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83篇文章
< 1 2 … 5 >
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：
面向涡轮的PCA-POA-LSTM数据驱动建模及故障预警方法 被引量：1
1
作者 刘斌 白红艳 +3 位作者 何璐瑶 张晓北 田野 杨理践 《电子测量与仪器学报》 北大核心 2025年第1期145-155,共11页
针对传统LSTM数据驱动模型存在输入参数规模过大导致运算负担过大、超参数选择不当和涡轮系统故障发生频率、运维成本高的问题,提出一种基于PCA-POA-LSTM的涡轮数据驱动建模方法,并结合滑动窗口法实现了涡轮故障预警。首先,应用PCA降维... 针对传统LSTM数据驱动模型存在输入参数规模过大导致运算负担过大、超参数选择不当和涡轮系统故障发生频率、运维成本高的问题,提出一种基于PCA-POA-LSTM的涡轮数据驱动建模方法,并结合滑动窗口法实现了涡轮故障预警。首先,应用PCA降维技术,减少输入数据维度;其次,采用POA参数寻优方法选出最优超参数组合;然后,利用LSTM算法预测涡轮的输出参数;最后,在PCA-POA-LSTM涡轮数据驱动模型预测结果的基础上,结合滑动窗口法对涡轮故障进行预警,通过窗口内标准差定义报警阈值,攻克了涡轮故障预警的难题。结果表明,以PCA-POA-LSTM为基础的涡轮数据驱动建模实现了较高的精确度,平均绝对百分比误差均在0.396以下,平均绝对误差均在0.809以下,平均方根误差均在1.387以下。并且故障预警方法,至少可提前173个监测点发出故障预警信号,实现了对涡轮故障预警的目的,为未来开展涡轮健康管理提供了理论依据和技术支持。 展开更多
关键词 涡轮 鹈鹕优化算法 长短期记忆网络 主成分分析 数据驱动
原文传递
融合多策略的改进鹈鹕优化算法 被引量：1
2
作者 李智杰 赵铁柱 +3 位作者 李昌华 介军 石昊琦 杨辉 《控制工程》 北大核心 2025年第7期1184-1197,1206,共15页
针对鹈鹕优化算法在寻优过程中存在的种群多样性降低、收敛速度下降、易陷入局部最优等问题,融合多种策略对其进行改进,提出了改进鹈鹕优化算法(improved pelican optimization algorithm,IPOA)。首先,利用帐篷(tent)混沌映射和折射反... 针对鹈鹕优化算法在寻优过程中存在的种群多样性降低、收敛速度下降、易陷入局部最优等问题,融合多种策略对其进行改进,提出了改进鹈鹕优化算法(improved pelican optimization algorithm,IPOA)。首先,利用帐篷(tent)混沌映射和折射反向学习策略初始化鹈鹕种群,在增加种群多样性的同时为算法寻优能力的提升打下基础;然后,在鹈鹕逼近猎物阶段引入非线性惯性权重因子以提高算法的收敛速度;最后,引入樽海鞘群算法的领导者策略以协调算法的全局搜索能力和局部寻优能力。实验测试了单一改进策略的改进效果,并将IPOA与其他9种优化算法进行了对比。实验结果证明了各改进策略的有效性和IPOA的优越性和鲁棒性。 展开更多
关键词 鹈鹕优化算法 帐篷混沌映射 折射反向学习 非线性惯性权重因子 樽海鞘群算法
原文传递
基于IPOA-MSCNN-BiLSTM-Attention模型的刀具磨损状态识别 被引量：1
3
作者 杨焕峥 崔业梅 +1 位作者 薛洪惠 徐玲 《组合机床与自动化加工技术》 北大核心 2025年第7期158-163,共6页
