期刊文献+
共找到83,022篇文章
< 1 2 250 >
每页显示 20 50 100
改进Informed RRT^(*)算法移动机器人路径规划 被引量:1
1
作者 鲁宇明 周羽逵 +2 位作者 郭鑫 池吕庭 戴骏 《计算机工程与应用》 北大核心 2025年第8期283-293,共11页
Informed RRT^(*)算法对初始解不敏感,规划出的路径太接近障碍物,导致路径不平滑。提出一种改进的Informed RRT^(*)路径规划算法,该算法改进了约束采样空间和引导策略。在采样初期,将采样区域限制在一个圆形区域,加快初始解收敛,在算法... Informed RRT^(*)算法对初始解不敏感,规划出的路径太接近障碍物,导致路径不平滑。提出一种改进的Informed RRT^(*)路径规划算法,该算法改进了约束采样空间和引导策略。在采样初期,将采样区域限制在一个圆形区域,加快初始解收敛,在算法规划的过程中引入人工势场中引力场和斥力场的思想,使机器人与障碍物保持安全距离,并向目标位置行进。对Informed RRT^(*)算法和基于目标偏置的Informed RRT^(*)算法(Goal-bias-Informed RRT^(*))以及改进后的Informed RRT^(*)算法进行比较实验,实验结果验证了改进后Informed RRT^(*)算法的有效性和优越性及稳定性。该算法较Informed RRT^(*)算法和Goal-bias-Informed RRT^(*)效率更高、更容易得到初始解、更安全、更平滑、更稳定。 展开更多
关键词 移动机器人 路径规划 随机采样 informed RRT^(*)算法 目标偏置 约束采样空间
在线阅读 下载PDF
基于融合劣化指标和VMD-Informer的水电机组劣化趋势预测
2
作者 宋阿妮 陈亦真 +2 位作者 詹云峰 李超顺 付波 《中国农村水利水电》 北大核心 2025年第5期90-96,共7页
水电机组长期运行在恶劣环境下,异常振动更加频繁,逐渐出现疲劳、磨损,导致机组性能劣化。为保障机组的安全稳定运行,需要准确直观地反映水电机组运行并预测机组未来劣化状况,为机组状态检修提供重要依据。提出了一种基于融合劣化指标和... 水电机组长期运行在恶劣环境下,异常振动更加频繁,逐渐出现疲劳、磨损,导致机组性能劣化。为保障机组的安全稳定运行,需要准确直观地反映水电机组运行并预测机组未来劣化状况,为机组状态检修提供重要依据。提出了一种基于融合劣化指标和VMD-Informer的机组劣化趋势预测方法。首先构建KAN健康模型拟合工况参数与振摆值之间的映射关系,然后通过对比模型输出值与实测振摆值在不同指标下的差异得到多个劣化序列,运用遗传算法对多个劣化序列进行寻优获取融合劣化指标,兼顾多个指标的优势,更为准确地反映机组劣化趋势。之后用变分模态分解(VMD)将融合劣化序列分解为多个分量,最后利用Informer预测模型对分解后的各个分量进行多步预测并重构得到最终的预测结果,从而实现对机组运行状况的准确评估和预测。实例分析表明,所提方法能够生成可靠的劣化趋势,同时在预测上能学习劣化趋势序列的长期趋势和局部特征,预测精度更高。 展开更多
关键词 水电机组 劣化评估 退化预测 Kolmogorov-Arnold Network 遗传算法 informER
在线阅读 下载PDF
基于Informer模型的航班延误预测
3
作者 杨新湦 游超 朱承元 《科学技术与工程》 北大核心 2025年第19期8282-8288,共7页
为能更加精准预测不同时段的航班延误态势,选用美国亚特兰大机场2023年全年的运行数据与相关气象数据进行实验,提出基于相关系分析(correlation analysis,CA),主成分分析(principal components analysis,PCA)和Informer模型的CA-PCA-Inf... 为能更加精准预测不同时段的航班延误态势,选用美国亚特兰大机场2023年全年的运行数据与相关气象数据进行实验,提出基于相关系分析(correlation analysis,CA),主成分分析(principal components analysis,PCA)和Informer模型的CA-PCA-Informer航班延误预测模型,采用MAE(mean absolute error)和RMSE(root mean square error)作为模型的评价指标进行预测误差分析。