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1,792篇文章
< 1 2 … 90 >
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：
基于参数优化变分模态分解的信号降噪方法 被引量：1
1
作者 何玉洁 李新娥 贺俊 《现代电子技术》 北大核心 2025年第2期70-76,共7页
针对心电信号中肌电干扰噪声难以去除的问题,提出一种基于参数优化变分模态分解(VMD)的信号降噪方法。通过设计动态边界策略和反向种群生成方式,对白鲸优化(BWO)算法进行改进;采用改进白鲸优化算法对VMD参数自适应寻优,确定分解层数K与... 针对心电信号中肌电干扰噪声难以去除的问题,提出一种基于参数优化变分模态分解(VMD)的信号降噪方法。通过设计动态边界策略和反向种群生成方式,对白鲸优化(BWO)算法进行改进;采用改进白鲸优化算法对VMD参数自适应寻优,确定分解层数K与惩罚因子α;对含噪心电信号进行分解,得到k个本征模态函数(IMF)分量,同时采用相关系数法进行有效模态和含噪模态识别;对噪声主导的模态分量采用小波阈值降噪,并重构信号主导模态与降噪后模态。对仿真信号与含真实肌电干扰的心电信号进行降噪处理,实验结果表明,所提方法去噪效果优于小波阈值去噪法、EMD法、EMD-小波阈值去噪法,真实含噪的心电信号经该方法去噪后自相关系数可达0.91以上。 展开更多
关键词 变分模态分解 信号降噪 参数优化 改进白鲸优化算法 心电信号 IMF分量 小波阈值降噪 肌电干扰
在线阅读 下载PDF
变分模态分解和自适应稀疏自编码器的故障诊断模型
2
作者 吴亚丽 冯梦琦 +2 位作者 王君虎 董昂 杨延西 《机械科学与技术》 北大核心 2025年第9期1603-1611,共9页
针对旋转机械滚动轴承故障诊断中变分模态分解的参数选择和稀疏自编码器网络结构难以确定的问题,该文提出了一种粒子群算法优化的变分模态分解与稀疏自编码器相结合的故障诊断模型。首先计算包络熵确定变分模态算法的分解层数和模态分量... 针对旋转机械滚动轴承故障诊断中变分模态分解的参数选择和稀疏自编码器网络结构难以确定的问题,该文提出了一种粒子群算法优化的变分模态分解与稀疏自编码器相结合的故障诊断模型。首先计算包络熵确定变分模态算法的分解层数和模态分量,通过信号分解和降噪从而实现最佳分量的筛选。接着计算最佳分量的包络谱并将其作为稀疏自编码器的输入,引入粒子群算法优化稀疏自编码器的网络结构,获得自动提取振动数据的最优特征表示能力,在满足模型较优的特征学习能力的前提下极大地增强了模型的适应性。对凯斯西储大学轴承和变速轴承数据集的故障类型识别的仿真结果表明,该文所提方法拥有较强自适应性和较优的准确率。 展开更多
关键词 变分模态分解 包络熵 稀疏自编码器 粒子群算法 故障诊断
在线阅读 下载PDF
自适应变分模态分解算法在高温高压水空化特性分析中的应用 被引量：2
3
作者 许博 胡鸿飞 王海军 《西安交通大学学报》 EI CAS 北大核心 2025年第1期56-67,共12页
针对高温高压流动工况下,空化状态判断困难、传统分析方法难以有效提取压力脉动信号中的有效信息的问题,以孔板为对象,开展了高温高压水的空化实验,并提出了一种基于遗传算法的自适应变分模态分解(AVMD)算法。该算法通过结合中心频率法... 针对高温高压流动工况下,空化状态判断困难、传统分析方法难以有效提取压力脉动信号中的有效信息的问题,以孔板为对象,开展了高温高压水的空化实验,并提出了一种基于遗传算法的自适应变分模态分解(AVMD)算法。该算法通过结合中心频率法、遗传算法、功率谱熵和相对能量等技术,自适应地确定变分模态分解算法中的超参数并有效去除信号中的噪声成分,提高了空化特征的提取精度。结果表明:AVMD算法能够精确捕捉到高温高压水流经孔板时空化现象的发生和发展,识别空化起始点、转捩点以及空化强度的变化;当高温高压水流经孔板后,压力脉动的无量纲频率在0.04~0.35、压力脉动的无量纲幅值在0.014~0.067时,空化现象开始出现;随着空化强度增加,管内压力脉动幅值和频率整体呈增大趋势;空化起始转捩点及空化严重转捩点与入口压力和工质入口过冷度密切相关。AVMD算法能够有效提高空化特性分析的精度,尤其是在复杂流动条件下的空化预测,为压水堆核电站冷却剂系统和高压蒸汽系统的稳定运行提供理论依据和参考。 展开更多