刀具状态监测直接影响产品加工质量,为了提高刀具磨损状态识别的准确性,构建了IPOA-MSCNN-BiLSTM-Attention模型。首先,采用多尺度卷积神经网络(MSCNN)和双向长短时记忆网络(BiLSTM)来学习数据的时空特征;其次,引入注意力机制(Attention... 刀具状态监测直接影响产品加工质量,为了提高刀具磨损状态识别的准确性,构建了IPOA-MSCNN-BiLSTM-Attention模型。首先,采用多尺度卷积神经网络(MSCNN)和双向长短时记忆网络(BiLSTM)来学习数据的时空特征;其次,引入注意力机制(Attention)以增强对关键信息的关注度;再次,提出了一种改进的鹈鹕优化算法(IPOA),用于优化模型多尺度卷积神经网络的参数。该算法结合自适应惯性权重因子、柯西变异和麻雀警戒机制策略,在CEC2005至CEC2022的众多函数性能测试中综合表现优于传统POA等5种算法;最后,在工业控制计算机(IPC)上运行了模型。结果表明,该模型在刀具磨损状态识别方面表现出较高的识别精度,可提高加工安全与生产效率。 展开更多
关键词 刀具磨损 状态监测 改进的鹈鹕优化算法 多尺度卷积神经网络 双向长短时记忆网络
在线阅读 下载PDF
基于变量选择和POA-NARX的SNCR脱硝系统出口NO_(x)浓度动态软测量模型 被引量：1
4
作者 赵征 梁磊 刘赛恒 《动力工程学报》 北大核心 2025年第4期592-601,共10页
针对垃圾焚烧炉选择性非催化还原(SNCR)脱硝系统内部工况不稳定、影响出口NO_(x)浓度因素多以及无法及时准确测量出口NO_(x)浓度等问题,提出了一种基于变量选择和鹈鹕优化算法-非线性自回归(POA-NARX)的SNCR脱硝系统出口NO_(x)浓度动态... 针对垃圾焚烧炉选择性非催化还原(SNCR)脱硝系统内部工况不稳定、影响出口NO_(x)浓度因素多以及无法及时准确测量出口NO_(x)浓度等问题,提出了一种基于变量选择和鹈鹕优化算法-非线性自回归(POA-NARX)的SNCR脱硝系统出口NO_(x)浓度动态软测量模型。通过机理分析SNCR脱硝系统出口NO_(x)浓度的影响因素,初筛特征变量;利用改进的快速相关过滤(FCBF)算法选择高相关变量,去除强冗余的变量;再利用数据趋势分析法和互信息算法进行迟延估计;最后利用鹈鹕优化算法确定最佳系统变量阶次,建立SNCR脱硝系统出口NO_(x)浓度动态软测量模型。实验结果表明:经过变量筛选和时滞分析的NARX动态模型准确性显著提升;POA-NARX模型的预测效果明显优于其他他软测量模型。 展开更多
关键词 垃圾焚烧炉 SNCR 快速相关过滤算法 NARX神经网络 鹈鹕优化算法 软测量
在线阅读 下载PDF
基于随机森林特征选择与POA-LSTM组合的参考作物腾发量预测方法 被引量：1
5
作者 李越 岳春芳 陈大春 《节水灌溉》 北大核心 2025年第1期120-128,共9页
为了更好地捕捉参考作物腾发量(ET_(0))数据的非线性特点及有效影响因素,实现对气象资料缺乏时的ET_(0)精准预测,基于融合建模思想提出了一种随机森林特征选择与鹈鹕优化算法(POA)优化长短期记忆神经网络(LSTM)组合的ET_(0)预测方法。首... 为了更好地捕捉参考作物腾发量(ET_(0))数据的非线性特点及有效影响因素,实现对气象资料缺乏时的ET_(0)精准预测,基于融合建模思想提出了一种随机森林特征选择与鹈鹕优化算法(POA)优化长短期记忆神经网络(LSTM)组合的ET_(0)预测方法。首先,采用随机森林特征选择方法筛选出有效气象因子作为模型输入;随后,通过POA搜索最优超参数组合用于优化LSTM模型;最后,基于最优超参数下的LSTM模型进行ET_(0)预测。结果表明,POA-LSTM模型整体优于其余模型,其中POA-LSTM1(u_(2)、N、R_(H)、T_(mean))预测精度最高,测试集R^(2)、RMSE和MAE分别为0.927、0.778和0.400 mm/d;POA-LSTM4(u_(2)、N)也能较好地适应少量气象参数估算ET_(0),测试集R^(2)、RMSE和MAE分别为0.881、0.995和0.510 mm/d,相较于其他方法,具有更高的预测精度和稳定性。 展开更多
关键词 参考作物腾发量 长短期记忆神经网络 随机森林 特征选择 鹈鹕优化算法
