期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
深度学习方法在风电功率预测中的应用与研究方向概述 被引量:2
1
作者 刘谭 刘娜 +4 位作者 刘贵平 刘坤杰 刘敏 庄旭菲 张中豪 《计算机科学与探索》 北大核心 2025年第3期602-622,共21页
随着全球对可再生能源需求的增加,风电作为清洁可再生能源的重要组成部分,其功率的准确预测对于电力系统的稳定运行和能源的高效利用至关重要。近年来,深度学习方法在风功率预测领域展现出显著的优势,通过构建复杂的非线性模型,深度学... 随着全球对可再生能源需求的增加,风电作为清洁可再生能源的重要组成部分,其功率的准确预测对于电力系统的稳定运行和能源的高效利用至关重要。近年来,深度学习方法在风功率预测领域展现出显著的优势,通过构建复杂的非线性模型,深度学习模型能够有效地捕捉风功率数据的内在规律和变化趋势。从风电功率预测的分类、实现一般思路和评估方法概述了风电功率预测的研究对象和目标。综述了深度学习技术在风功率预测中的应用,在对深度学习技术做出细致的划分的基础上,重点分析了基于空间结构的深度学习模型和基于时间的深度学习模型及其相关变体模型所克服的问题和性能表现,并对所提模型方法存在的局限性及对应解决方法进行总结。从数据处理、参数优化算法和风电功率预测模型优化方法三个方面概述了基于深度学习风电功率预测的研究进展。对未来风电功率预测的发展方向进行了展望。 展开更多
关键词 风电功率预测 神经网络 深度学习
在线阅读 下载PDF
轻量化的驾驶员吸烟检测模型
2
作者 陈新一 王晓强 +3 位作者 李少波 夏旭 陶乙豪 庄旭菲 《计算机工程与设计》 北大核心 2025年第2期626-632,共7页
为进一步实现在移动设备上对驾驶员吸烟的违法行为实时检测,提出一种改进的SlimYOLOv7-tiny模型。使用DSConv替换YOLOv7-tiny特征融合网络中标准3×3卷积,增加P6检测层,采用Mish激活函数,引入边框回归损失函数EIoU loss,利用Slim剪... 为进一步实现在移动设备上对驾驶员吸烟的违法行为实时检测,提出一种改进的SlimYOLOv7-tiny模型。使用DSConv替换YOLOv7-tiny特征融合网络中标准3×3卷积,增加P6检测层,采用Mish激活函数,引入边框回归损失函数EIoU loss,利用Slim剪枝算法进一步提高模型的轻量化,使用PyQt5开发图形界面程序。实验结果表明,模型在自建驾驶员吸烟数据集上与原模型相比参数量减少60.0%,计算量减小64.39%,有利于模型进一步在移动设备及嵌入式设备上的实时性检测。 展开更多
关键词 驾驶员吸烟行为 目标检测 实时 激活函数 轻量化 图形界面 剪枝算法
在线阅读 下载PDF
基于深度学习的公交行驶轨迹预测研究综述 被引量:3
3
作者 杨晨曦 庄旭菲 +1 位作者 陈俊楠 李衡 《计算机工程与应用》 CSCD 北大核心 2024年第9期65-78,共14页
公交行驶轨迹预测是对公交车到达线路上的重要轨迹点,如站点和道路交叉口等,进行到达时间预测。准确预测公交车到达站点和道路交叉口的时间,可以提高城市公交系统的运行效率和服务质量,对于城市公共交通规划和公交调度至关重要。从公交... 公交行驶轨迹预测是对公交车到达线路上的重要轨迹点,如站点和道路交叉口等,进行到达时间预测。准确预测公交车到达站点和道路交叉口的时间,可以提高城市公交系统的运行效率和服务质量,对于城市公共交通规划和公交调度至关重要。从公交行驶轨迹预测方法的发展现状入手,分析了影响公交运行的相关因素,归纳并探讨了不同类型的相关数据集以及数据预处理方法。依照其发展脉络将公交行驶轨迹预测方法分为基于历史数据的模型、以时间序列模型为代表的参数模型以及包括机器学习和深度学习方法的非参数模型三大类,并总结分析了不同方法的优势和局限性。由于基于深度学习的相关模型在时间序列预测任务中表现出了优越性能,因此越来越多的学者开始采用基于深度学习的模型来解决公交行驶轨迹预测问题,同时考虑将城市道路所展现的空间特征与时间特征相结合以进一步提高预测精度。最后,阐述了公交行驶轨迹预测研究领域中面临的挑战,并对该领域未来的发展进行总结分析与趋势展望。 展开更多
关键词 公交行驶轨迹预测 深度学习 时空特征 时间序列预测 智能交通
在线阅读 下载PDF
结合广义S变换和快速独立分量分析的局放信号中窄带干扰抑制方法 被引量:7
4
作者 李向群 伍亚萍 +2 位作者 庄旭菲 吉飞敏 张燕 《现代电力》 北大核心 2022年第5期597-604,共8页
针对现有方法对局部放电(partial discharge,PD)信号中窄带干扰抑制效果较差的问题,提出了一种基于广义S变换和快速独立分量分析的窄带干扰抑制方案。该方案首先利用广义S变换对染噪PD信号进行时频分析,在染噪PD信号的时频分布图中,根... 针对现有方法对局部放电(partial discharge,PD)信号中窄带干扰抑制效果较差的问题,提出了一种基于广义S变换和快速独立分量分析的窄带干扰抑制方案。该方案首先利用广义S变换对染噪PD信号进行时频分析,在染噪PD信号的时频分布图中,根据窄带干扰和PD信号的不同时频特征,可以确定窄带干扰的特征区域;然后在窄带干扰的特征区域中,利用Candan算法对窄带干扰的频率进行估计;最后利用窄带干扰频率估计值和快速独立分量分析方法分离出PD信号,实现窄带干扰抑制。仿真和实测结果说明,所提方法可以有效抑制染噪PD信号中窄带干扰,并且能准确获取PD信号的波形特征,对比传统的奇异值分解方法和快速傅里叶变换滤波方法,文中方法对窄带干扰的抑制效果更好,残余干扰的能量较小。 展开更多
关键词 局部放电 窄带干扰 广义S变换 Candan算法 快速独立分量分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部