结果表明,CA-PCA-Informer模型比简单的组合模型预测效果更好,与CA-PCA-LSTM和CA-PCA-GRU模型相比模型误差最低,MAE和RMSE分别降低了20.2%~20.7%和12.7%~14.1%;CA-PCA-Informer模型对预测步长为1 h时预测更为精准,该模型可以为决策者提供更加准确的航班延误态势以保证航班的高效运行。 展开更多
关键词 民航交通运输 航班延误预测 informer模型 主成分分析 神经网络
在线阅读 下载PDF
融合改进Informer与迁移学习的风电功率预测
4
作者 郭利进 孙淼 衡安阳 《太阳能学报》 北大核心 2025年第7期371-377,共7页
为克服风电功率序列的不稳定性导致预测精度低以及一些风电场历史数据有限的问题,提出一种特征交互Informer与迁移学习(FIITL)的风电功率预测模型。首先提出特征交互(FI)机制用双通道输入进一步提取信息,并将迁移学习(TL)引入到预测模型... 为克服风电功率序列的不稳定性导致预测精度低以及一些风电场历史数据有限的问题,提出一种特征交互Informer与迁移学习(FIITL)的风电功率预测模型。首先提出特征交互(FI)机制用双通道输入进一步提取信息,并将迁移学习(TL)引入到预测模型中,提出循环微调迁移学习,将模型从源监测站迁移到目标站,实现在有限历史数据情况下预测性能的提升。最后,通过与传统Informer模型及其他基线预测方法比较,FIITL模型展现了在有限数据情况下的性能优势。 展开更多
关键词 迁移学习 风电功率 预测 informER 特征交互
在线阅读 下载PDF
LSTM与Informer融合预测冠层区域温度
5
作者 黄铝文 刘宇航 +1 位作者 屈昆仪 朱玉颖 《农业工程学报》 北大核心 2025年第8期222-232,共11页
针对传统温度预测方法难以充分捕捉多尺度信息,导致模型预测性能不佳等问题,该研究提出了一种基于Informer架构和长短时记忆网络(long short-term memory,LSTM)与多源数据融合的冠层区域温度预测模型。在编码层中,采用稀疏注意力机制提... 针对传统温度预测方法难以充分捕捉多尺度信息,导致模型预测性能不佳等问题,该研究提出了一种基于Informer架构和长短时记忆网络(long short-term memory,LSTM)与多源数据融合的冠层区域温度预测模型。在编码层中,采用稀疏注意力机制提取输入因子的多尺度信息及其与长时序数据之间的耦合关系;在解码层中,利用LSTM提取短期时序依赖,以增强时间序列的连贯性,同时引入改进的反向残差前馈网络(improved residual feedforward network,IRFFN)以优化模型结构。首先采用孤立森林法对数据进行异常值清理,并进行了归一化处理;然后使用斯皮尔曼相关系数法对冠层区域温度进行相关性分析,并选择相关程度较高的环境因子作为模型的输入特征;最终通过网格搜索法对超参数进行优化,并通过迭代训练实现模型的最优配置。通过与其他4种主流算法进行对比分析,提出的InformerLSTM在冠层区域温度预测方面表现出更高的精度,其平均绝对误差(mean absolute error,MAE)、均方根误差(root mean square error,RMSE)和决定系数(R^(2))分别达到了0.166、0.224℃和0.978,与基础模型Informer相比,冠层区域温度的均方根误差降低了0.448℃。该模型在时间序列预测方面具有较高的精度,为区域气象温度的中短期精准预测提供了一种新的技术方法。 展开更多
关键词 冠层 温度 非线性时间序列 长短期记忆神经网络 informER
在线阅读 下载PDF
基于DWT-CNN-Informer模型的液压支架压力多步长预测
6
作者 张传伟 张刚强 +1 位作者 路正雄 李林岳 《中国安全生产科学技术》 北大核心 2025年第4期57-63,共7页