在线阅读 下载PDF
基于KPCA-IPOA-LSSVM的变压器电热故障诊断 被引量：2
6
作者 陈尧 周连杰 《南方电网技术》 北大核心 2025年第1期20-29,共10页
为解决油浸式变压器故障诊断准确率低的问题,提出了一种核主成分分析(kernel principal component analysis,KPCA)与改进鹈鹕优化算法(improved pelican optimization algorithm,IPOA)优化最小二乘支持向量机(least squares support vec... 为解决油浸式变压器故障诊断准确率低的问题,提出了一种核主成分分析(kernel principal component analysis,KPCA)与改进鹈鹕优化算法(improved pelican optimization algorithm,IPOA)优化最小二乘支持向量机(least squares support vector machine,LSSVM)的变压器故障诊断方法。首先用KPCA对多维变压器故障数据进行特征提取,降低计算复杂度。其次引入Logistic混沌映射、自适应权重策略和透镜成像反向学习策略对鹈鹕优化算法(pelican optimization algorithm,POA)进行改进。最后建立了KPCA-IPOA-LSSVM故障诊断模型,诊断精度为94.24%,与PCA-IPOA-SVM、KPCA-IPOA-SVM、KPCA-WOA-LSSVM和KPCA-POA-LSSVM故障诊断模型进行对比,准确率分别提升了18.31%、11.53%、11.87%、7.46%。结果表明,所提出的变压器故障诊断模型有效提高了故障诊断的准确率,证明了该诊断模型具有一定的理论研究和实际工程应用意义。 展开更多
关键词 变压器 鹈鹕优化算法 最小二乘支持向量机 核主成分分析 故障诊断
在线阅读 下载PDF
基于特征提取与改进POA的光伏阵列故障诊断 被引量：1
7
作者 韩茂林 杨琛 +2 位作者 牛锋杰 周宁 周定璇 《电子测量与仪器学报》 北大核心 2025年第4期258-269,共12页
光伏阵列常处于复杂恶劣的环境中,易发生多种类型和不同程度的故障。为提高光伏阵列在恶劣环境下的故障诊断准确率,提出一种基于特征提取与改进鹈鹕算法(IPOA)优化支持向量机(SVM)的光伏阵列故障诊断模型算法。首先,在MATLAB/Simulink... 光伏阵列常处于复杂恶劣的环境中,易发生多种类型和不同程度的故障。为提高光伏阵列在恶劣环境下的故障诊断准确率,提出一种基于特征提取与改进鹈鹕算法(IPOA)优化支持向量机(SVM)的光伏阵列故障诊断模型算法。首先,在MATLAB/Simulink仿真平台对15种典型故障状态进行模拟,构建12维故障特征向量,并采用核主成分分析(KPCA)进行特征融合与提取,以增强特征表达能力;其次,针对传统鹈鹕算法在全局搜索与局部开发中的局限性,引入改进的Tent混沌映射、惯性权重、非线性收敛因子及自适应t分布变异策略,较大程度提升算法寻优性能;最后通过IPOA对SVM模型的惩罚因子C与核参数γ进行优化,建立IPOA-SVM光伏阵列故障诊断模型,并分别通过仿真模拟与实验测试对模型进行验证。结果表明,与传统6维特征量相比,采用所提12维特征量的诊断准确率更高;改进的算法模型基于仿真数据和实验数据的故障诊断分类准确率分别达到98.55%和97.93%,明显优于其他对比算法模型,在光伏阵列故障诊断中具有更高的准确率。 展开更多
关键词 光伏阵列 故障诊断 特征提取 支持向量机 改进鹈鹕优化算法
原文传递
一种优化的城市交通状态判别方法
8
作者 黄佳慧 黄鹤 +2 位作者 杨澜 王会峰 茹锋 《复旦学报(自然科学版)》 北大核心 2025年第1期1-13,共13页