关键词 高温高压水 空化特性 自适应变分模态分解 孔板
在线阅读 下载PDF
基于变分模态分解的自适应交叉融合模型及其在月径流预测中的应用 被引量：1
4
作者 孙瑜辉 王庆杰 岳春芳 《水电能源科学》 北大核心 2025年第3期1-6,共6页
基于“分解—集成”策略的径流预测模型是现有研究中提高预测精度的主流方式之一。分解—集成建模方式主要有后验试验(HE)、预测试验(FE)和自适应预测试验(AFE)3种方式,已有研究主要聚焦于HE的改进,忽视了各建模方式的实用性研究。基于... 基于“分解—集成”策略的径流预测模型是现有研究中提高预测精度的主流方式之一。分解—集成建模方式主要有后验试验(HE)、预测试验(FE)和自适应预测试验(AFE)3种方式,已有研究主要聚焦于HE的改进,忽视了各建模方式的实用性研究。基于此,在梳理各类建模方式特性的基础上,以天山山系中两条典型的内陆河为例,选用BP神经网络(BP)、支持向量机(SVM)和随机森林(RF)为基准预测模型,基于变分模态分解(VMD)和互补集合经验模态分解(CEEMD)分别构建多种分解—集成预测模型,并探索了AFE与基准模型交叉融合后的预测能力。仿真结果表明,HE建立时提前使用了测试数据信息,与预测实际不符;FE在测试数据分解时受端点效应影响严重,预测精度极低;AEF符合逐时段观测—滚动分解—实时建模预测的实际,基于VMD和CEEMD的AFE模型对径流极大值的预测精度较高。在AFE类模型中,VMD的适应性更强,可实现流域汛期月径流的高精度预报。基于VMD分解的自适应交叉融合模型能够取得与HE模型相当甚至更高的预测精度,对径流预测精度的提高具有实际意义。 展开更多
关键词 径流预测 端点效应 变分模态分解 后验试验 预测试验 自适应预测试验
在线阅读 下载PDF
基于参数优化变分模态分解和马田系统的工业缝纫机故障诊断方法
5
作者 周中华 刘祖斌 《高技术通讯》 北大核心 2025年第1期73-84,共12页
针对工业缝纫机出厂质检的人耳听音传统方式准确率不高、耗时耗力的问题,提出了一种基于参数优化变分模态分解(variational mode decomposition,VMD)和马田系统(Mahalanobis-Taguchi system,MTS)的工业缝纫机故障诊断方法。首先,通过樽... 针对工业缝纫机出厂质检的人耳听音传统方式准确率不高、耗时耗力的问题,提出了一种基于参数优化变分模态分解(variational mode decomposition,VMD)和马田系统(Mahalanobis-Taguchi system,MTS)的工业缝纫机故障诊断方法。首先,通过樽海鞘群算法(salp swarm algorithm,SSA)对变分模态分解的相关参数进行迭代寻优,并利用获得最优参数的VMD对工业缝纫机声信号进行分解得到不同中心频率的固有模态函数(intrinsic mode function,IMF);然后,分别对IMF分量进行多域特征融合,并且采用正常样本构建了MTS的基准空间,进一步利用了少量故障样本来验证和优化基准空间;最后,结合马氏距离的阈值实现了准确的故障识别分类。通过仿真信号的对比分析,证明了SSA-VMD算法分解信号的可行性和优越性;实验数据和实测数据的研究结果表明了所提出的故障诊断方法具有一定的实际应用价值。 展开更多
关键词 工业缝纫机 故障诊断 变分模态分解 马田系统 多域特征融合
在线阅读 下载PDF
变分模态分解融合特征熵的直流微电网电弧检测 被引量：1
6
作者 李欣 李奎秀 +2 位作者 李新宇 陈德秋 郭攀锋 《电力系统及其自动化学报》 北大核心 2025年第3期47-58,共12页
