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176篇文章
< 1 2 … 9 >
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：
改进VMD+WOA-KELM诊断收割机齿轮故障
1
作者 许太白 周晨露 +2 位作者 徐菲 赵广全 曾宁 《拖拉机与农用运输车》 2025年第2期44-49,共6页
为了提高联合收割机变速箱齿轮非线性、非平稳振动信号的识别精度,本文提出了一种全新的变速箱齿轮故障诊断方法。该方法结合了小波阈值去噪,以样本熵作为适应度函数的遗传算法优化变分模式分解,以及基于标准鲸鱼算法优化KELM参数选择的... 为了提高联合收割机变速箱齿轮非线性、非平稳振动信号的识别精度,本文提出了一种全新的变速箱齿轮故障诊断方法。该方法结合了小波阈值去噪,以样本熵作为适应度函数的遗传算法优化变分模式分解,以及基于标准鲸鱼算法优化KELM参数选择的WOA-KELM模型。首先,运用小波阈值去噪方法对振动信号进行预处理,以此减少噪声干扰。其次,利用以样本熵为适应度函数的遗传算法对变分模式分解的参数进行优化,再通过优化后的VMD提取故障特征信息。之后,建立WOA-KELM故障诊断模型,利用该模型对故障特征集开展训练与识别工作。实验数据从多个不同方面证实了这种方法的有效性。当保留合适的模型参数时,该模型的故障识别率可达到94%以上。 展开更多
关键词 小波阈值去噪 GA-VMD样本熵 WOA-kelm 变速箱故障 联合收割机
在线阅读 下载PDF
基于KELM的趵突泉泉域地下水流替代模型 被引量：1
2
作者 王子健 骆乾坤 +3 位作者 李迎春 刘鑫 邓亚平 钱家忠 《合肥工业大学学报(自然科学版)》 北大核心 2025年第1期85-91,共7页
文章以山东大学趵突泉泉域为研究区,采用核极限学习机(kernel extreme learning machine,KELM)建立泉域地下水流数值模型的替代模型,使用拉丁超立方抽样(Latin hypercube sampling,LHS)方法确定60组地下水开采方案用于训练KELM模型,通过... 文章以山东大学趵突泉泉域为研究区,采用核极限学习机(kernel extreme learning machine,KELM)建立泉域地下水流数值模型的替代模型,使用拉丁超立方抽样(Latin hypercube sampling,LHS)方法确定60组地下水开采方案用于训练KELM模型,通过对比地下水流数值模型的模拟结果与替代模型输出的结果,评价所建立替代模型的性能。结果表明:替代模型输出的地下水位值与地下水流数值模型模拟得到的地下水位值基本接近,且模型的运行时间减少了约99.62%。说明该模型可作为趵突泉泉域地下水流数值模型的替代模型,可提高区域地下水优化管理模型的求解效率。 展开更多
关键词 地下水数值模拟 趵突泉泉域 替代模型 核极限学习机(kelm) 拉丁超立方抽样(LHS)
在线阅读 下载PDF
多策略改进SSA优化KELM的边坡稳定性预测模型 被引量：13
3
作者 祁云 薛凯隆 +3 位作者 李绪萍 汪伟 白晨浩 吉准泽 《中国安全科学学报》 北大核心 2025年第3期92-98,共7页
