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108篇文章
< 1 2 … 6 >
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PNCC声纹特征提取技术和POA-KNN算法的齿轮箱声纹识别故障诊断
1
作者 廖力达 赵阁阳 +1 位作者 魏诚 刘川江 《机电工程》 北大核心 2026年第1期24-33,共10页
风力机齿轮箱是风力发电系统的核心组件之一,承担着将风能转化为电能的重要任务。由于运行环境的恶劣以及长期使用造成的磨损,齿轮箱常常会发生各种故障,从而导致齿轮箱运行过程中产生不同的噪声,严重影响风力机的正常运行和发电效率,因... 风力机齿轮箱是风力发电系统的核心组件之一,承担着将风能转化为电能的重要任务。由于运行环境的恶劣以及长期使用造成的磨损,齿轮箱常常会发生各种故障,从而导致齿轮箱运行过程中产生不同的噪声,严重影响风力机的正常运行和发电效率,因此,提出了一种基于功率正则化倒谱系数(PNCC)声纹特征提取技术,以及行星优化算法与K近邻算法(POA-KNN)模型的风力机齿轮箱声纹识别故障诊断方法。首先,采用LMS噪声采集仪采集了6种不同状态下的风力机齿轮箱噪声数据;然后,使用了PNCC声纹特征提取的方法,提取了齿轮箱噪声信号的声纹图谱;在KNN的基础上加入行星优化算法(POA)优化了K值,提出了性能较高的POA-KNN分类模型;最后,根据6类不同状态下的齿轮数据集,采用对比试验和消融实验验证了模型性能。研究结果表明:POA-KNN模型对齿轮箱的PNCC声纹图分类准确率达到99.4%,比KNN基线模型提升了1.9%。POA-KNN分类模型能很好地对数据集中不同状态下的齿轮箱进行分类,更高效地针对风力机齿轮箱中存在的故障进行诊断。 展开更多
关键词 齿轮箱 功率正则化倒谱系数 声纹识别 声纹特征图谱 行星优化算法与K近邻算法 分类模型
在线阅读 下载PDF
基于灰色-马尔科夫-POA组合模型的管道腐蚀速率预测研究
2
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
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
3
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
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IPOA-MSCNN-BiLSTM-Attention模型的刀具磨损状态识别 被引量：1
5
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
水库防洪优化调度SA-POA算法研究与应用 被引量：1
6
作者 任明磊 张俊彬 +2 位作者 宁亚伟 刘昌军 张静 《中国防汛抗旱》 2025年第3期4-8,共5页
高精度的优化算法可提升水库防洪优化调度效果。针对传统的逐步优化算法(POA)易陷入局部最优的问题,在POA计算框架上引入模拟退火算法(SA),提出了一种SA-POA算法。该方法通过一定概率舍弃优化方向的最优解,使优化结果不易陷入局部最优,... 高精度的优化算法可提升水库防洪优化调度效果。针对传统的逐步优化算法(POA)易陷入局部最优的问题,在POA计算框架上引入模拟退火算法(SA),提出了一种SA-POA算法。该方法通过一定概率舍弃优化方向的最优解,使优化结果不易陷入局部最优,从而提升求解质量。为了进一步验证该方法的实用效果,以河北唐县西大洋水库“23·7”流域性特大洪水为例,使用传统的POA算法、粒子群优化算法(PSO)、SA-POA算法进行求解并和规程调度结果进行对比。研究显示,在最大削峰准则下,SA-POA算法比POA算法削峰率提高了6.5%;在最高水位最低化准则下,SA-POA算法的最高库水位比POA算法低0.5 m。两种准则下SA-POA算法均表现出较优的求解性能。 展开更多
关键词 水库防洪优化调度 SA-poa算法 最大削峰准则 改进算法 海河“23·7”流域性特大洪水
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：3
7
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
基于特征提取与改进POA的光伏阵列故障诊断 被引量：2
8
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
基于KPCA-IPOA-LSSVM的变压器电热故障诊断 被引量：2
9