针对直流微电网不同单元发生的串联电弧故障和易被误判问题,提出一种变分模态分解融合多特征熵值的故障电弧检测方法。首先,通过麻雀搜索算法优化变分模态分解参数,将各单元电压和电流信号分解为若干本征模态函数,并结合多尺度排列熵的... 针对直流微电网不同单元发生的串联电弧故障和易被误判问题,提出一种变分模态分解融合多特征熵值的故障电弧检测方法。首先,通过麻雀搜索算法优化变分模态分解参数,将各单元电压和电流信号分解为若干本征模态函数,并结合多尺度排列熵的绝对差值确定故障特征模态分量;其次,融合能量熵、近似熵、样本熵、模糊熵将选定的模态函数量化为熵值,并据此设定检测阈值;最后,通过对比实验和抗干扰实验对所提方法进行验证。结果表明该方法电弧识别率达到98%以上且具备良好的抗干扰性。 展开更多
关键词 直流微电网 串联电弧故障 变分模态分解 对比试验 电弧识别率
在线阅读 下载PDF
基于变分模态分解的宽频信号估计算法 被引量：2
7
作者 符玲 郭颖 +2 位作者 李红艳 熊思宇 李小鹏 《电网技术》 北大核心 2025年第2期748-758,共11页
随着新能源并网的发展,电网宽频振荡频发,且具有频率范围宽、模态分量多等特点。而现有的宽频信号估计方法由于存在忽略各基波动态变化、未能很好降低分量间的相互干扰等情况而无法提供准确的宽频振荡相关参数信息。因此,该文提出一种... 随着新能源并网的发展,电网宽频振荡频发,且具有频率范围宽、模态分量多等特点。而现有的宽频信号估计方法由于存在忽略各基波动态变化、未能很好降低分量间的相互干扰等情况而无法提供准确的宽频振荡相关参数信息。因此,该文提出一种考虑基波动态、降低相互干扰的宽频信号估计方法,以实现信号参数的高精度辨识,为宽频振荡分析、扰动溯源定位等应用提供数据支撑。首先,利用变分模态分解(variational mode decomposition,VMD)提取宽频信号中多种模态分量的波形信息以及对应的中心频率;其次,考虑到实际电力系统中基波频率的动态变化,利用离散傅里叶变换(discrete fourier transform,DFT)跟踪基波分量的实际频率,并以此修正基波中心频率;最后,将中心频率、模态分量波形等信息代入动态相量模型,实现宽频信号参数估计。在频率线性变化、频率动态调制、噪声等工况下验证算法性能,仿真结果表明,所提算法能更准确地获取宽频信号的参数信息,保持总相量误差(total vector error,TVE)低于3%。 展开更多
关键词 宽频振荡 参数估计 变分模态分解(VMD) 基波动态
在线阅读 下载PDF
基于变分模态分解的地面磁共振谐波消噪方法
8
作者 王琦 刘钊闻 +2 位作者 杜海龙 玄玉波 刁庶 《吉林大学学报(理学版)》 北大核心 2025年第2期559-566,共8页
针对地面磁共振信号非常弱,极易受电磁噪声干扰的问题,提出一种基于变分模态分解的地面磁共振谐波消噪方法.该方法采用基于改进变分模态分解的工频谐波消除方式,并根据频谱分析设定模态分量数与初始中心频率,解决了常规谐波建模消噪方... 针对地面磁共振信号非常弱,极易受电磁噪声干扰的问题,提出一种基于变分模态分解的地面磁共振谐波消噪方法.该方法采用基于改进变分模态分解的工频谐波消除方式,并根据频谱分析设定模态分量数与初始中心频率,解决了常规谐波建模消噪方法仅能处理单次采集数据而导致的运算效率慢等问题.实验结果表明,该方法在多基频或基频随时间变化等复杂噪声场景中,得到了良好的谐波分量估计效果,并可快速、有效地消除工频谐波干扰,大幅度提升了地面磁共振探测数据信噪比. 展开更多
关键词 变分模态分解 地面磁共振 谐波干扰 基频变化
在线阅读 下载PDF
基于改进变分模态分解的飞轮储能辅助火电二次调频控制策略
9
作者 王玮 赵俊杰 +1 位作者 高嵩 房方 《动力工程学报》 北大核心 2025年第7期1052-1062,共11页