为了实现液压支架压力多步长精准预测,提出1种基于DWT-CNN-Informer模型的压力多步长预测方法,该方法利用离散小波变换(discrete wavelet transform, DWT)将预处理后的压力时序数据分解为趋势项和周期项频率分量;各频率分量输入卷积神... 为了实现液压支架压力多步长精准预测,提出1种基于DWT-CNN-Informer模型的压力多步长预测方法,该方法利用离散小波变换(discrete wavelet transform, DWT)将预处理后的压力时序数据分解为趋势项和周期项频率分量;各频率分量输入卷积神经网络(CNN)模型提取频率特征;提取的频率特征输入Informer编码器,经位置编码和多头概率稀疏自注意力机制捕捉时序变化特征,并结合自注意力蒸馏减少特征冗余;将Informer解码器改为全连接层,直接输出各分量多步长预测结果;重构叠加各分量多步长预测结果得到液压支架压力多步长预测结果。研究结果表明:在预测步长分别为6,12,24时,DWT-CNN-Informer模型相比LSTM、Informer、CNN-Informer模型在平均绝对误差(MAE)、均方根误差(RMSE)、对称平均绝对百分比误差(SMAPE)指标上均表现出更高预测精度。研究结果为液压支架压力精准预测提供有效方法。 展开更多
关键词 液压支架压力 多步长预测 离散小波变换 CNN模型 informer模型
在线阅读 下载PDF
基于ICEEMDAN-PE和IDBO-Informer组合模型的短期负荷预测 被引量:1
7
作者 于多 曹燚 +2 位作者 王海荣 赵翱东 曹倩 《中国电力》 北大核心 2025年第6期19-32,共14页
针对传统方法在处理复杂负荷数据时存在的噪声处理不足、特征提取能力有限及模型训练复杂等问题,提出了一种基于改进完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)-置... 针对传统方法在处理复杂负荷数据时存在的噪声处理不足、特征提取能力有限及模型训练复杂等问题,提出了一种基于改进完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)-置换熵(permutation entropy,PE)和改进蜣螂优化算法(improved dung beetle optimizer,IDBO)-Informer的创新组合预测模型。首先,该模型通过小波软阈值去噪算法预处理原始负荷数据,减少噪声干扰。其次,利用ICEEMDAN多尺度分解负荷数据,精准捕捉负荷特征,并采用置换熵评估分量复杂度。最后,对蜣螂优化算法进行改进,通过融合混沌与逆向学习策略进行种群初始化,引入自适应步长与凸透镜逆成像策略及随机差异变异策略,优化Informer预测模型参数,显著提升预测效率与准确性。实验结果表明,该模型在短期负荷预测中表现出色,平均绝对误差为81.3 MW(原始负荷数据范围约为500 MW至1 500 MW),均方根误差为109.2 MW,拟合系数评分为0.991,远优于传统方法,充分验证了模型的创新性和优越性。 展开更多
关键词 负荷预测 ICEEMDAN 改进蜣螂优化算法 informER
在线阅读 下载PDF
基于EKF-HInformer模型估计汽车动力电池的SOC&SOH 被引量:1
8
作者 彭自然 杨肖阳 肖伸平 《电子测量与仪器学报》 北大核心 2025年第3期21-33,共13页
针对传统模型荷电状态(SOC)和健康状态(SOH)估计精度低、鲁棒性差的问题,提出一种基于扩展卡尔曼滤波(EKF)和深度学习模型Informer改进优化的估计模型EKF-HInformer,实现电动汽车动力电池SOC与SOH的实时精准估计。首先,运用EKF算法归一... 针对传统模型荷电状态(SOC)和健康状态(SOH)估计精度低、鲁棒性差的问题,提出一种基于扩展卡尔曼滤波(EKF)和深度学习模型Informer改进优化的估计模型EKF-HInformer,实现电动汽车动力电池SOC与SOH的实时精准估计。