为了能够更加精准地预测边坡稳定状态,从而有效预防边坡失稳事故,提出改进麻雀搜索算法(ISSA)与核极限学习机(KELM)相结合的ISSA-KELM边坡稳定性预测模型。首先,将边坡失稳特征中的容重、黏聚力等6个主要影响因素作为预测指标,建立边坡... 为了能够更加精准地预测边坡稳定状态,从而有效预防边坡失稳事故,提出改进麻雀搜索算法(ISSA)与核极限学习机(KELM)相结合的ISSA-KELM边坡稳定性预测模型。首先,将边坡失稳特征中的容重、黏聚力等6个主要影响因素作为预测指标,建立边坡稳定性评价数据集;其次,引入Sine混沌映射、Levy飞行策略、动态自适应权重以及融合最优爆炸策略和反向学习改进麻雀搜索算法(SSA),以提高其全局搜索能力和稳定性;而后利用ISSA优化KELM中的核参数ψ和正则化系数C,提升其预测精度,同时避免KELM出现过拟合现象;最后,对比分析ISSA-KELM模型与SSA-KELM、粒子群优化算法(PSO)-KELM以及PSO-支持向量机(SVM)模型的预测结果,并将ISSA-KELM模型应用于山西某露天煤矿。结果表明:ISSA-KELM模型的准确率、精确率、召回率和F 1分数分别达到了0.9459、1、0.8667和0.929,均优于SSA-KELM、PSO-KELM和PSO-SVM模型,模型的预测结果与实际值最为接近,表明所建ISSA-KELM模型具有较强的泛化能力。 展开更多
关键词 边坡稳定性 预测模型 改进麻雀搜索算法(ISSA) 核极限学习机(kelm) 预测指标 混淆矩阵
原文传递
基于ISSA-KELM的光纤光栅加速度传感器温度补偿研究
4
作者 姚言雨 熊鸣 +1 位作者 王丽婕 高超飞 《仪表技术与传感器》 北大核心 2025年第4期15-20,24,共7页
针对光纤光栅加速度传感器测量时会同时受到温度和加速度影响的问题,提出了基于改进麻雀搜索算法(ISSA)优化KELM神经网络的温度补偿模型。首先,在麻雀搜索算法(SSA)的位置更新中引入改进的自适应收敛因子与沙猫群优化策略、可变螺旋搜... 针对光纤光栅加速度传感器测量时会同时受到温度和加速度影响的问题,提出了基于改进麻雀搜索算法(ISSA)优化KELM神经网络的温度补偿模型。首先,在麻雀搜索算法(SSA)的位置更新中引入改进的自适应收敛因子与沙猫群优化策略、可变螺旋搜索策略、扰动算子和莱维飞行策略。其次,将ISSA与SSA、鲸鱼优化算法(WOA)等5种优化算法进行基准测试函数对比。最后,利用ISSA优化KELM神经网络的正则化系数和高斯核参数,进行温度补偿实验。仿真实验与温度补偿实验结果表明:ISSA的稳定性和寻优精度最佳,ISSA-KELM可以最准确地预测温度和加速度并降低温度加速度交叉敏感引起的误差,验证了模型的有效性。 展开更多
关键词 麻雀搜索算法 kelm神经网络 光纤光栅加速度传感器 温度补偿
在线阅读 下载PDF
基于SVMD-IDBO-KELM的短期光伏发电功率预测 被引量：2
5
作者 吴艳娟 荣旺 +1 位作者 郭玥 叶技松 《太阳能学报》 北大核心 2025年第6期271-279,共9页
为提升不同天气条件下短期光伏发电功率预测的准确性,提出一种基于逐次变分模态分解(SVMD)和改进蜣螂优化算法(IDBO)优化核极限学习机(KELM)的预测模型。首先,通过高斯混合模型将数据集划分成不同天气类型下的相似日样本;其次,通过SVMD... 为提升不同天气条件下短期光伏发电功率预测的准确性,提出一种基于逐次变分模态分解(SVMD)和改进蜣螂优化算法(IDBO)优化核极限学习机(KELM)的预测模型。首先,通过高斯混合模型将数据集划分成不同天气类型下的相似日样本;其次,通过SVMD将数据集进行模态分解,得到相对平稳的子序列来改善数据质量;之后,运用IDBO对KELM进行改进,构建IDBO-KELM预测模型,并对不同子序列进行预测;最后,通过重组各子序列的预测值得到最终的预测结果。实验结果表明:该方法在3种不同的天气类型下均可取得良好的预测结果,并且比其他模型的预测精度更高。 展开更多
关键词 光伏发电 预测分析 功率预测 核极限学习机 逐次变分模态分解 改进蜣螂优化算法
原文传递
基于KELM-NSGA-Ⅱ的永磁辅助同步磁阻电机多目标优化方法 被引量：1
6
作者 黄朝志 李思颖 +1 位作者 刘小波 孙燕文 《科学技术与工程》 北大核心 2025年第3期1065-1074,共10页