飞轮储能辅助调频是改善火电机组调频性能和运行稳定性的有效方案之一。为提升飞轮储能参与二次调频的综合性能,提出了一种基于变模态分解改进鲸群优化算法的飞轮辅助火电机组二次调频协同控制策略。首先,基于飞轮储能单元机侧和网侧控... 飞轮储能辅助调频是改善火电机组调频性能和运行稳定性的有效方案之一。为提升飞轮储能参与二次调频的综合性能,提出了一种基于变模态分解改进鲸群优化算法的飞轮辅助火电机组二次调频协同控制策略。首先,基于飞轮储能单元机侧和网侧控制机理,建立了适配1 000 MW超超临界火电机组的飞轮储能阵列控制系统模型,以及飞轮储能系统与超超临界机组协同控制的二次调频模型;其次,提出了基于鲸群优化算法的改进变模态分解方法,实现了火电机组和飞轮系统响应自动发电控制(AGC)指令的优化分配;最后,针对分配结果设计了一种提升飞轮系统荷电状态(SOC)充放电裕度的控制策略,发展了综合考虑调频性能和飞轮可靠性的飞轮辅助火电二次调频控制策略。结果表明:所提控制策略在减弱飞轮储能SOC和火电机组主蒸汽压力波动的同时,可使机组的AGC性能考核指标提升16.72%。 展开更多
关键词 火电机组 飞轮储能 二次调频 AGC指令 鲸鱼优化算法 变分模态分解
在线阅读 下载PDF
基于变分模态分解的深挖方膨胀土渠道边坡变形预测
10
作者 胡江 李星 马福恒 《工程地质学报》 北大核心 2025年第4期1540-1552,共13页
膨胀土渠道边坡运行期变形受降水、地下水位以及蒸发等干湿循环作用的影响显著,变形预测可为渠坡稳定性评判提供依据。以某调水工程的一深挖方膨胀土渠段为例开展研究,该段渠坡地下水位较高,开挖完成3 a后渠坡的刚性支护结构出现了损坏... 膨胀土渠道边坡运行期变形受降水、地下水位以及蒸发等干湿循环作用的影响显著,变形预测可为渠坡稳定性评判提供依据。以某调水工程的一深挖方膨胀土渠段为例开展研究,该段渠坡地下水位较高,开挖完成3 a后渠坡的刚性支护结构出现了损坏,变形超设计警戒值且还在持续发展。基于工程地质、水文地质与现场检查数据,分析渠坡变形特征与影响因素,发展位移统计模型;融合VMD和LSSVM算法,构建深挖方膨胀土渠道边坡垂直位移预测的VMD-LSSVM模型。结果表明,影响因素与垂直位移周期性部分的灰色关联度均大于0.6,呈较好相关性,其中地下水位、有效降水量、气温为负相关;渠道水位为正相关。VMD算法能较好地分解趋势性、周期性和波动性位移,同时能将影响因素分解为周期性和波动性成分,且能识别影响因素的局部波动。以时间作为趋势性位移的输入因子,以影响因素的周期性和波动性成分作为周期性和波动性位移的输入因子,进行训练和预测,叠加得到累计位移输出值。运行初期渠坡垂直位移的时效显著,VMD-LSSVM模型预测精度明显优于统计模型和直接将影响因素作为输入因子的LSSVM模型。 展开更多
关键词 膨胀土边坡 位移预测 地下水 变分模态分解 支持向量机
在线阅读 下载PDF
考虑不确定变量变分模态分解及绿证-碳联合交易的综合能源系统经济优化调度
11
作者 刘晓军 熊健 +2 位作者 王艺博 刘闯 徐粤洋 《电工技术学报》 北大核心 2025年第13期4276-4291,共16页
为了挖掘热电联产、储能设备等多元设备的差异化响应能力以实现综合能源系统(IES)中不确定变量的有效应对,该文提出一种考虑不确定变量变分模态分解(VMD)和绿证-碳联合交易的综合能源系统经济优化调度方法。首先,在IES运行框架下,提出... 为了挖掘热电联产、储能设备等多元设备的差异化响应能力以实现综合能源系统(IES)中不确定变量的有效应对,该文提出一种考虑不确定变量变分模态分解(VMD)和绿证-碳联合交易的综合能源系统经济优化调度方法。首先,在IES运行框架下,提出了面向电/热/气负荷等不确定变量VMD低/中/高频分量的设备差异化响应方法流程;其次,在绿证和碳交易机制基础上,考虑绿证碳减排机理,构建了绿证-碳联合交易机制;再次,考虑IES内多元设备的差异化幅/频响应能力,建立了一种以综合成本最小为目标的IES经济优化调度模型,并将模型依据VMD低/中/高频分量顺序进行逐层传递、迭代求解;最后,算例结果表明所提模型能够较好地提高IES的新能源消纳能力和碳减排能力,验证了模型的合理性与有效性。 展开更多