在对交通参数数据进行聚类分析时,传统K均值聚类(KMC)存在聚类中心初始化过程随机性较大,聚类边界划分不清晰且迭代速度慢、易陷入局部最优解等问题。针对这些问题,提出了一种基于多策略自适应繁衍传递鹈鹕算法(MARPOA)优化的KMC交叉迭... 在对交通参数数据进行聚类分析时,传统K均值聚类(KMC)存在聚类中心初始化过程随机性较大,聚类边界划分不清晰且迭代速度慢、易陷入局部最优解等问题。针对这些问题,提出了一种基于多策略自适应繁衍传递鹈鹕算法(MARPOA)优化的KMC交叉迭代聚类算法(MARPOA-KMC),实现对交通运行状态的准确划分。首先,设计了一种聚拢映射法,解决了KMC随机初始化引起的交通状态聚类结果不稳定问题;然后,通过多策略自适应繁衍传递来修正当前代最优解,解决了鹈鹕算法搜索路径单一带来的全局寻优能力差和搜索精度不足的问题;最后,将MARPOA引入KMC优化寻找聚类中心的过程,提高了聚类精度。利用标准测试函数对MARPOA、POA、SSA、GWO、MFO算法进行比较,由性能指标可以看出,提出的MARPOA相较于其他比较算法,在收敛速度和精度等方面都表现最佳。由PeMSD8公开交通数据集上的验证结果可知,相对于比较算法,提出的MARPOA-KMC算法能够更快速、准确地划分交通运行状态。 展开更多
关键词 鹈鹕优化算法 K均值聚类 智能交通系统 交通状态判别
在线阅读 下载PDF
基于IPOA-SVR模型的边坡安全系数预测 被引量：1
9
作者 张佳琳 王孝东 +4 位作者 吴雅菡 水宽 张玉 程玥淞 杜青文 《有色金属(矿山部分)》 2025年第1期115-123,共9页
安全系数是用来评估边坡稳定性的重要指标之一,复杂的边坡系统导致安全系数预测存在不确定性。因此,为了获得更加可靠的安全系数,同时解决鹈鹕算法(POA)随着迭代次数的增加易陷入局部最优的缺点,提出了一种融合多策略的鹈鹕算法(IPOA)... 安全系数是用来评估边坡稳定性的重要指标之一,复杂的边坡系统导致安全系数预测存在不确定性。因此,为了获得更加可靠的安全系数,同时解决鹈鹕算法(POA)随着迭代次数的增加易陷入局部最优的缺点,提出了一种融合多策略的鹈鹕算法(IPOA)与支持向量机(SVR)结合的回归模型来预测边坡安全系数。首先,融合多策略将原始的鹈鹕算法进行改进;再运用改进的鹈鹕算法与支持向量机结合,选取六个影响因素作为IPOA-SVR模型的输入层指标并对模型进行训练,得到IPOA-SVR边坡稳定性预测模型;最后,分别与KNN、RF和Adaboost模型对比,并计算各个模型在训练集和测试集上的均方误差(MSE),以此来验证IPOA-SVR模型的优越性。实验结果显示:与其他模型相比,IPOA-SVR模型寻优性能强,在测试集上的均方误差为0.030 9、相关系数为0.91,说明本文对POA算法所用策略的有效性,IPOA-SVR模型可以为边坡失稳灾害的相关预测提供坚实的技术基础。 展开更多
关键词 安全系数 鹈鹕算法 支持向量机 边坡稳定性 均方误差
在线阅读 下载PDF
基于混合策略的鹈鹕优化算法
10
作者 刘魏岩 齐迹 +1 位作者 梁红 林钰川 《山东大学学报(理学版)》 北大核心 2025年第9期52-61,共10页
为了提高鹈鹕优化算法的优化性能与稳定性,提出一种基于混合策略的鹈鹕优化算法。在鹈鹕算法备选解的生成机制中使用偏好权重策略,引导备选解进行多样性的探索。采用随机搜索策略更新部分目标函数值较差的备选解位置,使得备选解能够跳... 为了提高鹈鹕优化算法的优化性能与稳定性,提出一种基于混合策略的鹈鹕优化算法。在鹈鹕算法备选解的生成机制中使用偏好权重策略,引导备选解进行多样性的探索。采用随机搜索策略更新部分目标函数值较差的备选解位置,使得备选解能够跳出局部最优限制。使用大范围的自适应搜索半径策略,增大各备选解发现更优解的可能。在18个测试函数上结合对比算法开展寻优实验,分析寻优结果并进行Wilcoxon秩和检验,验证了改进后的鹈鹕优化算法具有更好的寻优性能与稳定性。 展开更多
关键词 鹈鹕优化算法 混合策略 偏好权重 函数优化
