检索结果-维普期刊中文期刊服务平台

PCA-GRNN在综合气象短期负荷预测中的应用被引量：11: 1; 作者张淑清任爽 +3 位作者姜安琦胡永涛张航飞乔永静《计量学报》 CSCD 北大核心 2017年第3期340-344,共5页; 为克服由气象因子较多且信息互嵌造成输入量多、预测时间长、预测精度低的缺点,引入主成分分析(PCA)提取气象因子特征量,与历史负荷数据共同作为建模对象;同时,针对BP神经网络动态性能的不足,建立基于广义回归神经网络(GRNN)的短期负荷... 展开更多; 关键词计量学短期负荷预测电力负荷主成分分析广义回归神经网络气象因子; 在线阅读下载PDF 职称材料

基于CEEMD和GG聚类的电能质量扰动识别被引量：11: 2; 作者张淑清乔永静 +4 位作者姜安琦张立国金梅姚家琛穆勇《计量学报》 CSCD 北大核心 2019年第1期49-57,共9页; 提出一种基于完备总体经验模态分解(complete ensemble empirical mode decomposition,CEEMD)和GG(gath-geva)聚类的电能质量扰动识别方法。CEEMD是一种对EEMD(ensemble empirical mode decomposition)的改进算法,其特点是向原始信号中... 展开更多; 关键词计量学电能质量扰动识别总体经验模态分解互近似熵 GG聚类; 在线阅读下载PDF 职称材料

基于EN-SKPCA降维和FPA优化LSTMNN的短期风电功率预测被引量：13: 3; 作者张淑清杨振宁 +3 位作者姜安琦李君刘海涛穆勇《太阳能学报》 EI CAS CSCD 北大核心 2022年第6期204-211,共8页; 综合考虑风电功率序列及气象数据的多维特征,提出一种弹性网稀疏核主成分分析(EN-SKPCA)降维方法,对气象因素降维并表述为回归优化型问题,添加的弹性网惩罚解决了KPCA重构主成分难以解释构成的问题;提出花授粉算法(FPA)优化长短时记忆... 展开更多; 关键词风电功率预测气象降维弹性网稀疏核主成分分析花授粉算法优化长短时记忆神经网络; 在线阅读下载PDF 职称材料

基于正则化线性调频模式追踪算法的信号消噪方法及其应用: 4; 作者上官甲新张淑清 +4 位作者郑龙江姜安琦艾洪克张立国刘海涛《计量学报》 CSCD 北大核心 2022年第6期799-805,共7页; 信号在采集过程中存在的噪声会给后续工作造成一定程度的困难,因此消除噪声干扰是准确进行下一步工作的关键问题。提出了一种正则化线性调频模式追踪(regularized chirp mode pursuit,RCMP)算法,该算法通过先验频率信息及递归框架提取... 展开更多; 关键词计量学信号消噪正则化线性调频模式追踪算法递归框架; 在线阅读下载PDF 职称材料

基于SVDD和SVM的高压调门油动机状态监测系统研究: 5; 作者马立强姜安琦 +2 位作者姜万录郑云飞吴凤和《振动与冲击》 2025年第12期238-248,共11页; 在高压调门油动机的运行监控中,由于正常状态的样本远多于故障样本,故障数据稀缺且采集相对困难,此外还存在故障发生的不确定性,传统的监测方法难以有效应用。对此,提出了一种基于支持向量数据描述(support vector data description,SV... 展开更多; 关键词高压调门油动机支持向量数据描述(SVDD)异常检测支持向量机(SVM)故障诊断状态监测系统; 在线阅读下载PDF 职称材料

题名PCA-GRNN在综合气象短期负荷预测中的应用被引量：11: 1; 作者张淑清任爽姜安琦胡永涛张航飞乔永静; 机构燕山大学电气工程学院中南大学信息工程学院; 出处《计量学报》 CSCD 北大核心 2017年第3期340-344,共5页; 基金国家自然科学基金(61573302 61077071) +1 种基金河北省自然科学基金(F2016203496 F2015203413); 文摘为克服由气象因子较多且信息互嵌造成输入量多、预测时间长、预测精度低的缺点,引入主成分分析(PCA)提取气象因子特征量,与历史负荷数据共同作为建模对象;同时,针对BP神经网络动态性能的不足,建立基于广义回归神经网络(GRNN)的短期负荷预测模型。通过对实际电力负荷数据的预测,证明该方法与传统神经网络预测模型相比,明显提高预测精度和速度,具有实用性和有效性。; 关键词计量学短期负荷预测电力负荷主成分分析广义回归神经网络气象因子; Keywords metrology short-term load forecasting power system load PCA GRNN weather factors; 分类号 TB971 [机械工程—测试计量技术及仪器]; 在线阅读下载PDF 职称材料