关键词 变分模态分解 绿证交易机制 碳交易机制 风电消纳 综合能源系统
在线阅读 下载PDF
基于变分模态分解和核极限学习机集成模型的电动汽车锂电池健康状态预测
12
作者 巫春玲 吕晶晶 +3 位作者 相里康 孟锦豪 黄鑫蓉 张震 《电源学报》 北大核心 2025年第6期288-299,共12页
在传统电动汽车锂电池预测中,往往将健康状态SOH(state-of-health)预测视作一个整体,进而给出单一SOH预测结果。但在汽车实际运行中,直接进行SOH的单一预测误差大,预测效果不好。为了提高电动汽车电池的SOH预测精度,提出了1种基于变分... 在传统电动汽车锂电池预测中,往往将健康状态SOH(state-of-health)预测视作一个整体,进而给出单一SOH预测结果。但在汽车实际运行中,直接进行SOH的单一预测误差大,预测效果不好。为了提高电动汽车电池的SOH预测精度,提出了1种基于变分模态分解和麻雀搜索算法优化的核极限学习机集成模型的新预测方法VMD-SSA-KELM。该方法通过变分模态分解电池SOH序列,降低SOH回升的影响;同时利用Person相关法减少噪声的影响,提高预测的准确性;引入核极限学习机KELM,在保留极限学习机优点的基础上,提高了预测的精度。基于4辆电动汽车的运行数据对提出的模型进行验证,结果表明与VMD-DBO-KELM、VMDPOA-KELM、VMD-KELM、VMD-ELM模型相比,所提模型的预测趋势与原数据趋势一致,其他模型的结果波动较大,新模型预测的均方根误差在0.20%内,预测精度更高,预测效率更快,所用时间更短,故可以证明所提方法具有更高的准确性和鲁棒性。 展开更多
关键词 锂电池 变分模态分解 核极限学习机 麻雀搜索算法
在线阅读 下载PDF
基于射流瞬态流速变分模态分解法的纬纱波动幅度预测
13
作者 沈敏 欧阳灿 +4 位作者 熊小双 王真 杨学正 吕永法 余联庆 《纺织学报》 北大核心 2025年第1期187-196,共10页
为降低柔性纬纱在引纬过程中因辅助喷嘴高速气流曳力而产生过大形变,使用基于分解层数优化的变分模态分解(VMD)方法,获得辅助喷嘴射流瞬时速度信号的本征模态分量(IMF),利用IMF预测柔性纬纱运动形变,降低断纬率。首先采用大涡模拟(LES)... 为降低柔性纬纱在引纬过程中因辅助喷嘴高速气流曳力而产生过大形变,使用基于分解层数优化的变分模态分解(VMD)方法,获得辅助喷嘴射流瞬时速度信号的本征模态分量(IMF),利用IMF预测柔性纬纱运动形变,降低断纬率。首先采用大涡模拟(LES)方法数值模拟了圆锥形、圆弧形及圆柱形入口辅助喷嘴射流的瞬态流场分布,监测了辅助喷嘴射流在势核与势尾区域瞬态速度信号;继而,通过VMD方法,得到监测点速度的本征模态分量,讨论了各本征模态信号波动的方差,最后通过双向流固耦合法得到纬纱的径向偏移来验证预测的准确性。结果发现:3种辅助喷嘴势核与势尾处主模态IMF1速度幅值稳定,为辅助喷嘴的主速度模态;次模态IMF2波动大且与纬纱径向偏移具有同步性,可用于预测纬纱波动;第3模态IMF3为高频振荡信号,可视为流场高频噪声信号去除。 展开更多
关键词 喷气织机 辅助喷嘴射流 瞬态流场 大涡模拟 变分模态分解 纬纱波动
在线阅读 下载PDF
基于逐次变分模态分解和小波阈值的车载雷达抗干扰方法
14
作者 李家强 刘浩波 +2 位作者 汪星宇 姚昌华 陈金立 《雷达科学与技术》 北大核心 2025年第4期375-386,共12页