为提高永磁辅助同步磁阻电机(permanent magnet-assisted synchronous reluctance motor, PMa-SynRM)的输出性能,提出了基于核极限学习机(kernel extreme learning machine, KELM)和快速非支配排序遗传算法(nondominated sorting geneti... 为提高永磁辅助同步磁阻电机(permanent magnet-assisted synchronous reluctance motor, PMa-SynRM)的输出性能,提出了基于核极限学习机(kernel extreme learning machine, KELM)和快速非支配排序遗传算法(nondominated sorting genetic algorithm, NSGA-Ⅱ)相结合的外转子PMa-SynRM多目标优化设计方法。首先,对PMa-SynRM转子磁障进行初步设计并分析PMa-SynRM工作原理。其次,通过综合敏感性分析评估每个设计变量对优化目标的影响,选取主要优化参数。然后,以高输出转矩、高效率和低转矩脉动为优化目标,建立基于KELM的代理模型。最后,采用NSGA-Ⅱ进行全局寻优,从NSGA-Ⅱ生成的Pareto前沿中选择最优解,并通过有限元分析进行验证。仿真结果表明:优化后的电机较初始电机平均转矩提高了15.83%,转矩脉动降低了60.27%,且优化后电机效率较初始电机也有所提高,验证了本文优化设计方法的有效性。 展开更多
关键词 永磁辅助同步磁阻电机 kelm 多目标优化 NSGA-Ⅱ
在线阅读 下载PDF
基于PSO-KELM的煤与瓦斯突出预测研究
7
作者 王小生 尹亚红 +2 位作者 涂军 张小健 杨晋 《能源与环保》 2025年第3期60-64,共5页
煤与瓦斯突出是煤矿开采过程中常见的一种地质灾害,为保障井下工作人员的生命安全和国民经济的稳定增长,融合智能优化算法和机器学习算法,以核极限学习机(KELM)作为基准预测模型,结合粒子群算法(PSO)优化KELM关键参数,规避了人为预设导... 煤与瓦斯突出是煤矿开采过程中常见的一种地质灾害,为保障井下工作人员的生命安全和国民经济的稳定增长,融合智能优化算法和机器学习算法,以核极限学习机(KELM)作为基准预测模型,结合粒子群算法(PSO)优化KELM关键参数,规避了人为预设导致的性能缺陷,提高预测模型分类精度。结合现场实测数据,对指标预处理进行有效性分析,验证优化预处理后的模型精度较未处理有所提升;以预处理后的数据样本作为模型输入,对各基准预测模型进行对比,证明了KELM基准预测模型的稳定性和优越性;将PSO-KELM模型与其他常用模型进行30次预测对比实验。结果表明,PSO-KELM模型平均预测准确率达到86.33%,较其他模型具有更好的预测精度和更快的收敛速度,为煤与瓦斯突出预测工作提供了一种新的有效方法和理论支撑。 展开更多
关键词 PSO-kelm模型 煤与瓦斯突出灾害 风险预测粒子群算法 核极限学习机
在线阅读 下载PDF
基于动态时间规整聚类的VMD-KELM光伏发电功率预测
8
作者 贾伟 付鹏 +2 位作者 王正风 梁肖 雷杨 《电网与清洁能源》 北大核心 2025年第11期104-112,共9页
针对分布式光伏点多面广、布局分散导致发电功率随机性强、波动性大,且受局部地理与天气周期影响显著,短期预测精度不足的问题,提出了一种基于动态时间规整聚类的变分模态分解-核极限学习机(variational modal decomposition-kernel ext... 针对分布式光伏点多面广、布局分散导致发电功率随机性强、波动性大,且受局部地理与天气周期影响显著,短期预测精度不足的问题,提出了一种基于动态时间规整聚类的变分模态分解-核极限学习机(variational modal decomposition-kernel extreme learning machine,VMD-KELM)分布式光伏发电功率预测模型,并通过白鲸优化(beluga whale optimization,BWO)算法优化预测精度。