题名基于CEEMD和GG聚类的电能质量扰动识别被引量：11: 2; 作者张淑清乔永静姜安琦张立国金梅姚家琛穆勇; 机构燕山大学电气工程学院国网冀北电力有限公司唐山供电公司; 出处《计量学报》 CSCD 北大核心 2019年第1期49-57,共9页; 基金国家重点研发项目(2018YFB0905500) 国家自然科学基金(51875498) +3 种基金河北省自然科学基金(E2018203439 E2018203339 F2016203496); 文摘提出一种基于完备总体经验模态分解(complete ensemble empirical mode decomposition,CEEMD)和GG(gath-geva)聚类的电能质量扰动识别方法。CEEMD是一种对EEMD(ensemble empirical mode decomposition)的改进算法,其特点是向原始信号中以正负成对的形式加入白噪声,有利于减少重构信号中残余的辅助噪声;且在分解的每一个阶段都加入特殊噪声,计算一个唯一残差以得到每个IMF,因此分解的结果是完整的,优于EEMD。CEEMD不仅有效解决了EEMD的模态混叠的问题,同时也保留了EEMD处理非平稳信号的优势,再将CEEMD分解的IMF分量的互近似熵值作为特征向量输入到GG模糊分类器中进行电能扰动的分类识别。为了验证该方法的有效性,进行了仿真和实测实验,结果表明,该方法有较好的频谱分离效果,且仅需要较少的迭代次数,减轻了计算成本。; 关键词计量学电能质量扰动识别总体经验模态分解互近似熵 GG聚类; Keywords metrology power quality disturbance identification CEEMD cApEn GG clustering; 分类号 TM711 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于EN-SKPCA降维和FPA优化LSTMNN的短期风电功率预测被引量：13: 3; 作者张淑清杨振宁姜安琦李君刘海涛穆勇; 机构燕山大学电气工程学院国网冀北电力有限公司唐山供电公司; 出处《太阳能学报》 EI CAS CSCD 北大核心 2022年第6期204-211,共8页; 基金国家重点研发计划(2021YFB3201600) 河北省自然科学基金(F2020203058) 国家自然科学基金(51875498)。; 文摘综合考虑风电功率序列及气象数据的多维特征,提出一种弹性网稀疏核主成分分析(EN-SKPCA)降维方法,对气象因素降维并表述为回归优化型问题,添加的弹性网惩罚解决了KPCA重构主成分难以解释构成的问题;提出花授粉算法(FPA)优化长短时记忆神经网络(LSTMNN)预测模型,可自动筛选出最佳超参数,降低了参数经验设置所带来的随机性。该方法解决了突变天气的影响,提高了预测精度。对2017年宁夏麻黄山第一风电场实测数据实验,证明了该方法的优越性。; 关键词风电功率预测气象降维弹性网稀疏核主成分分析花授粉算法优化长短时记忆神经网络; Keywords wind power power predication meteorology dimensionality reduction elastic net sparse kernel principal component analysis flower pollination algorithm optimizing long short-term memory neural network; 分类号 TH17 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于正则化线性调频模式追踪算法的信号消噪方法及其应用: 4; 作者上官甲新张淑清郑龙江姜安琦艾洪克张立国刘海涛; 机构燕山大学电气工程学院国网冀北电力有限公司唐山供电公司; 出处《计量学报》 CSCD 北大核心 2022年第6期799-805,共7页; 基金国家重点研发计划重点专项(2021YFB3201600) 河北省自然科学基金(F2020203058,E2018203339) +1 种基金中央引导地方科技发展专项资金项目(199477141G)。; 文摘信号在采集过程中存在的噪声会给后续工作造成一定程度的困难,因此消除噪声干扰是准确进行下一步工作的关键问题。提出了一种正则化线性调频模式追踪(regularized chirp mode pursuit,RCMP)算法,该算法通过先验频率信息及递归框架提取信号中的每一个信号模式,具有一定的自适应性。将提出的RCMP算法应用到传感器数据降噪中,通过仿真信号和实际信号研究了RCMP算法的去噪性能。同时,通过与EMD结合区间阈值的降噪方法、CEEMDAN结合区间阈值的降噪方法以及VMD结合相关系数的降噪方法进行对比,验证了所提方法的可行性和优越性。; 关键词计量学信号消噪正则化线性调频模式追踪算法递归框架; Keywords metrology signal denoising regularized chirp mode pursuit algorithm recursive framework; 分类号 TB973 [机械工程—测试计量技术及仪器]; 在线阅读下载PDF 职称材料