首先,运用EKF算法归一化整理电池实时数据,并通过调整自适应增益因子减少噪声波动,提高EKF数据滤波处理的性能。然后,运用Informer网络模型对归一化后的电池数据进行智能估计。为减少Informer模型离群点或异常值所导致的注意力权重偏差问题,采用Hampel算法对Informer进行优化,提高多头概率稀疏自注意力机制特征学习的能力。最后,把滤波整理后的数据输入到HInformer网络中估算实时的SOC和SOH。采用牛津大学与马里兰大学的电池数据集进行实验验证,结果显示SOC与SOH估计精度均超99.5%,均方根误差(RMSE)小于1%,最大绝对误差(MAXE)小于0.5%。相比传统Informer、Transformer和长短期记忆(LSTM)模型,该模型估计SOC和SOH的速度更快、准确度更高,展现出优越的鲁棒性和泛化能力。 展开更多
关键词 动力电池 荷电状态 健康状态 自适应增益因子 扩展卡尔曼滤波 Hampel优化算法 informER
在线阅读 下载PDF
基于改进Informed RRT^(*)算法的大棚采摘机械臂路径规划
9
作者 郑泽斌 郑书河 +2 位作者 翁武雄 林添良 郭雷 《福建农林大学学报(自然科学版)》 北大核心 2025年第2期279-288,共10页
【目的】提出一种机械臂路径规划算法,以解决多自由度机械臂在大棚采摘作业中路径规划速度慢、路径成本高等问题,为采摘机械臂高效作业提供依据。【方法】基于Informed RRT^(*)机械臂路径规划算法,引入自适应目标偏置策略,结合贪婪思想... 【目的】提出一种机械臂路径规划算法,以解决多自由度机械臂在大棚采摘作业中路径规划速度慢、路径成本高等问题,为采摘机械臂高效作业提供依据。【方法】基于Informed RRT^(*)机械臂路径规划算法,引入自适应目标偏置策略,结合贪婪思想的双向非优化路径搜索方式,增加动态概率节点拒绝策略。提出一种动态拒绝的知情RRT^(*)贪婪连接算法(dynamic rejection informed RRT^(*) greedy connect algorithm, DR-IRRT^(*)-GC),并通过Matlab多障碍物场景、ROS(机器人操作系统,robot operating system)机械臂场景的仿真对比试验进行验证。【结果】DR-IRRT^(*)-GC算法在路径规划的过程中具有运行速度快、路径成本低、路径规划成功率高等优势。与Informed RRT^(*)算法相比,DR-IRRT^(*)-GC算法在首次路径搜索用时上缩短了97.36%,路径规划成功率提高了283.33%。【结论】DR-IRRT^(*)-GC算法具有较强的实用性。 展开更多
关键词 采摘机械臂 路径规划 改进informed RRT^(*)算法 贪婪思想 动态概率
在线阅读 下载PDF
基于图神经网络与Informer融合的主动配电网状态估计
10
作者 郝蛟 王冬 +1 位作者 邱剑 郭创新 《电力自动化设备》 北大核心 2025年第8期12-19,共8页
含分布式光伏的主动配电网具有较高的新能源渗透率和动态负荷特征,传统状态估计方法在应对复杂动态行为和数据质量问题时存在局限,影响配电网调度优化与安全性。提出一种基于图神经网络(GNN)与Informer模型融合的含光伏主动配电网状态... 含分布式光伏的主动配电网具有较高的新能源渗透率和动态负荷特征,传统状态估计方法在应对复杂动态行为和数据质量问题时存在局限,影响配电网调度优化与安全性。提出一种基于图神经网络(GNN)与Informer模型融合的含光伏主动配电网状态估计方法。借助GNN构建量测模型,有效捕捉配电网拓扑结构的空间依赖特性;利用Informer的长时间序列预测能力,构建状态预测模型,精准地刻画配电网的动态物理特性。所提模型不仅能够处理量测数据中的缺失和噪声问题,而且能够增强状态估计的鲁棒性和物理一致性。基于IEEE 33节点系统及某实际配电网的仿真结果表明,所提方法在状态估计的准确性、抗干扰能力、物理一致性和计算效率方面均有显著提升。 展开更多
关键词 主动配电网 分布式光伏 状态估计 分布式新能源 图神经网络 informER
在线阅读 下载PDF