车载毫米波雷达间交叉干扰直接影响雷达的目标探测精度和驾驶安全,针对此问题本文提出一种基于逐次变分模态分解(Successive Variational Mode Decomposition,SVMD)结合小波阈值的干扰抑制方法。首先通过PID搜索算法(PID Search Algorit... 车载毫米波雷达间交叉干扰直接影响雷达的目标探测精度和驾驶安全,针对此问题本文提出一种基于逐次变分模态分解(Successive Variational Mode Decomposition,SVMD)结合小波阈值的干扰抑制方法。首先通过PID搜索算法(PID Search Algorithm,PSA)对SVMD的最大正则化参数进行优化选择,然后利用SVMD将受扰雷达信号分解为一组本征模态函数(Intrinsic Mode Function,IMF)。接着对每个IMF依次进行小波阈值化处理以滤除各模态中的干扰,最后将各模态叠加完成信号重构,获得干扰抑制后的毫米波雷达信号。本文在PSA中加入陷阱避免算子以增加探索范围和避免局部最优,在小波阈值处理中改进了硬阈值函数以解决函数连续性差的问题。多目标场景下的仿真实验和实测实验结果表明,该方法干扰抑制效果显著,能够提高雷达的检测性能。 展开更多
关键词 毫米波雷达 逐次变分模态分解 PID搜索算法 小波阈值
在线阅读 下载PDF
一种自适应选取参数的改进变分模态分解方法 被引量：1
15
作者 李志强 李德文 +2 位作者 左洪福 蔡景 张营 《机电工程》 CAS 北大核心 2024年第6期980-991,共12页
针对传统的变分模态分解(VMD)方法中模态数和惩罚参数难以确定的问题,提出了一种自适应选取参数的改进变分模态分解方法。首先,综合考虑了故障的冲击性和周期性特点,以Gini指数和谱峰比指标为基础构建了加权谱峰比(WSPR)指标;然后,采用... 针对传统的变分模态分解(VMD)方法中模态数和惩罚参数难以确定的问题,提出了一种自适应选取参数的改进变分模态分解方法。首先,综合考虑了故障的冲击性和周期性特点,以Gini指数和谱峰比指标为基础构建了加权谱峰比(WSPR)指标;然后,采用非洲秃鹫优化算法(AVOA)进行了寻优,得到了最佳的模态数和惩罚参数组合,克服了人为主观选择参数的弊端;最后,在VMD分解信号后,利用加权谱峰比最大原则自适应选取了敏感内涵模态分量,对最佳IMF进行了包络解调分析,提取了滚动轴承早期故障特征,利用仿真信号、单一故障滚动轴承试验信号及复合故障滚动轴承试验信号对所述方法进行了验证。实验结果表明:该方法可以准确地提取出仿真信号的故障频率(100 Hz)、单一故障信号的故障频率(236.4 Hz)和复合故障信号的故障频率(内圈故障频率149.14 Hz、外圈故障频率86.39 Hz),并且在与其他方法和指标的对比中,其最佳IMF的包络谱图中故障特征频率及其倍数频的谱峰更加明显,准确率更高且鲁棒性更强。研究结果表明:该方法能够有效提取轴承早期故障信号的微弱特征,实现故障类型准确识别的目的。 展开更多
关键词 滚动轴承 早期故障诊断 变分模态分解 模态数 惩罚参数 非洲秃鹫优化算法 加权谱峰比指标
在线阅读 下载PDF
基于优化变分模态分解和深度学习的滑坡位移预测模型
16
作者 张研 叶玉龙 +1 位作者 王根伟 荆浩然 《金属矿山》 北大核心 2025年第11期138-145,共8页
针对传统方法在预测滑坡位移时准确率不高、泛化性不足等问题,基于“分解—预测—重构”思想,提出了一种变分模态分解和深度学习相结合的滑坡位移预测模型。该模型通过灰色关联度分析确定滑坡位移的影响特征,采用粒子群优化算法(Particl... 针对传统方法在预测滑坡位移时准确率不高、泛化性不足等问题,基于“分解—预测—重构”思想,提出了一种变分模态分解和深度学习相结合的滑坡位移预测模型。该模型通过灰色关联度分析确定滑坡位移的影响特征,采用粒子群优化算法(Particle Swarm Optimization,PSO)对变分模态分解(Variational Mode Decomposition,VMD)进行优化,将滑坡位移分解为具有不同物理意义的分量。针对分解后各分量的时序特点,分别采用多项式曲线拟合、长短时记忆网络(Long Short-Term Memory,LSTM)和时间卷积网络(Temporal Convolutional Networks,TCN)进行预测,最终将各分量预测值重构叠加,实现滑坡位移的精准预测。以三峡库区八字门滑坡数据为例,采用决定系数(R~2)、平均绝对误差(MAE)、均方根误差(RMSE)等指标对模型进行量化评估。结果表明:所提出的滑坡位移预测模型精度达到98.6%,能够有效提取滑坡位移数据中隐含的信息特征,对滑坡位移获取具有一定的借鉴意义;在各分量预测中采用不同的模型时,预测效果存在显著差异,因此,针对各分量特征的不同,建立相应的预测模型能够有效提高滑坡位移预测精度;通过参数敏感性分析,得出模型的输入序列长度为12时精度最佳。所提模型预测精度良好,可以为滑坡防灾减灾工程的实际应用提供参考。 展开更多
