-
题名改进型阈值函数的光纤传感器状态监测方法研究
- 1
-
-
作者
张珺
时海欧
-
机构
河南大学濮阳工学院
-
出处
《激光杂志》
北大核心
2025年第9期189-195,共7页
-
基金
河南省自然科学基金青年项目(No.242300420503)。
-
文摘
针对环境因素影响造成信号质量下降,影响节点状态监测结果的问题,提出基于融合改进型阈值函数的光纤传感器状态监测方法研究。采集光纤传感器节点信号,采用改进型阈值函数的小波去噪方法对节点信号实施去噪,采用基于正则化相关熵异常检测的特征提取方法提取去噪后光纤传感器节点信号的异常特征,构建基于机器学习的监测模型,将所提取特征作为模型输入,即可实现光纤传感器节点状态监测目的。实验结果显示,该方法检测的均方误差为0.035,异常检测准确率达95.2%,误报率仅为3.1%。通过优化小波阈值函数能够显著提升信号去噪效果,并基于去噪后的信号准确提取异常信号特征,监测光纤传感器节点状态。
-
关键词
噪声环境
光纤传感器
节点状态
在线监测
阈值函数
正则化相关熵
-
Keywords
noise environment
fiber optic sensor
node status
online monitoring
threshold function
regularized correntropy
-
分类号
TN253
[电子电信—物理电子学]
-
-
题名基于深度学习的锂电池故障分析及应用
- 2
-
-
作者
时海欧
-
机构
濮阳职业技术学院
河南大学濮阳工学院
-
出处
《储能科学与技术》
CAS
CSCD
北大核心
2024年第6期2054-2056,共3页
-
基金
2024年度濮阳职业技术学院校级课题(2024PZYKY28)。
-
文摘
锂电池储能在清洁能源使用、电动汽车、移动设备以及再生能源存储领域都有极其重要的作用。一旦出现故障很容易引起一系列问题,所以对其进行故障分析,了解其实时健康状态具有重要意义。本文对深度学习机制下的锂电池故障分析技术进行综述。在深入了解包括多层感知、循环神经网络等深度学习诊断理论的基础上,阐述了最新的锂电池故障诊断模型(LSTM)的评估框架及流程。通过实际应用可以判定基于深度学习的锂电池故障分析模型具有可循环性高、精确度好等优点,值得更深入的研究探讨。
-
关键词
深度学习
锂电池
评估模型
-
Keywords
deep learning
lithium batteries
evaluation model
-
分类号
TM912
[电气工程—电力电子与电力传动]
-