首先,利用基于动态时间规整(dynamic time warping,DTW)的Kmeans算法对历史发电数据进行时间序列聚类,识别不同气象条件下的区域特征;其次,通过VMD分解处理后的数据,有效克服高波动性、边界效应及模态混叠问题,提升序列平稳性;最后,构建核极限学习机(kernel extreme learning machine,KELM)预测模型,并运用BWO算法优化其关键参数提高模型精度与收敛速度,通过某分布式光伏电站的实测数据验证所提模型的有效性。结果表明,该模型在不同气象条件下均能提供高精度的预测结果,有力地支撑了电力系统的稳定运行,同时促进了光伏消纳能力的提升。 展开更多
关键词 分布式光伏 功率预测 BWO算法 VMD-kelm DTW-Kmeans算法
在线阅读 下载PDF
基于CEEMDAN-IPSO-KELM模型的BDS卫星钟差预报
9
作者 边奇海 张莎薇 +2 位作者 雷荣智 刘子巍 刘敏 《地理空间信息》 2025年第3期13-17,共5页
针对BDS卫星钟差数据呈非线性特征、难以准确预报的问题,结合自适应噪声完备集合经验模态分解(CEEMDAN)算法和核极限学习机(KELM)算法的优势,构建了组合钟差预报模型。首先充分利用CEEMDAN算法的信号分解能力自适应分解非平稳性钟差序列... 针对BDS卫星钟差数据呈非线性特征、难以准确预报的问题,结合自适应噪声完备集合经验模态分解(CEEMDAN)算法和核极限学习机(KELM)算法的优势,构建了组合钟差预报模型。首先充分利用CEEMDAN算法的信号分解能力自适应分解非平稳性钟差序列,并重构分解结果得到新的钟差序列;再利用改进粒子群优化(IPSO)算法优化KELM的核参数与正则化参数;最后重构不同钟差序列的预报结果,得到最终钟差预报结果。利用iGMAS提供的BDS钟差数据进行短期预报实验,结果表明该组合预报模型的单天和多天钟差预报精度均明显优于对比模型,丰富了现有BDS卫星钟差预报模型。 展开更多
关键词 BDS 钟差预报 CEEMDAN IPSO算法 kelm
在线阅读 下载PDF
基于WOA-KELM的小样本介质泵电动机故障诊断方法
10
作者 吴胜 徐鹏 +1 位作者 程豪 马科飞 《电子设计工程》 2025年第17期100-104,共5页
针对介质泵电动机故障会降低介质泵的输送效率和质量的问题,文中提出基于WOA-KELM的小样本介质泵电动机故障诊断方法。利用Pearson相关系数筛选振动信号小样本数据,提取该信号的时频特征,获取该信号的频谱结果。将提取结果输入KELM模型... 针对介质泵电动机故障会降低介质泵的输送效率和质量的问题,文中提出基于WOA-KELM的小样本介质泵电动机故障诊断方法。利用Pearson相关系数筛选振动信号小样本数据,提取该信号的时频特征,获取该信号的频谱结果。将提取结果输入KELM模型中,进行非线性映射处理,输出故障诊断结果;选择鲸鱼优化算法优化KELM模型的核函数,获取最佳核函数参数,依据该参数实现故障诊断结果的优化。测试结果显示,该方法能够依据数据的相关系数的计算结果,筛选电动机的运行数据,提取不同时间序列长度振动信号的时频特征;故障诊断时间均低于1.05 s,较对比方法实时性更佳。 展开更多
关键词 WOA-kelm 小样本 介质泵 电动机 故障诊断 频谱结果
在线阅读 下载PDF
基于INGO-KELM的高压直流输电线路短路故障识别
11
作者 赵岩 王梓毅 徐天 《黑龙江电力》 2025年第1期34-43,共10页