原文传递
基于TLCE-POA-XGBoost的爆破渣石块度预测模型及其应用
11
作者 肖勇卓 雷明锋 +4 位作者 蔡永昌 张运波 旷华江 贾朝军 潘秋景 《铁道科学与工程学报》 北大核心 2025年第11期5028-5039,共12页
爆破渣石块度尺寸直接影响隧道出渣效率和施工效益,如何通过预测隧道渣石块度以优化爆破设计参数是工程爆破的热点问题。在系统化分析POA(pelican optimization algorithm)算法基本原理的基础上,利用Tent混沌映射、莱维飞行、柯西变异... 爆破渣石块度尺寸直接影响隧道出渣效率和施工效益,如何通过预测隧道渣石块度以优化爆破设计参数是工程爆破的热点问题。在系统化分析POA(pelican optimization algorithm)算法基本原理的基础上,利用Tent混沌映射、莱维飞行、柯西变异和精英保存等多策略改进提出了TLCE-POA算法,并以此为基础对XGBoost算法核心参数寻优,建立TLCE-POA-XGBoost预测模型,进一步依托公开的隧道爆破试验数据训练形成爆破最大渣石块度预测模型,以测试组的预测结果验证模型的可靠性。同时以平均影响值法筛选影响渣石块度的主要参数,分析爆破参数优化方法,最后将模型应用于实际工程中,验证模型的实用性。研究结果表明:TLCE-POA-XGBoost预测模型训练结果的f_(mae)、f_(mape)、f_(mse)和f_(r)^(2)分别为3.299、4.277%、4.329和0.977,预测值贴合于实测值,相对于POA-XGBoost预测模型,各类评价指标得到大幅提升,表明TLCE-POA算法的寻优能力大幅增强,提高了POA算法的全局搜索能力,有效避免了陷入局部最优的情况。同时依据测试组的预测,得到测试组的f_(mae)、f_(mape)、f_(mse)和f_(r)^(2)分别为4.197、3.853%、4.765和0.976,其预测效果优于POA-BPNN模型、POA-SVR模型、POA-Bi-LSTM及其他变体模型,具备更高的预测精度、拟合能力和稳定性以及泛化性能;根据各参数的f_(miv)值认为,为提高隧道出渣效果,应按照光爆层厚度、总装药量、周边孔间距、辅助孔间距、掏槽孔最大单孔装药量和炮孔数量的顺序逐一调整。 展开更多
关键词 块度预测 鹈鹕优化 TLCE-POA-XGBoost模型 参数优化 特征筛选
在线阅读 下载PDF
基于IPOA-LSTM辅助的组合导航算法
12
作者 周理想 陈佳 毛宽民 《计算机工程与设计》 北大核心 2025年第5期1241-1247,共7页
为解决INS/GNSS组合导航系统在GNSS信号失锁条件下导航误差迅速增大的问题,提出一种基于改进的鹈鹕优化算法(IPOA)优化长短期记忆神经网络(LSTM)超参数,进而辅助INS/GNSS组合导航的算法。当卫星信号可用时,通过训练建立输入与输出之间... 为解决INS/GNSS组合导航系统在GNSS信号失锁条件下导航误差迅速增大的问题,提出一种基于改进的鹈鹕优化算法(IPOA)优化长短期记忆神经网络(LSTM)超参数,进而辅助INS/GNSS组合导航的算法。当卫星信号可用时,通过训练建立输入与输出之间的关系;卫星信号失锁后,利用训练好的模型进行预测,抑制纯惯导的发散。实测数据实验结果表明,在GNSS信号失锁60 s内,提出的改进算法优于通用的LSTM模型及纯惯导推算方法,能够对组合导航的导航精度进行改善,减小GNSS信号中断对组合导航系统的影响。 展开更多
关键词 惯性导航系统 全球导航卫星系统 组合导航 信号失锁 鹈鹕优化算法 超参数优化 长短期记忆神经网络
在线阅读 下载PDF
基于改进神经网络的纳米镀层显微硬度预测方法
13
作者 张志华 侯晓磊 杨茂 《电镀与精饰》 北大核心 2025年第9期75-82,共8页