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TLCE-POA-XGBoost的爆破渣石块度预测模型及其应用
10
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-VMD的风储联合发电系统混合储能容量配置 被引量：3
11
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
基于IGA-POA算法的散料堆双天车调度问题求解方法 被引量：1
12
作者 尹鑫 王立亚 +1 位作者 杨爱民 郝星晖 《机电工程》 北大核心 2025年第7期1309-1320,共12页
针对散料堆双无人天车协同调度中存在的任务划分复杂度高、避碰频率高等问题,构建了多重约束条件下的双无人天车最小路径优化模型,并提出了一种基于遗传算法(GA)和鹈鹕算法(POA)的模型求解方法——融合算法(IGA-POA)。首先,基于调度过... 针对散料堆双无人天车协同调度中存在的任务划分复杂度高、避碰频率高等问题,构建了多重约束条件下的双无人天车最小路径优化模型,并提出了一种基于遗传算法(GA)和鹈鹕算法(POA)的模型求解方法——融合算法(IGA-POA)。首先,基于调度过程中的影响因素,建立了双无人天车调度模型,同时构建了改进自适应各向异性高斯滤波器(IAAGF)任务划分模型,并设计了天车调度优先级规则与避让规则,优化了任务区块划分和避让策略;然后,提出了IGA-POA算法,在遗传算法中使用双层编码和混合选择策略生成了初始种群,对交叉算子进行了分段自适应匹配改进,并对变异算子进行了混合自适应优化;同时,设计了优质种群策略,完成了遗传算法和鹈鹕算法的有效融合,在鹈鹕算法中引入了黄金正弦函数,优化了逼近猎物策略;最后,基于调度任务划分的结果,进行了仿真实验,分析了IGA-POA算法在消融、对比实验和仿真测试中的性能。研究结果表明:IGA-POA算法的平均避让次数低于其他算法,并在最小平均任务路径上取得最优值,分别为25.58、50.34和73.91,且平均耗时仅增加4.63%,验证了IGA-POA算法的有效性和可靠性。 展开更多
关键词 物流装卸和搬运 双无人天车调度模型 遗传算法 鹈鹕算法 分段自适应匹配 优质种群策略 黄金正弦函数
在线阅读 下载PDF
基于IPOA-LSTM辅助的组合导航算法
13
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IPOA-VMD和神经网络的滚动轴承故障诊断方法 被引量：1
14
作者 阎羿凡 李英顺 +1 位作者 佟维妍 于浚豪 《车用发动机》 北大核心 2025年第4期87-94,共8页
针对滚动轴承在复杂背景下难以实现信号降噪并进行故障诊断的问题,提出了一种基于改进的鹈鹕优化算法(IPOA)优化变分模态分解(VMD)和神经网络的故障诊断模型。首先,为了提高算法的效率,引入自适应惯性权重和非线性收敛因子对鹈鹕优化算... 针对滚动轴承在复杂背景下难以实现信号降噪并进行故障诊断的问题,提出了一种基于改进的鹈鹕优化算法(IPOA)优化变分模态分解(VMD)和神经网络的故障诊断模型。首先,为了提高算法的效率,引入自适应惯性权重和非线性收敛因子对鹈鹕优化算法进行改进和优化,利用改进后的算法优化得到VMD的关键参数K和α;其次,使用得到的参数对原始信号进行VMD分解,对得到的K个IMF进行时频域的特征提取;最后,利用CNN-BiLSTM网络对滚动轴承的不同状态进行识别。滚动轴承数据集试验表明,采用IPOA-VMD方法提取的特征数据,相较于使用POA-VMD,PSO-VMD,VMD方法提取的特征数据,经过CNN-BiLSTM网络进行故障诊断时,在大基数的条件下,准确率仍有所提升,在测试集数据集上的平均准确率达到了99.867%。 展开更多
关键词 滚动轴承 鹈鹕优化算法 变分模态分解 神经网络模型 故障诊断
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
15
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
基于相似日理论和IPOA-ELM的短期光伏发电预测
16
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
一种用于气候室相对湿度预测的MSPOA-LSSVM模型研究
17
作者 王一诺 郑焕祺 +1 位作者 杨胜坤 周玉成 《重庆理工大学学报(自然科学)》 北大核心 2025年第2期97-105,共9页
