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93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：
基于改进变分模态分解与Informer组合模型的风电功率多步预测研究
1
作者 郭晓鹏 赵琪 张国维 《现代电力》 北大核心 2026年第1期20-29,共10页
保证风电功率预测的准确性是提高风能利用效率、实现电力系统可持续发展的关键工作。因此,该文提出一种基于改进变分模态分解与Informer组合模型的风电功率多步预测模型。首先,采用随机森林模型对风速、风向、压强等原始气象因素进行筛... 保证风电功率预测的准确性是提高风能利用效率、实现电力系统可持续发展的关键工作。因此,该文提出一种基于改进变分模态分解与Informer组合模型的风电功率多步预测模型。首先,采用随机森林模型对风速、风向、压强等原始气象因素进行筛选。其次,通过鹈鹕优化算法改进后的变分模态分解算法对风电功率信号进行分解,从而提高风电序列预测精准性。第三,基于Informer模型对风电功率进行多步预测。最后,通过与其他模型进行对比分析,验证该模型在风电功率多步预测中的优越性。算例结果表明,基于改进变分模态分解与Informer组合模型的风电功率多步预测模型具有良好的预测性能,可为风电功率的预测提供参考。 展开更多
关键词 风电功率预测 随机森林 鹈鹕优化算法 信号分解 多步预测
原文传递
基于鹈鹕算法优化随机森林模型和健康指数的变压器剩余寿命预测
2
作者 温爱辉 文豹 +4 位作者 宋坤宇 廖卫平 徐进 高凌志 熊韵奇 《绝缘材料》 北大核心 2026年第2期148-158,共11页
针对变压器寿命预测模型拟合度低且忽略运行状态影响的问题,提出基于鹈鹕算法(POA)优化随机森林(RF)模型的剩余寿命预测模型(POA-RF模型)。以预防性试验、在线监测、缺陷报告和台账数据为对象构建由变压器本体、油质和油中溶解气体健康... 针对变压器寿命预测模型拟合度低且忽略运行状态影响的问题,提出基于鹈鹕算法(POA)优化随机森林(RF)模型的剩余寿命预测模型(POA-RF模型)。以预防性试验、在线监测、缺陷报告和台账数据为对象构建由变压器本体、油质和油中溶解气体健康指数等组成的变压器健康指数体系,考虑运行状态对剩余寿命的修正作用,以健康指数体系相关参量为输入,采用鹈鹕算法优化随机森林模型,解决其过拟合问题,提升预测准确性。以收集的变压器实例数据进行实验,验证模型的准确性。结果表明:对于测试样本中的8组报废样本,POA-RF模型预测的剩余寿命平均绝对误差为1.1870年,比RF模型的预测值和健康指数理论的计算值分别减小了20.52%和49.02%;对于所有测试样本,和其他常用机器学习算法对比,POA-RF模型的相关性能指标均为最优,优化效果明显,能够较好地预测变压器的剩余寿命。 展开更多
关键词 变压器 寿命预测 健康指数 随机森林 鹈鹕算法
在线阅读 下载PDF
基于可穿戴传感器的人体活动识别算法改进
3
作者 胡志辉 孙巍伟 +1 位作者 何赛赛 梁毅玮 《计算机工程与设计》 北大核心 2026年第2期344-350,共7页
针对现有深度学习模型在基于可穿戴设备的人体活动识别(HAR)任务中,无法有效捕捉多传感器数据的全局特征、长时间依赖建模能力不足等问题,提出一种改进的POA-CNN-ResBiGRU-MHA的人体活动识别模型。在CNNBiGRU模型的基础上,加入残差网络... 针对现有深度学习模型在基于可穿戴设备的人体活动识别(HAR)任务中,无法有效捕捉多传感器数据的全局特征、长时间依赖建模能力不足等问题,提出一种改进的POA-CNN-ResBiGRU-MHA的人体活动识别模型。在CNNBiGRU模型的基础上,加入残差网络连接,增强其对长时依赖进行有效建模。引入融合时间编码的多头注意力机制(MHA),强化模型对全局特征的理解与重要信息的捕捉能力。通过改进的鹈鹕优化算法(POA)优化关键超参数,以提升模型的稳定性和性能。改进的算法在公开数据集上平均识别精度达到98.94%,并在实验验证达到97.32%,验证了所提方法的有效性。 展开更多
关键词 人体活动识别 可穿戴传感器 卷积神经网络 残差网络连接 POA优化算法 深度学习 注意力机制
在线阅读 下载PDF
基于改进鹈鹕优化算法的移动机器人路径规划
4
作者 杨明星 李仕杰 +2 位作者 张磊 张兴 李杰 《安徽工业大学学报(自然科学版)》 2026年第1期71-79,共9页