纳米镀层显微硬度预测过程中,纳米镀层显微硬度受材料成分、晶体结构、制备工艺参数等多种因素影响,难以精确量化各因素对硬度的单独贡献,导致建立准确显微硬度预测模型的难度增加。为此,提出基于改进神经网络的纳米镀层显微硬度预测方... 纳米镀层显微硬度预测过程中,纳米镀层显微硬度受材料成分、晶体结构、制备工艺参数等多种因素影响,难以精确量化各因素对硬度的单独贡献,导致建立准确显微硬度预测模型的难度增加。为此,提出基于改进神经网络的纳米镀层显微硬度预测方法。本文选用纯度为99.99 wt.%、直径为3 mm的镍棒作为阳极材料,选用Q235钢(尺寸为20 mm×10 mm×2 mm)作为阴极基体材料,并掺入不同浓度的SiC纳米粒子,通过磁场-喷射电沉积法来制备Ni-W-SiC纳米复合镀层试件。采用因子分析法选取纳米镀层显微硬度的关键影响因子,将其作为预测数据,有效量化各因素对硬度的贡献;通过模糊聚类算法对上述数据展开聚类处理,构建预测数据集;引入鹈鹕优化算法优化径向基函数(radial basis function,RBF)神经网络权值,实现神经网络的改进,建立精准的纳米镀层显微硬度预测模型,将预测数据集输入RBF神经网络模型中,输出纳米镀层显微硬度预测结果。结果表明,经过优化后RBF神经网络性能有所提升,具有较高的预测精度,且SiC纳米粒子浓度为8 g/L时,纳米镀层显微硬度可达最大,显微硬度为360 MPa。 展开更多
关键词 RBF神经网络 纳米显微镀层 因子分析法 硬度预测 鹈鹕优化算法
在线阅读 下载PDF
基于IPOA-VMD的风储联合发电系统混合储能容量配置 被引量：1
14
作者 皮晟源 刘牧阳 +2 位作者 陈雨田 王静 陈俊儒 《电力系统及其自动化学报》 北大核心 2025年第8期87-96,共10页
针对风电大规模并网引起电网安全稳定运行问题,提出一种基于改进自适应变分模态分解(variational modal decomposition,VMD)算法的混合储能系统的容量优化配置方法。首先,通过自适应滑动平均算法获取符合国家并网标准的风电并网功率和... 针对风电大规模并网引起电网安全稳定运行问题,提出一种基于改进自适应变分模态分解(variational modal decomposition,VMD)算法的混合储能系统的容量优化配置方法。首先,通过自适应滑动平均算法获取符合国家并网标准的风电并网功率和混合储能参考功率。其次,通过改进鹈鹕优化算法(improved pelican optimi⁃zation algorithm,IPOA)确定VMD中模态个数和二次惩罚因子的最优组合。然后,利用IPOA-VMD对混合储能的总功率进行分解与重构,进而完成混合储能的功率分配。最后,建立混合储能容量优化配置模型,基于实际典型日数据采用改进后的鹈鹕算法对其经济最优方案进行求解。算例分析表明,所提方法能够满足国家风电功率并网要求,提高系统的经济性。 展开更多
关键词 混合储能 变分模态分解 鹈鹕算法 功率分配 容量配置
在线阅读 下载PDF
鹈鹕算法参数优化VMD联合SVDS的电机轴承故障诊断
15
作者 孙姿姣 周湘贞 李松洋 《机械设计》 北大核心 2025年第4期150-155,共6页
为减小噪声的干扰,增强轴承故障特征频率,实现轴承故障有效诊断,文中提出了鹈鹕算法(POA)优化变分模态分解(VMD)参数联合奇异值差分谱(SVDS)的轴承故障诊断新方法。针对VMD分解时模态层数k和平衡因子α难确定的问题,以本征模态分量(IMF... 为减小噪声的干扰,增强轴承故障特征频率,实现轴承故障有效诊断,文中提出了鹈鹕算法(POA)优化变分模态分解(VMD)参数联合奇异值差分谱(SVDS)的轴承故障诊断新方法。针对VMD分解时模态层数k和平衡因子α难确定的问题,以本征模态分量(IMF)包络熵最小为评价指标,通过POA进行参数优化;利用包络熵最小指标选取最优IMF模态,并对最优模态构建Hankel矩阵进行SVDS分析;通过SVDS确定信号重构阶数完成信号重构,并以Hilbert解调对重构信号进行包络分析。通过轴承仿真信号和实测信号对方法的有效性进行了验证,结果表明:所提方法增强了轴承故障特征频率,更容易实现故障的判别。 展开更多