针对高压直流输电线路短路故障识别精度不高的问题,提出一种基于改进的北方苍鹰算法优化核极限学习机(INGO-KELM)的高压直流输电线路短路故障识别方法。为了解决虚假模态问题,采用改进的自适应噪声完备集合经验模态分解(ICEEMDAN)方法,... 针对高压直流输电线路短路故障识别精度不高的问题,提出一种基于改进的北方苍鹰算法优化核极限学习机(INGO-KELM)的高压直流输电线路短路故障识别方法。为了解决虚假模态问题,采用改进的自适应噪声完备集合经验模态分解(ICEEMDAN)方法,对预处理后的故障电流信号进行了分解,从而获取了不同频率的固有模态函数分量(IMF);计算相关系数最高的2组IMF分量的样本熵值作为故障特征量,并组建特征数据集;采用Chebyshev混沌映射、混合正弦余弦算法以及Levy飞行策略,对NGO算法进行多方面的策略优化,将数据集输入到INGO优化后的KELM短路故障识别模型中实现故障识别。仿真结果表明,所提方法具备良好的故障识别准确度和鲁棒性,在不同过渡电阻和故障距离的情形下,均可以准确识别各种短路故障类型,识别精度达到98%以上。 展开更多
关键词 ICEEMDAN 样本熵 高压直流 INGO-kelm 短路故障识别
在线阅读 下载PDF
基于KPCA-SOA-KELM的海底油气管道内腐蚀速率预测
12
作者 范蓬勃 张新生 《热加工工艺》 北大核心 2025年第19期64-68,73,共6页
为提高海底油气管道内腐蚀速率预测的精度,选取南海某油田混输管段腐蚀数据为例,建立基于核主成分分析(KPCA)、海鸥优化算法(SOA)和核极限学习机(KELM)的内腐蚀速率预测模型。首先利用KPCA对影响管道内腐蚀的因素进行降维,确定输入变量... 为提高海底油气管道内腐蚀速率预测的精度,选取南海某油田混输管段腐蚀数据为例,建立基于核主成分分析(KPCA)、海鸥优化算法(SOA)和核极限学习机(KELM)的内腐蚀速率预测模型。首先利用KPCA对影响管道内腐蚀的因素进行降维,确定输入变量;然后利用KELM对内腐蚀速率进行建模预测,并利用SOA对KELM模型中的核参数和正则化系数进行寻优。结果表明:KPCA-SOA-KELM预测模型的平均绝对百分比误差仅为1.8310%,均方根误差为0.05。针对海底油气管道内腐蚀速率的预测问题,相比于其他模型,该模型的预测结果更加准确。 展开更多
关键词 海底油气管道 内腐蚀速率 核主成分分析 海鸥优化算法 核极限学习机
原文传递
基于SVM和PSO-KELM的电力线路故障诊断 被引量：1
13
作者 王赛 《电工技术》 2025年第7期99-105,109,共8页
电力输电系统在野外运行时,会受到周围环境的影响,从而导致电气故障。为实现电力线路故障的高精度检测和分类,设计一款基于机器学习方法的电力线路故障诊断系统。首先采用支持向量机(SVM)将故障信号与正常信号区别开,然后利用粒子群算法... 电力输电系统在野外运行时,会受到周围环境的影响,从而导致电气故障。为实现电力线路故障的高精度检测和分类,设计一款基于机器学习方法的电力线路故障诊断系统。首先采用支持向量机(SVM)将故障信号与正常信号区别开,然后利用粒子群算法(PSO)对核极限学习机(KELM)的核参数和惩罚因子进行寻优,使KELM获得了最佳的参数。最后通过实验证明,SVM在故障检测数据集上准确率达到99%,精准地区分正常数据与故障数据,得到了最优参数的KELM,其在故障分类数据集中准确率达到99%,为电力线路方面的故障诊断提供了一种实用有效的方法;还对数据集中的电压和电流进行了数据可视化,将不同种类的电力线路故障展示了出来,简洁直观地显示了数据集。 展开更多
关键词 支持向量机 粒子群优化算法 核极限学习机 故障诊断
在线阅读 下载PDF
基于特征融合与KELM的谐振接地系统故障选线
14
作者 周凡博 陈家晖 孔玲玲 《电子设计工程》 2025年第20期47-51,共5页