针对鹈鹕优化算法在移动机器人规划路径中易陷入局部最优、收敛速度较慢的问题,本文提出一种多策略改进的鹈鹕优化算法。首先,采用Logistic混沌映射初始化种群,以增强种群多样性与分布均匀性;其次,融入正弦优化算法和非线性的惯性权重系... 针对鹈鹕优化算法在移动机器人规划路径中易陷入局部最优、收敛速度较慢的问题,本文提出一种多策略改进的鹈鹕优化算法。首先,采用Logistic混沌映射初始化种群,以增强种群多样性与分布均匀性;其次,融入正弦优化算法和非线性的惯性权重系数,以平衡全局探索与局部开发能力;进一步引入Levy飞行策略,提升算法跳出局部最优的能力,并在迭代后期维持良好的全局搜索性能。仿真实验表明:在6个基准测试函数上,改进算法在全局搜索能力和收敛精度方面均显著优于原算法;在20×20与40×40栅格地图的路径规划任务中,其平均路径长度较原始鹈鹕优化算法、麻雀搜索算法和灰狼优化算法缩短7%~10%以上,且运行效率更高,在复杂环境下表现出更优的路径规划性能与鲁棒性。本研究为移动机器人全局路径规划提供了一种有效且稳定的新解决方案。 展开更多
关键词 鹈鹕优化算法 移动机器人 混沌映射 Levy飞行 路径规划 正余弦优化 智能算法 全局优化
在线阅读 下载PDF
基于竞争机制混合算法求解柔性作业车间问题
5
作者 金秋 刘浩杰 张贇贇 《组合机床与自动化加工技术》 北大核心 2026年第1期180-185,共6页
针对最小化最大完工时间与最低能耗的柔性作业车间调度问题进行研究,提出一种竞争机制混合算法。该算法在遗传算法变异阶段之后,通过双路径优化:路径A引入鹈鹕算法的离散化扰动与自适应振动幅度离散化调整,对变异个体进行局部搜索优化,... 针对最小化最大完工时间与最低能耗的柔性作业车间调度问题进行研究,提出一种竞争机制混合算法。该算法在遗传算法变异阶段之后,通过双路径优化:路径A引入鹈鹕算法的离散化扰动与自适应振动幅度离散化调整,对变异个体进行局部搜索优化,并在扰动优化后的个体与原始个体之间进行竞争,保留优胜个体参与下一轮竞争;路径B采用模拟退火与Levy飞行策略,增强全局搜索能力,并与路径A优胜个体展开竞争,最终选取双路径下的全局最优解。通过Kacem和Brandimarte算例仿真和实例验证,将其与遗传算法、模拟退火算法和粒子群算法进行对比,结果表明所提算法在优化性能、收敛速度和解的稳定性方面更有优势。 展开更多
关键词 竞争机制 混合算法 遗传算法 鹈鹕算法 模拟退火算法
在线阅读 下载PDF
基于动态互利鹈鹕算法的配电网调度优化
6
作者 董海 魏代宇 《辽宁工程技术大学学报(自然科学版)》 北大核心 2026年第1期107-114,共8页
针对传统优化算法在求解有源配电网最优无功调度时较难寻找可行解或最优解的问题,提出一种无功调度多目标优化方法,提升算法求解精度,降低功率损失。以功率平衡方程为等式约束条件,采用母线和馈线的传输容量等作为不等式约束条件,以有... 针对传统优化算法在求解有源配电网最优无功调度时较难寻找可行解或最优解的问题,提出一种无功调度多目标优化方法,提升算法求解精度,降低功率损失。以功率平衡方程为等式约束条件,采用母线和馈线的传输容量等作为不等式约束条件,以有功损耗、总电压变化和无功总投资最小化为目标,建立无功调度模型;提出一种动态互利鹈鹕优化算法,引入共生生物搜索算法的互利阶段,促进鹈鹕之间的沟通交流,平衡鹈鹕优化算法的探索和开发阶段,利用动态加权技术,增强算法的探索和收敛能力;以IEEE 69节点系统为例,将动态互利鹈鹕优化算法与其他3种算法进行对比。研究结果表明,所提算法能够获得分布均匀、广泛覆盖的帕累托最优解集,提升电力系统的稳定性。研究结论为有源配电网的高效、稳定与经济运行提供有效的优化工具和决策参考。 展开更多
关键词 分布式电源 配电网 无功调度 鹈鹕优化算法 多目标无功优化 动态加权
原文传递
基于灰色-马尔科夫-POA组合模型的管道腐蚀速率预测研究
7
作者 王秀秀 王瑞行 才辉 《石油工业技术监督》 2026年第2期10-14,73,共6页
油田管道腐蚀泄漏危害巨大,面临安全环保风险,有必要对其进行研究。以腐蚀速率为研究对象,采用灰色理论建立GM(1,1)拟合预测模型,对腐蚀速率进行预测,并针对相对误差较大的问题,利用马尔科夫模型进行结果修正。在某一集输管道进行验证,... 油田管道腐蚀泄漏危害巨大,面临安全环保风险,有必要对其进行研究。以腐蚀速率为研究对象,采用灰色理论建立GM(1,1)拟合预测模型,对腐蚀速率进行预测,并针对相对误差较大的问题,利用马尔科夫模型进行结果修正。在某一集输管道进行验证,结果显示:GM(1,1)模型平均相对误差、平均级比偏差、后验差比和小误差概率分别为0.130、0.064、0.142 5、0.950,其中平均相对误差仅达到一般水平;采用马尔科夫模型结合鹈鹕优化算法POA,以平均相对误差最小为目标,对修正系数λ寻优,并得到修正后的平均相对误差为0.071 1,较修正前降低了45.31%。验证了灰色模型-马尔科夫-寻优算法结合的油田管道腐蚀速率预测方法的可行性、准确性,为相关研究提供借鉴。 展开更多