针对通风条件下,气候室相对湿度控制精度对甲醛检测准确性的影响,提出一种相对湿度预测模型。模型选取控温水箱、控制露点水箱和气候室相对湿度等7个数据采集点的数据作为输入和输出。基于多策略改进鹈鹕优化算法和最小二乘支持向量机构... 针对通风条件下,气候室相对湿度控制精度对甲醛检测准确性的影响,提出一种相对湿度预测模型。模型选取控温水箱、控制露点水箱和气候室相对湿度等7个数据采集点的数据作为输入和输出。基于多策略改进鹈鹕优化算法和最小二乘支持向量机构建MSPOA-LSSVM相对湿度预测模型。针对鹈鹕优化算法寻优能力不足的问题,使用随机对立学习初始化种群,引入融合鲸鱼优化的正余弦策略和动态权重因子策略,提高算法性能。将MSPOA-LSSVM模型与4种机器学习模型进行对比实验,结果表明,MSPOA-LSSVM模型决定系数、均方根误差分别为0.964和0.07389,均低于其他模型,可为解决相对湿度控制精度不足问题提供参考。 展开更多
关键词 气候室 相对湿度预测 鹈鹕优化算法 最小二乘支持向量机
在线阅读 下载PDF
基于IPOA-VMD-WT的电能质量扰动去噪方法
18
作者 高帅 陈平 +3 位作者 田勇 冷凯 梁会军 杨永超 《电工技术》 2025年第9期113-119,共7页
针对电能质量扰动信号分析处理时容易受到噪声的影响,为了提高扰动信号的分类准确率,提出了一种改进的鹈鹕优化算法(Improved Pelican Optimization Algorithm, IPOA)对变分模态分解(Variational Mode Decomposition, VMD)的惩罚因子和... 针对电能质量扰动信号分析处理时容易受到噪声的影响,为了提高扰动信号的分类准确率,提出了一种改进的鹈鹕优化算法(Improved Pelican Optimization Algorithm, IPOA)对变分模态分解(Variational Mode Decomposition, VMD)的惩罚因子和分解层数等参数进行优化,并结合小波阈值(Wavelet Threshold, WT),运用于电能质量扰动信号的去噪。首先,为了使算法种群初始化更加均匀、提升算法的收敛速度和寻优能力,在原算法中引入一维复合混沌映射(Sine Map and Piece Wise Linear Chaotic Map, SPM)、牛顿-拉夫逊搜索规则(Newton-raphson Search Rule, NRSR)、平滑探索系统(Smooth Exploration System, SES)等策略对VMD进行参数寻优,实现对含噪信号的分解;然后,通过设置相关系数阈值保留所需分量,对保留分量进行WT处理;最后,将WT处理后的分量重构得到去噪后的信号。仿真实验结果表明,在不同的信噪比(Signal-to-noise Ratio, SNR)下,基于IPOA-VMD-WT的电能质量扰动去噪方法的信噪比值最大,均方根误差值(Root Mean Square Error, RMSE)最小;与其他算法相比,所提算法收敛速度最快,去噪能力最强,可以实现对电能质量扰动信号中噪声的有效去除。 展开更多
关键词 电能质量扰动 鹈鹕优化算法 变分模态分解 相关系数 小波阈值
在线阅读 下载PDF
基于POA-ELM模型的压力容器最小壁厚预测研究
19
作者 冯晓刚 闫风影 +1 位作者 沈冬奎 韩贯凯 《科学技术创新》 2025年第14期67-70,共4页
压力容器的最小壁厚在合乎规定范围内对压力容器的质量、使用安全具有重要作用。因此,提出一种基于鹈鹕优化算法优化极限学习机的数据驱动模型,以实现对压力容器的最小壁厚精准预测。首先,采用鹈鹕优化算法优化极限学习机超参数。然后,... 压力容器的最小壁厚在合乎规定范围内对压力容器的质量、使用安全具有重要作用。因此,提出一种基于鹈鹕优化算法优化极限学习机的数据驱动模型,以实现对压力容器的最小壁厚精准预测。首先,采用鹈鹕优化算法优化极限学习机超参数。然后,使用最优参数进行模型训练。最后通过真实测试数据进行验证。结果表明,使用鹈鹕优化算法优化后的极限学习机能够准确预测压力容器筒体和封头的最小壁厚,决定系数为0.966和0.996,显著优于单一的极限学习机模型。该模型能消除人工测定的误差,为压力容器最小壁厚检测提供了一种新的思路。 展开更多
关键词 压力容器 最小壁厚 鹈鹕优化算法 极限学习机 建模预测
在线阅读 下载PDF
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
20
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
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 … 6 下一页 到第 页
使用帮助 返回顶部