题名基于SVDD和SVM的高压调门油动机状态监测系统研究: 5; 作者马立强姜安琦姜万录郑云飞吴凤和; 机构燕山大学河北省重型机械流体动力传输与控制重点实验室; 出处《振动与冲击》 2025年第12期238-248,共11页; 基金国家自然科学基金项目(52275067) 河北省自然科学基金项目(E2023203030)。; 文摘在高压调门油动机的运行监控中,由于正常状态的样本远多于故障样本,故障数据稀缺且采集相对困难,此外还存在故障发生的不确定性,传统的监测方法难以有效应用。对此,提出了一种基于支持向量数据描述(support vector data description,SVDD)异常检测和支持向量机(support vector machine,SVM)故障诊断的高压调门油动机状态监测系统。首先,从原始数据中提取时域(time domain,T)、频域(frequency domain,F)和时频域小波包子带能量(wavelet packet subband energy,W)特征,并通过特征融合及归一化的方式形成新的多维融合特征向量TFW。随后,采用卷积神经网络(convolutional neural network,CNN)对TFW进行深层次挖掘,生成更具表现力的特征TFWCNN,以此作为SVDD和SVM模型的输入。搭建了高压调门油动机故障模拟试验台,用以采集数据并验证该方法的有效性。研究结果表明:在三个具有不同阀位开度的高压调门油动机动态数据集上,SVDD异常检测的F1分数分别达到0.9991、0.9978和0.9760;SVM故障诊断的F1分数分别为0.9988、0.9950和0.9867;不仅说明该方法在高压调门油动机的状态监测中表现出的优异性能,同时也说明深度TFWCNN特征在高压调门油动机状态监测中的有效性和准确性;还为类似的汽轮机状态监测诊断系统提供了一种有效的技术方案。; 关键词高压调门油动机支持向量数据描述(SVDD)异常检测支持向量机(SVM)故障诊断状态监测系统; Keywords high-pressure servo motor support vector data description(SVDD)anomaly detection support vector machine(SVM)fault diagnosis state monitoring system; 分类号 TK267 [动力工程及工程热物理] TM62 [动力工程及工程热物理—动力机械及工程] TP18 [电气工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	PCA-GRNN在综合气象短期负荷预测中的应用	张淑清任爽姜安琦胡永涛张航飞乔永静	《计量学报》 CSCD 北大核心	2017	11	在线阅读下载PDF 职称材料
2	基于CEEMD和GG聚类的电能质量扰动识别	张淑清乔永静姜安琦张立国金梅姚家琛穆勇	《计量学报》 CSCD 北大核心	2019	11	在线阅读下载PDF 职称材料
3	基于EN-SKPCA降维和FPA优化LSTMNN的短期风电功率预测	张淑清杨振宁姜安琦李君刘海涛穆勇	《太阳能学报》 EI CAS CSCD 北大核心	2022	13	在线阅读下载PDF 职称材料
4	基于正则化线性调频模式追踪算法的信号消噪方法及其应用	上官甲新张淑清郑龙江姜安琦艾洪克张立国刘海涛	《计量学报》 CSCD 北大核心	2022	0	在线阅读下载PDF 职称材料
5	基于SVDD和SVM的高压调门油动机状态监测系统研究	马立强姜安琦姜万录郑云飞吴凤和	《振动与冲击》	2025		在线阅读下载PDF 职称材料