针对谐振接地系统在发生单相接地故障时,故障特征受过渡电阻、故障合闸角等因素影响变得微弱难以提取,导致故障识别率低的问题,提出一种综合零序电流高低频段分量特征的核极限学习机(Kernel Extreme Learning Machine,KELM)故障选线方... 针对谐振接地系统在发生单相接地故障时,故障特征受过渡电阻、故障合闸角等因素影响变得微弱难以提取,导致故障识别率低的问题,提出一种综合零序电流高低频段分量特征的核极限学习机(Kernel Extreme Learning Machine,KELM)故障选线方法。利用参数优化的变分模态分解(Variational Modal Decomposition,VMD)获取各馈线零序电流的高低频段分量,分别计算低频分量的希尔伯特边际谱能量熵和高频分量的初始一阶差分,将两者构造成故障特征向量,输入到KELM模型中进行训练,实现选线。通过仿真测试,该选线方法准确率能达到100%且具有良好的抗噪性。 展开更多
关键词 谐振接地 变分模态分解 特征融合 核极限学习机
在线阅读 下载PDF
基于改进EWT-多尺度熵和KELM的球磨机负荷识别方法 被引量：9
15
作者 罗小燕 戴聪聪 +3 位作者 程铁栋 蔡改贫 刘鑫 刘吉顺 《化工学报》 EI CAS CSCD 北大核心 2020年第3期1264-1277,共14页
针对球磨机在磨矿过程中负荷靠经验难以准确判断的问题,提出了一种基于改进的经验小波变换(empirical wavelet transform, EWT)-多尺度熵和核极限学习机(KELM)的球磨机负荷识别方法。首先,针对筒体振动信号的多样性和复杂性特点,对EWT... 针对球磨机在磨矿过程中负荷靠经验难以准确判断的问题,提出了一种基于改进的经验小波变换(empirical wavelet transform, EWT)-多尺度熵和核极限学习机(KELM)的球磨机负荷识别方法。首先,针对筒体振动信号的多样性和复杂性特点,对EWT频谱分割方法进行改进,通过构建信号仿真模型,比较EWT、EMD的分解效果,证明该方法的有效性。再将不同负荷状态下的筒体振动信号用改进的EWT算法进行分解得到内禀模态函数(intrinsic mode function, IMF),接着,对分解后的IMF分量进行相关性分析得到敏感分量进行重构;最后,将重构信号的多尺度熵作为表征磨机不同负荷状态的特征向量,并计算多尺度熵偏均值。结果表明:三种负荷信号的多尺度熵及多尺度熵偏均值都存在明显的差异,关系表现为:欠负荷>正常负荷>过负荷。将提取的多维特征向量进行归一化处理并作为KELM的输入,磨机负荷状态作为输出,利用核排列(kernel target alignment, KTA)算法优化核参数,建立磨机负荷状态识别最优模型;通过磨矿实验验证了方法的可行性,相比SVM整体识别率提高了3.4%,且对于EMD-多尺度熵、EWT-多尺度熵分别提高了12.3%、8.9%。 展开更多
关键词 磨机负荷 经验小波变换 优化 kelm 计算机模拟 模型预测控制
在线阅读 下载PDF
基于CKMTOA-KELM优化ADRC的永磁同步电机直接转矩控制 被引量：10
16
作者 易灵芝 张成董 冯江 《电工电能新技术》 CSCD 北大核心 2019年第4期13-21,共9页
针对传统自抗扰控制器(ADRC)中扩张状态观测器(ESO)的观测扰动项较大,提出一种基于改进核函数极限学习机(KELM)优化自抗扰控制器的永磁同步电机直接转矩控制方法。采用混沌分子动理论优化算法(CKMTOA)优化KELM模型的核参数和惩罚系数,得... 针对传统自抗扰控制器(ADRC)中扩张状态观测器(ESO)的观测扰动项较大,提出一种基于改进核函数极限学习机(KELM)优化自抗扰控制器的永磁同步电机直接转矩控制方法。采用混沌分子动理论优化算法(CKMTOA)优化KELM模型的核参数和惩罚系数,得到CKMTOA-KELM最优回归模型;CKMTOA通过引入混沌搜索防止算法陷入局部最优,采用自适应惯性权重因子提高算法的收敛速度。最后,将该模型嵌入ADRC中对其进行优化及分析,以提高系统动态响应速度和抗干扰能力,增强系统鲁棒性。仿真实验结果验证了该方法的有效性和可行性。 展开更多