关键词 变分模态分解 鹈鹕算法 奇异值差分谱 轴承 故障诊断
原文传递
基于弛豫电压曲线的磷酸铁锂电池模组SOH评估
16
作者 陈鑫 马慧敏 +2 位作者 郄晶晶 郭志鹏 廖强强 《电子测量技术》 北大核心 2025年第12期117-127,共11页
电池健康状态(SOH)的评估是电池系统的关键技术之一,其准确性对电池系统的安全运行至关重要。弛豫电压曲线含有丰富的电池信息,而且弛豫时间短,适用于非恒定工况下的电池健康状态评估。本文利用弛豫电压曲线来评估磷酸铁锂电池模组的健... 电池健康状态(SOH)的评估是电池系统的关键技术之一,其准确性对电池系统的安全运行至关重要。弛豫电压曲线含有丰富的电池信息,而且弛豫时间短,适用于非恒定工况下的电池健康状态评估。本文利用弛豫电压曲线来评估磷酸铁锂电池模组的健康状态。首先,建立了基于时间常数与弛豫时间线性相关的磷酸铁锂(LFP)电池模组的弛豫电压模型,并采用粒子群优化(PSO)算法对弛豫电压曲线参数辨识,提取健康因子。其次,开发了基于鹈鹕算法(POA)优化的卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)的混合模型,用来评估电池的SOH。研究结果表明,无论是采用1/2 C倍率还是1 C倍率充放电获得的弛豫电压曲线,经过PSO算法参数辨识得到的变时间常数电压值与真实弛豫电压值的相对误差(RE)均不超过±0.12%,表明PSO方法对不同倍率下的弛豫电压具有良好的参数辨识效果。采用1/2 C倍率充放电后的弛豫电压曲线,在训练集低至5%的情况下,测试集利用POA-CNN-BiLSTM模型得到的SOH评估相对误差仍不超过±1.2%;而在1 C充放电倍率下,训练集低至5%时,测试集利用POA-CNN-BiLSTM模型得到的SOH评估相对误差仍不超过±1.6%,表明POA-CNN-BiLSTM模型评估电池SOH具有较高的精度。 展开更多
关键词 健康状态 参数辨识 电池模组 鹈鹕算法 卷积神经网络 双向长短期记忆网络
原文传递
考虑用户满意度的弹性微电网最优经济运行
17
作者 李佳讯 张寿明 杨森 《电机与控制应用》 2025年第8期888-897,共10页
【目的】在考虑用户满意度和追求经济运行的同时,提出了弹性微电网优化模型,以研究系统在极端条件下的弹性。考虑到柔性负荷对用户满意度的影响,在优化经济调度的同时提高用户的满意度。【方法】该模型涉及用户满意度和寻求微电网经济... 【目的】在考虑用户满意度和追求经济运行的同时,提出了弹性微电网优化模型,以研究系统在极端条件下的弹性。考虑到柔性负荷对用户满意度的影响,在优化经济调度的同时提高用户的满意度。【方法】该模型涉及用户满意度和寻求微电网经济运行和恢复力,考虑到灾前预防和灾后恢复,提出一种混合鹈鹕算法,其中包含惯性权重、莱维飞行、衰减因子和t分布多种策略。将多种策略混合,逐步提高鹈鹕算法的求解精度。【结果】在低概率高损害场景的仿真试验中,改进算法相比蝴蝶优化算法、粒子群优化算法、灰狼优化算法、人工蜂群优化算法及原始算法分别节省了26.7%、27.0%、26.1%、21.8%和6.7%的系统运行成本,性能优势显著。【结论】该模型可以在一定程度上提高用户的满意度,证明了所提算法在解决微电网的最优经济运行和恢复能力问题方面具有更强的优越性。 展开更多
关键词 弹性微电网 用户满意度 最优经济运行 混合鹈鹕算法
在线阅读 下载PDF
基于POA-GRU模型的光伏发电功率预测研究 被引量：2
18
作者 李生 于淏 《电力电子技术》 2025年第2期74-79,87,共7页