基于Informer和改进sBTTC指数的电力系统暂态稳定一体化超前判别
11
作者 郑宗生 陈明雪 +2 位作者 王渝红 何其多 朱玲俐 《电网技术》 北大核心 2025年第7期2659-2670,共12页
现代电力系统逐渐呈现高比例新能源并网趋势,大扰动下系统动态行为更加复杂,功角、电压相互耦合影响,使得暂态稳定问题更加突出。传统机理分析和端对端的深度学习判稳算法分别在判稳时效性和可解释性上有所欠缺,将深度学习算法和稳定机... 现代电力系统逐渐呈现高比例新能源并网趋势,大扰动下系统动态行为更加复杂,功角、电压相互耦合影响,使得暂态稳定问题更加突出。传统机理分析和端对端的深度学习判稳算法分别在判稳时效性和可解释性上有所欠缺,将深度学习算法和稳定机理有效结合一直是电力系统暂态稳定研究的重要方向。为此,该文提出一种基于Informer和改进简化支路暂态输电能力指数(simplified branch transient transmission capacity,sBTTC)的电力系统暂态稳定一体化判别方法,基于机理分析的判别方法,利用深度学习算法增强稳定判别效果。首先,在经典系统上通过机理分析了暂态稳定的失稳特征与原始sBTTC指数的特点,进一步提出了指数积分判别法来改进原始的阈值判稳;其次,搭建Informer预测网络,根据电气响应量的时空特性调整了Informer的输入信息,结合预测网络与指数积分判别法,进一步构建了针对电力系统暂态功角和电压稳定的一体化超前判别模型,能够实现对系统稳定的超前预判并同时判断系统主导稳定模式;最后,在含有高比例新能源的直流馈入系统上进行了多次判稳任务,验证了模型的判稳性能。对比实验结果显示所提方法在准确性和判别时效性上有显著提升。 展开更多
关键词 暂态电压 暂态功角 informer网络 主导稳定模式
在线阅读 下载PDF
基于改进Informed-RRT*的车间机器人路径规划
12
作者 但远宏 季勇 程东 《组合机床与自动化加工技术》 北大核心 2025年第5期14-19,共6页
针对Informed-RRT*算法在路径规划中的采样盲目性、转折角过大和扩展新节点效率低等问题,提出了一种改进方法。该方法限制采样方向和转角,引入二次扩展策略,并有条件地选取新节点。首先,生成新节点时引入启发式信息,并根据Metropolis准... 针对Informed-RRT*算法在路径规划中的采样盲目性、转折角过大和扩展新节点效率低等问题,提出了一种改进方法。该方法限制采样方向和转角,引入二次扩展策略,并有条件地选取新节点。首先,生成新节点时引入启发式信息,并根据Metropolis准则以一定概率接受新节点;其次,为满足运动学约束和有目的性搜索,将采样点限制在起点和目标点连线方向且以起点为轴左右小于最大转角的范围内,在重选父节点和重布线时也要符合最大转角约束;最后,采用二次扩展策略,第一次扩展在限定范围内采样,第二次扩展在新节点和目标点之间的椭圆区域内采样。通过多组实验表明,改进算法提高了搜索效率,降低了路径长度,使运行更稳定。 展开更多
关键词 informed-RRT~* 路径规划 METROPOLIS准则 转角约束 二次扩展
在线阅读 下载PDF
基于数字孪生和Informer-LSTM的滚动轴承剩余寿命预测
13
作者 王雅君 崔海峰 +1 位作者 刘云松 鞠鸿宇 《组合机床与自动化加工技术》 北大核心 2025年第7期135-140,共6页
为了能够精准地实现滚动轴承剩余使用寿命的预测,提出了一种使用数字孪生技术和时间序列预测结合的预测方法,并且对Informer的解码器进行修改,引入LSTM以增强序列建模能力,构建出Informer-LSTM混合模型进行预测。通过数字孪生技术建立... 为了能够精准地实现滚动轴承剩余使用寿命的预测,提出了一种使用数字孪生技术和时间序列预测结合的预测方法,并且对Informer的解码器进行修改,引入LSTM以增强序列建模能力,构建出Informer-LSTM混合模型进行预测。通过数字孪生技术建立轴承的虚拟模型,实现对轴承物理状态的监控和模拟,并为剩余使用寿命的预测提供数据,通过提取历史数据和数字孪生数据的时域和频域特征,建立数据集,并利用Informer-LSTM模型对收集到的时间序列数据进行处理,实现轴承的剩余寿命的预测。通过实验看出,该方法在预测滚动轴承剩余寿命方面具有较高的准确性和稳定性,可以为实现设备的智能维护和故障预防提供了有力支持。 展开更多