关键词 管道腐蚀 灰色模型 马尔科夫 寻优算法 鹈鹕优化算法
在线阅读 下载PDF
融合多策略的改进鹈鹕优化算法 被引量：3
8
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
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
9
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
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：2
10
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IPOA-MSCNN-BiLSTM-Attention模型的刀具磨损状态识别 被引量：1
11
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
计及低碳需求响应的主动配电网有功无功协同优化
12
作者 魏业文 王潇 +2 位作者 雷明 谭林 徐涛 《电子测量技术》 北大核心 2025年第23期87-97,共11页
针对高比例新能源接入配电网引起的电压越限等问题,提出一种考虑低碳需求响应的主动配电网有功无功协同优化策略。首先,为充分挖掘系统碳减排潜力,建立阶梯碳交易模型,激发荷侧调整用电行为实现低碳响应。然后考虑配网运行需求,构建以... 针对高比例新能源接入配电网引起的电压越限等问题,提出一种考虑低碳需求响应的主动配电网有功无功协同优化策略。首先,为充分挖掘系统碳减排潜力,建立阶梯碳交易模型,激发荷侧调整用电行为实现低碳响应。然后考虑配网运行需求,构建以网损、电压偏差和综合运行成本最小为目标,补偿设备和柔性负荷为决策变量的协同优化模型。为克服鹈鹕算法收敛速度慢且易陷入局部最优等缺陷,提出一种改进鹈鹕算法。在算法前期,采用Bernoulli混沌映射初始化种群并引入麻雀警戒者机制及非线性惯性权重,均衡并提升算法的探索和开发能力。在迭代后期,通过柯西扰动提升算法跳出局部最优的能力。最后通过改进的IEEE33节点系统仿真,验证所提策略和算法的有效性。 展开更多
关键词 主动配电网 阶梯碳交易 协同优化 新能源并网 改进鹈鹕算法
原文传递
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：3
13
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
基于混合策略的鹈鹕优化算法 被引量：2
14
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
一种优化的城市交通状态判别方法 被引量：1
15
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
基于特征提取与改进POA的光伏阵列故障诊断 被引量：2
16
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
鹈鹕算法参数优化VMD联合SVDS的电机轴承故障诊断 被引量：2
17
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KPCA-IPOA-LSSVM的变压器电热故障诊断 被引量：2
18
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IPOA-SVR模型的边坡安全系数预测 被引量：2
19
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TLCE-POA-XGBoost的爆破渣石块度预测模型及其应用
20
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
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