为了对光伏发电功率进行准确预测,本文提出了一种基于鹈鹕优化算法(POA)和门控循环单元(GRU)神经网络的短期光伏发电功率预测模型。由于POA具有较强的全局搜索能力,能够在搜索空间中寻找全局最优解,通过使用POA,可以有效地搜索到适用于... 为了对光伏发电功率进行准确预测,本文提出了一种基于鹈鹕优化算法(POA)和门控循环单元(GRU)神经网络的短期光伏发电功率预测模型。由于POA具有较强的全局搜索能力,能够在搜索空间中寻找全局最优解,通过使用POA,可以有效地搜索到适用于GRU神经网络的最佳超参数设置,从而提高模型性能。首先利用主成分分析(PCA)对多个气象变量进行降维解耦得到线性无关的公因子变量,将得到的公因子变量作为POAGRU模型的输入变量,分别对数据进行训练和学习,利用优化好的模型得到短期光伏发电功率预测值,最终将所提算法与其他算法进行预测效果对比。结果表明:基于POA-GRU的光伏发电功率预测模型的误差相较于其他模型较小,说明该模型具有更高的预测精度,该结果可为光伏发电功率预测提供一种新的方法。 展开更多
关键词 光伏发电功率预测 主成分分析 鹈鹕优化算法
在线阅读 下载PDF
光伏ANN-MPPT中PID控制器的群智能优化 被引量：1
19
作者 占倩 梁佳琦 +1 位作者 唐君山 马家庆 《微处理机》 2025年第4期26-30,共5页
为解决光伏板在太阳照度经历波动、光伏阵列面临局部遮阴或低辐照度等复杂条件下的最大功率点跟踪(MPPT)问题,引入鹈鹕优化算法(POA)对电压控制环中神经网络的下一级PID控制器的参数进行优化。POA通过智能搜索确定PID控制器的三个关键... 为解决光伏板在太阳照度经历波动、光伏阵列面临局部遮阴或低辐照度等复杂条件下的最大功率点跟踪(MPPT)问题,引入鹈鹕优化算法(POA)对电压控制环中神经网络的下一级PID控制器的参数进行优化。POA通过智能搜索确定PID控制器的三个关键参数的优化量,在设定合适的种群数和迭代数后,能够收敛到全局最优解。仿真结果表明,优化后的PID控制器能够有效地维持系统在最大功率点附近运行的稳定性,减少振荡现象的发生。该方法的合理性与有效性得到验证,具备工程应用价值。 展开更多
关键词 光伏 最大功率点跟踪 鹈鹕优化算法 神经网络 PID控制
在线阅读 下载PDF
基于相似日理论和IPOA-ELM的短期光伏发电预测
20
作者 孔令廉 王海云 黄晓芳 《太阳能学报》 北大核心 2025年第9期463-473,共11页
针对规模化光伏发电系统在非理想天气条件下预测精度不足,进而引发电力系统调度计划实施困难的问题,提出基于相似日理论和改进鹈鹕算法(IPOA)优化极限学习机(ELM)的光伏功率预测方法。首先利用皮尔逊相关系数方法,筛选出与光伏发电相关... 针对规模化光伏发电系统在非理想天气条件下预测精度不足,进而引发电力系统调度计划实施困难的问题,提出基于相似日理论和改进鹈鹕算法(IPOA)优化极限学习机(ELM)的光伏功率预测方法。首先利用皮尔逊相关系数方法,筛选出与光伏发电相关的主要气象因素;然后结合欧氏距离与马氏距离的综合评价指标对各时间点的历史数据与待预测日之间的综合距离进行比较,以求得相似日;接着将相似日样本集输入构建好的IPOA-ELM功率预测模型进行训练,并基于实际测量数据,对比研究IPOA-ELM模型与POA-ELM、SCSO-ELM、GJO-ELM模型在预测精度方面的表现。经比较分析后得出:加权综合指标选取相似日能更加准确地反映每个时刻点之间的距离和分布特性;IPOA算法对比POA、SCSO和GJO,在收敛速度和适应度表现上均为最优;同时在不同天气条件下作光伏预测时,IPOA-ELM模型的预测均方根误差均低于其他对比模型。值得注意的是,在阴雨天气等出力波动较强的情况下,该模型仍展现出良好的稳定性。充分证明所应用的IPOA-ELM预测模型具有较强的适应能力和预测准确性。 展开更多
关键词 光伏发电 预测 学习机 鹈鹕算法
原文传递
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 … 5 下一页 到第 页
使用帮助 返回顶部