关键词 数字孪生 时间序列预测 informer-LSTM 剩余使用寿命
在线阅读 下载PDF
LS+Informer用于极移预报的方法研究
14
作者 王丹丹 乔书波 +2 位作者 程栋梁 徐海龙 闫亚明 《大地测量与地球动力学》 北大核心 2025年第9期899-904,共6页
为提高极移中长期预报精度,在传统LS+AR预报模型的基础上结合深度学习方法,提出LS+Informer(least-squares extrapolation and Informer)预报模型。以LS+AR预报模型和Bulletin A的预报结果为参考,采用平均绝对误差(mean absolute error,... 为提高极移中长期预报精度,在传统LS+AR预报模型的基础上结合深度学习方法,提出LS+Informer(least-squares extrapolation and Informer)预报模型。以LS+AR预报模型和Bulletin A的预报结果为参考,采用平均绝对误差(mean absolute error, MAE)作为评价指标。采用LS+Informer方法后,极移的PMX分量和PMY分量的中长期预报精度得到显著提升,幅度分别可达61.94%和64.86%。同时,在中长期(365 d)阶段可以将MAE值控制在10 mas以内。研究结果显示,在极移的中长期预报中,LS+Informer模型的预报精度明显优于LS+AR模型,且优于Bulletin A的预报结果。该结果表明,LS+Informer模型可有效应用于中长期极移预测。 展开更多
关键词 Transformer模型 informer模型 LS+AR模型 极移 平均绝对误差
在线阅读 下载PDF
线性分解和周期增强Informer的太阳辐射短临预报研究 被引量:1
15
作者 姚蕊 刘小芳 《太阳能学报》 北大核心 2025年第2期505-510,共6页
针对辐射周期趋势及外部影响特征捕获不足的问题,提出一种线性分解和周期增强Informer的地表太阳辐射短临预报方法。首先,改进灰色关联度方法,获取历史辐射与多种外部气象因素关联度,提取16种高相关外部气象特征建立高关联特征集,强化... 针对辐射周期趋势及外部影响特征捕获不足的问题,提出一种线性分解和周期增强Informer的地表太阳辐射短临预报方法。首先,改进灰色关联度方法,获取历史辐射与多种外部气象因素关联度,提取16种高相关外部气象特征建立高关联特征集,强化捕捉辐射与气象因素之间的复杂关系的能力;其次,在基于Transformer解决方案的基础上引入周期性嵌入层和ReLU激活函数,为模型提供更准确、合理的周期时间特征和辐射变化区间。最后,在Informer后增加平滑序列分解线性层,将Autoformer中的分解方案和FEDformer中的线性层相结合,进一步增强捕捉时序数据中周期性和季节性成分的能力。实验结果表明:该IDL方法结合外部气象特征能极好地提高模型短临预报效果,精度高于近年来基于Transformer系列的解决方案;比DLinear均方误差最高减少30.6%。 展开更多
关键词 太阳辐射 informER TRANSFORMER 平滑序列线性分解 周期嵌入 灰色关联度
在线阅读 下载PDF
基于VCW-Informer的天然气压缩机组监测数据预警方法
16
作者 姚俊名 梁伟 +3 位作者 郑志明 黄天长 付千郡 廖春燕 《中国安全科学学报》 北大核心 2025年第7期167-175,共9页