关键词 永磁同步电机 直接转矩控制 ADRC 混沌分子动理论优化算法 kelm
在线阅读 下载PDF
基于RegNet-CSAM与ZOA-KELM模型的滚动轴承故障诊断 被引量：2
17
作者 戚晓利 王兆俊 +3 位作者 毛俊懿 王志文 崔德海 赵方祥 《振动与冲击》 EI CSCD 北大核心 2024年第11期165-175,共11页
针对现有深度卷积神经网络对滚动轴承混合故障诊断效果不佳以及模型复杂度过高导致计算成本过大等问题,提出了一种基于RegNet-CSAM与ZOA-KELM模型的滚动轴承故障诊断方法。该模型由RegNet-CSAM网络和ZOA-KELM分类算法组成。首先,将融合... 针对现有深度卷积神经网络对滚动轴承混合故障诊断效果不佳以及模型复杂度过高导致计算成本过大等问题,提出了一种基于RegNet-CSAM与ZOA-KELM模型的滚动轴承故障诊断方法。该模型由RegNet-CSAM网络和ZOA-KELM分类算法组成。首先,将融合了通道和空间特征的注意力机制CSAM与组卷积残差模块结合,提升该结构的表征能力,由此构建的RegNet-CSAM网络,模型复杂度为0.48GF;其次,在分类阶段将斑马优化核极限学习机(ZOA-KELM)替代原来网络中使用的Softmax函数完成最后的分类任务。滚动轴承故障诊断试验结果表明,RegNet网络对滚动轴承混合故障样本容易产生误判,CSAM的融入虽将RegNet网络的分类精度进一步提高,但是仍然存在一定程度的滚动轴承混合故障误判问题;而将ZOA-KELM替代Softmax函数后再对RegNet-CSAM网络输出特征进行分类,能够有效识别出滚动轴承的单一和混合故障,准确率达到了99.92%。所提方法对比其他网络,诊断精度最大提升5.02%,模型复杂度最大缩减32倍。 展开更多
关键词 故障诊断 滚动轴承 组卷积残差结构 注意力机制 斑马优化核极限学习机(ZOA-kelm)
在线阅读 下载PDF
基于KELM的光伏组件故障诊断方法 被引量：7
18
作者 吴越 陈志聪 +1 位作者 吴丽君 林培杰 《电源技术》 CAS CSCD 北大核心 2018年第4期532-535,共4页
提出了一种基于核极限学习机(KELM)的光伏组件故障诊断方法。分析了各类型光伏组件故障与光伏组件等效电路模型参数的关系。将光伏组件模型参数和参数辨识的最优均方根误差(RMSE)引入作为诊断局部固有阴影的特征变量,并对KELM故障模型... 提出了一种基于核极限学习机(KELM)的光伏组件故障诊断方法。分析了各类型光伏组件故障与光伏组件等效电路模型参数的关系。将光伏组件模型参数和参数辨识的最优均方根误差(RMSE)引入作为诊断局部固有阴影的特征变量,并对KELM故障模型输入特征向量作了整合优化。通过搭建的仿真模型和实例分析证实,与直接将等效电路模型参数作为神经网络输入的方法相比,所提方法可以更快速、精确地识别出短路、老化及阴影故障。 展开更多
关键词 光伏组件 模型参数 故障诊断 kelm
在线阅读 下载PDF
基于EEMD-VMD-SSA-KELM模型的汛期日径流预测 被引量：8
19
作者 吴小涛 袁晓辉 +2 位作者 袁艳斌 毛雅茜 肖加清 《中国农村水利水电》 北大核心 2023年第7期27-34,共8页
