为提升光伏系统在复杂光照条件下最大功率点跟踪(MPPT)性能,提出融合多策略改进型樽海鞘算法与电导增量法(ISSA-INC)混合控制策略。利用Logistic混沌映射优化初始种群分布,引入Levy飞行提升领导者全局搜索能力,并在追随者更新中嵌入万有引力机制,结合动态衰减引力和适应度驱动质量更新,增强个体协同与搜索精度;在接近最优解时切换INC以实现快速局部收敛。Matlab/Simulink仿真表明:在标准、静态遮阴及动态突变3类工况下,ISSA-INC与SSA和PSO比较,收敛速度分别提高82%和83%,稳态功率误差控制在0.1%以内,光照突变响应时间低于0.04 s,具备良好抗扰性和稳定性。结果验证该策略在非线性、多峰特性下具备快速、精确与鲁棒控制能力,为复杂场景下光伏MPPT提供有效方案。 展开更多
关键词 光伏发电 最大功率点跟踪 改进樽海鞘算法 电导增量法 智能优化
在线阅读 下载PDF
基于熵-流特征和樽海鞘群优化支持向量机的故障诊断方法 被引量:25
19
作者 王振亚 姚立纲 +1 位作者 蔡永武 张俊 《振动与冲击》 EI CSCD 北大核心 2021年第6期107-114,共8页
针对旋转机械设备故障特征提取困难的问题,提出一种熵-流特征和樽海鞘群优化支持向量机(salp swarm optimization support vector machine,SSO-SVM)的故障诊断方法。利用改进多尺度加权排列熵(improved multiscale weighted permutation... 针对旋转机械设备故障特征提取困难的问题,提出一种熵-流特征和樽海鞘群优化支持向量机(salp swarm optimization support vector machine,SSO-SVM)的故障诊断方法。利用改进多尺度加权排列熵(improved multiscale weighted permutation entropy,IMWPE)提取机械设备不同工况下的故障特征;采用监督等度规映射(S-Isomap)流形学习进行降维处理,获取低维的熵-流特征集;将熵-流特征输入至SSO-SVM多故障分类器进行识别与诊断。行星齿轮箱故障诊断实验分析结果表明:IMWPE+S-Isomap熵-流特征提取方法优于现有的多尺度排列熵(multiscale permutation entropy,MPE)、多尺度加权排列熵(multiscale weighted permutation entropy,MWPE)和IMWPE等熵值特征提取方法以及IMWPE+等度规映射(Isomap)和IMWPE+线性局部切空间排列(linear local tangent space alignment,LLTSA)等熵-流特征提取方法;樽海鞘群算法对支持向量机参数寻优效果优于粒子群、灰狼群、人工蜂群和蝙蝠群等算法;所提故障诊断方法识别精度达到100%,能够有效诊断出行星齿轮箱各工况类型。 展开更多
关键词 故障诊断 行星齿轮箱 熵-流特征 改进多尺度加权排列熵(IMWPE) 等度规映射(Isomap) 樽海鞘群优化算法(SSO) 支持向量机(SVM)
在线阅读 下载PDF
基于改进一维卷积神经网络的滚动轴承故障诊断分析 被引量:24
20
作者 程亮 董子健 +2 位作者 王树民 张金营 陈建奇 《机械设计与研究》 CSCD 北大核心 2023年第3期126-130,共5页
针对滚动轴承故障特征提取困难,导致故障诊断模型训练次数比较多且诊断准确率不够高的问题,提出基于改进樽海鞘群算法(ISSA)优化CBAM-1DCNN结构参数的滚动轴承故障诊断模型。将一维卷积神经网络(1DCNN)与注意力机制(CBAM)相结合,且在1D... 针对滚动轴承故障特征提取困难,导致故障诊断模型训练次数比较多且诊断准确率不够高的问题,提出基于改进樽海鞘群算法(ISSA)优化CBAM-1DCNN结构参数的滚动轴承故障诊断模型。将一维卷积神经网络(1DCNN)与注意力机制(CBAM)相结合,且在1DCNN中添加BN层,利用改进樽海鞘群算法对CBAM-1DCNN网络结构参数进行优化。结果表明:经改进樽海鞘群算法优化的CBAM-1DCNN滚动轴承故障诊断模型在较少的训练次数下达到最好的拟合效果和更高的故障识别精度,且具有良好的泛化能力。 展开更多
关键词 故障诊断 一维卷积神经网络 注意力机制 BN层 改进樽海鞘群算法
原文传递
上一页 1 2 下一页 到第
使用帮助 返回顶部