为进一步提升天然气压缩机组的早期异常预警能力,基于变分模态分解(VMD)算法、Informer算法、3σ准则判据与Correlation-Weight优化提出一个新的预警方法。基于Informer架构搭建预测模型,利用VMD算法将监测数据分解为不同频率的多维尺... 为进一步提升天然气压缩机组的早期异常预警能力,基于变分模态分解(VMD)算法、Informer算法、3σ准则判据与Correlation-Weight优化提出一个新的预警方法。基于Informer架构搭建预测模型,利用VMD算法将监测数据分解为不同频率的多维尺度特征作为模型输入。在训练过程中,计算各分量特征与原始信号的权重系数来优化调整模型内部参数。并利用预测重构结果与统计分析的3σ判据进一步提升预警性能。采集现场压缩机组2段正常与异常的压差监测数据进行实例验证,试验结果表明:相比于其他预测方法,所提出的预警方法具有最小的预测误差,正常箱体压差的预测结果同比降低66.67%~71.43%(均方误差(MSE)),36.67%~45.45%(平均绝对误差(MAE)),40.17%~45.42%(均方根误差(RMSE)),36.57%~45.72%(平均绝对百分比误差(MAPE));异常进气压差的预测结果同比降低64.43%~71.12%(MSE),44.02%~52.27%(MAE),40.36%~45.53%(RMSE),37.24%~47.79%(MAPE)。该方法在细节特征与趋势特征上具有更好的预测精度,在测试集中能提前60 min时间为异常监测信号提供预警,从而提升机组安全稳定运行的可靠性。 展开更多
关键词 变分相关性权重优化informer(VCW-informer) 天然气压缩机 监测数据 异常预警 深度学习 信号分解
在线阅读 下载PDF
基于MMoE-CNN-Informer模型的电力系统多元负荷长短期时间序列预测 被引量:1
17
作者 谈耀荻 黄艳国 +1 位作者 刘景锋 杨仁峥 《电气工程学报》 北大核心 2025年第2期253-263,共11页
随着用户侧用能的多样性以及能源的耦合性日益增加,多元负荷的预测对于地区调度的精细化管理至关重要。在保证短期多元负荷预测精度的同时,针对多元负荷较长期预测提出了一种基于MMoE-CNN-Informer的预测方案来提升负荷预测精度。首先... 随着用户侧用能的多样性以及能源的耦合性日益增加,多元负荷的预测对于地区调度的精细化管理至关重要。在保证短期多元负荷预测精度的同时,针对多元负荷较长期预测提出了一种基于MMoE-CNN-Informer的预测方案来提升负荷预测精度。首先使用卷积神经网络对多元负荷序列及其特征序列进行监督式特征提取,然后将特征输入(Multi-gate mixture-of-experts,MMoE)多任务模型学习多元负荷序列间的耦合强度,最后将学习结果输入各负荷Informer预测模型实现多元负荷较长时间的组合预测任务。以多元负荷数据集进行了试验,并与其他6种相关的预测方法进行了比较,证明了所提改进模型在多元负荷的长短期时间序列预测上存在一定的优势,在保证多元负荷短期预测精度的同时,提升了对于多元负荷长期预测的能力,体现了方案的有效性和可行性。 展开更多
关键词 多元负荷预测 较长期预测 多任务模型 卷积神经网络 informer预测模型
在线阅读 下载PDF
基于SDAE-DCPInformer的电动汽车电池SOC和SOH估算方法
18
作者 彭自然 王顺豪 肖伸平 《智能系统学报》 北大核心 2025年第4期969-983,共15页
针对现有电动汽车电池状态估计方法存在运算效率低和估算准确率低的问题,提出一种模型以估算电动汽车电池荷电状态(state of charge,SOC)和健康状态(state of health,SOH)。采用堆叠降噪自编码器(stacked denosing auto encoder,SDAE)... 针对现有电动汽车电池状态估计方法存在运算效率低和估算准确率低的问题,提出一种模型以估算电动汽车电池荷电状态(state of charge,SOC)和健康状态(state of health,SOH)。采用堆叠降噪自编码器(stacked denosing auto encoder,SDAE)清洗电压、电流和温度数据中的异常数据和空缺数据,减小对估算精度的影响。引入动态通道剪枝(dynamical channel pruning,DCP)技术对Informer模型进行稀疏化处理,提高剪枝后模型的性能和稳定性。将清洗过的数据输入DCPInformer模型实现SOC和SOH的精确估计。实验结果表明,所提出的SDAE-DCPInformer模型估计SOC的平均绝对误差和均方根误差分别达到0.25%和0.38%,估计SOH的平均绝对误差和均方根误差分别达到了0.51%和0.64%。与传统Transformer等模型相比,所提模型预测SOC和SOH的速度更快,估算准确度有效提升,拥有的更好稳定性和泛化性。 展开更多