受气象、气候变化和人类活动等因素的影响,径流序列呈现出非稳态、非线性等特征,给径流精准预测带来新的挑战。为了提高单一径流预测模型的预测精度,文章提出了一种新的基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EE... 受气象、气候变化和人类活动等因素的影响,径流序列呈现出非稳态、非线性等特征,给径流精准预测带来新的挑战。为了提高单一径流预测模型的预测精度,文章提出了一种新的基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)算法、变分模态分解(Variational Modal Decomposition,VMD)算法和麻雀搜索算法(Sparrow Search Algorithm,SSA)优化核极限学习机(Kernel Extreme Learning Machine,KELM)的组合径流预测模型(EEMD-VMD-SSA-KELM)。首先利用EEMD算法将径流序列分解为趋势分量、细节分量和随机分量,接着利用VMD算法将频率最大的随机分量进一步分解为若干个频率不同、较随机分量更加稳定的分量,从而降低径流序列的不稳定性;接着,对每个分量分别建立KELM模型进行预测,并采用SSA优化KELM模型的核参数和惩罚系数;最后,累加所有分量的预测结果得到径流序列的预测结果。提出的模型应用于湖北宜昌寸滩水文站的汛期日径流预测,并与BP神经网络模型、最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)模型、KELM模型等作对比。结果表明:组合了数据分解算法的预测模型的预测精度明显优于单一的BP模型、LSSVM模型和KELM模型;组合EEMD算法和VMD算法的预测模型的预测精度优于仅组合EEMD算法的预测模型;KELM模型的预测精度优于LSSVM模型;SSA的优化精度优于粒子群优化算法。EEMD-VMD-SSA-KELM模型的预测精度最高,能准确的模拟复杂多频信息的汛期日径流的变化趋势,可为水文预测及相关预测研究提供参考。 展开更多
关键词 径流预测 EEMD算法 VMD算法 kelm 麻雀搜索算法
在线阅读 下载PDF
基于多域特征的BA - KELM微型电机故障检测 被引量：6
20
作者 郭明军 李伟光 +1 位作者 赵学智 张欣欣 《振动与冲击》 EI CSCD 北大核心 2023年第2期251-257,共7页
针对目前对于微型电机故障检测的研究较少及基于单域特征的传统电机诊断方法精度低等问题,提出一种基于集成经验模态分解(ensemble empirical mode decomposition, EEMD)及蝙蝠算法(bat algorithm, BA)优化核极限学习机(kernel based ex... 针对目前对于微型电机故障检测的研究较少及基于单域特征的传统电机诊断方法精度低等问题,提出一种基于集成经验模态分解(ensemble empirical mode decomposition, EEMD)及蝙蝠算法(bat algorithm, BA)优化核极限学习机(kernel based extreme learning machine, KELM)的微型电机故障检测方法。所提方法包括样本集构造、模型训练及参数优化和模型测试3个步骤:首先,对采集到的微型电机信号进行EEMD处理并依据相关系数原则筛选出主要的本征模态分量(intrinsic mode fuction, IMF),结合计算得到的电机信号的时域、频域特征构造多域特征集并进行归一化处理,按一定比例将样本集划分训练集和测试集;其次,输入训练集,以错误率为适应度,并采用蝙蝠算法对KELM模型进行参数优化;最后,输入测试集对优化的BA-KELM模型进行测试,并与其他模型进行对比。试验结果表明,所提方法的准确率达98.75%,高于其余方法。 展开更多
关键词 微型电机 故障诊断 蝙蝠算法(BA) 极限学习机(ELM) 核极限学习机(kelm)
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 2 … 9 下一页 到第 页
使用帮助 返回顶部