关键词 电动汽车 动力电池 荷电状态 健康状态 堆叠降噪自编码器 数据清洗 动态通道剪枝 改进informer
在线阅读 下载PDF
基于Informer模型的高铁列车OD客流预测
19
作者 张涛 《北京交通大学学报》 北大核心 2025年第3期90-99,共10页
针对高速铁路列车OD客流长时预测数据量大、预测难度高的特点,提出基于Informer模型的客流预测方法.首先,定义高速铁路列车OD客流预测问题内涵,设计包含数据获取、数据处理和客流预测的研究框架;其次,收集旅客列车运行图系统和客运大数... 针对高速铁路列车OD客流长时预测数据量大、预测难度高的特点,提出基于Informer模型的客流预测方法.首先,定义高速铁路列车OD客流预测问题内涵,设计包含数据获取、数据处理和客流预测的研究框架;其次,收集旅客列车运行图系统和客运大数据平台的历史数据,挖掘影响列车OD客流的关键特征;再次,构建列车OD客流预测的Informer模型,运用包含概率稀疏自注意力机制的解码器结构捕获不同列车OD客流数据的长期相关性,给予重要时间节点更高的关注度,借助解码器结构生成列车的预测客流态势;最后,以京沪高铁上海虹桥至北京南区段的高铁列车为例,基于Informer模型预测列车OD客流,验证方法的有效性.研究结果表明:Informer模型可以较为精准地预测各列车客流量,与Transformer模型、门控循环单元(Gated RecurrentUnit,GRU)模型和长短期记忆网络(Long Short-Term Memory,LSTM)模型相比,Informer模型在训练集上的准确率分别提升2.11%、6.97%和6.79%,在测试集上的准确率分别提升1.42%、7.19%和8.24%.研究结果可为高速铁路精细化客运组织提供列车OD客流数据支撑,对高铁客运组织优化提供参考. 展开更多
关键词 高速铁路 客流预测 深度学习 informer模型
在线阅读 下载PDF
应用改进APF-Informed-RRT^(*)算法的配送无人机航迹规划 被引量:1
20
作者 刘玉梦 任彦 +3 位作者 王静宇 赵利云 王琦 单俊茹 《中国测试》 北大核心 2025年第1期173-180,共8页
为加快末端物流配送的效率,提出一种配送无人机的航迹规划问题。针对传统快速搜索随机树(rapidlysearch random tree,RRT)算法在航迹规划中存在的盲目性和路径不平滑等问题,将人工势场法(artificial potential field,APF)与Informed-RRT... 为加快末端物流配送的效率,提出一种配送无人机的航迹规划问题。针对传统快速搜索随机树(rapidlysearch random tree,RRT)算法在航迹规划中存在的盲目性和路径不平滑等问题,将人工势场法(artificial potential field,APF)与Informed-RRT^(*)算法融合,提出一种自适应步长增长策略的改进APF-Informed-RRT^(*)算法。首先在选择新节点时,考虑到障碍物和目标点的影响,提出一种自适应步长增长策略来解决采样的盲目性;其次采用三次B样条对拐点处进行平滑处理;最后分别采用RRT^(*)算法、Informed-RRT^(*)算法和改进APF-Informed-RRT^(*)算法在两种环境中进行仿真实验。结果表明,改进APF-Informed-RRT^(*)算法相较于RRT^(*)算法和Informed-RRT^(*)算法,在运行时间、迭代次数以及路径平滑上都得到提升。 展开更多
关键词 末端物流配送 航迹规划 人工势场法 informed-RRT^(*)算法
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部