关键词 滑坡位移 变分模态分解 深度学习 粒子群优化 灰色关联度
在线阅读 下载PDF
基于金豺优化变分模态分解与时间卷积网络的过热汽温特性建模
17
作者 金秀章 赵术善 +2 位作者 畅晗 赵大勇 仲轩正 《中国电机工程学报》 北大核心 2025年第12期4759-4767,I0019,共10页
针对火电机组装机容量增大且调峰频繁导致过热汽温的大惯性、大时延和高度非线性等特征愈加明显,火电机组传统比例-积分-微分控制器(proportional-integral-derivative,PID)控制效果下降的问题,提出一种基于金豺算法(golden jackal opti... 针对火电机组装机容量增大且调峰频繁导致过热汽温的大惯性、大时延和高度非线性等特征愈加明显,火电机组传统比例-积分-微分控制器(proportional-integral-derivative,PID)控制效果下降的问题,提出一种基于金豺算法(golden jackal optimization,GJO)优化变分模态分解(variational mode decomposition,VMD)算法与GJO优化时间卷积神经网络(temporal convolutional network,TCN)的过热汽温系统特性模型。使用互信息(mutual information,MI)将机理分析得到的13个过热汽温特征变量进行排序并去除冗余变量;对筛选后的7个特征变量使用GJO-VMD算法进行分解,选择相关性较大的本征模态函数(intrinsic mode function,IMF)分量进行重构作为最终模型输入;最后,使用GJO-TCN建立过热汽温特性模型,并使用某660 MW燃煤电厂历史运行数据进行仿真实验。实验结果表明,基于GJO-VMD与GJO-TCN的过热汽温特性模型相较于TCN、长短期记忆网络(long short-term memory,LSTM)、GJO-LSTM,具有更高的预测精度。 展开更多
关键词 过热汽温 金豺算法 变分模态分解 时间卷积神经网络
在线阅读 下载PDF
基于多元变分模态分解与改进小波阈值的矿用电缆局放去噪方法 被引量：2
18
作者 曹继元 王彦文 +4 位作者 陈鹏 周暄 朱伟雄 张一赫 王乐 《煤炭学报》 北大核心 2025年第4期2293-2309,共17页
矿用电缆的绝缘状态对矿井供电系统的稳定运行起着重要作用,局部放电在线监测是电缆绝缘状态监测的重要手段。针对矿用电缆局放信号极易淹没于现场白噪声与周期性窄带干扰中,以及降噪方法适应性普遍不强等问题,提出了基于多元变分模态... 矿用电缆的绝缘状态对矿井供电系统的稳定运行起着重要作用,局部放电在线监测是电缆绝缘状态监测的重要手段。针对矿用电缆局放信号极易淹没于现场白噪声与周期性窄带干扰中,以及降噪方法适应性普遍不强等问题,提出了基于多元变分模态分解与改进小波阈值的局放去噪方法。首先,以最小平均包络熵作为适应度函数,采用麻雀搜索算法实现多元变分模态分解模态数和惩罚因子的自动寻优,从而以分解出最大确定性程度的局放特征信号为目标,准确分解局放含噪信号。其次,计算各本征模态函数的峭度值,区分局放主导分量与噪声主导分量,利用维纳滤波可通过局部方差自适应调节滤波效果的特性,准确提取局放主导分量中的局放特征信号,通过3σ准则归类局放特征信号为粗大误差,反向抑制噪声主导分量中的高斯白噪声与窄带干扰信号,将局放主导分量与噪声主导分量进行重构得到局放重构信号。最后,构建指数衰减型小波阈值函数,该阈值函数在克服硬阈值函数的不连续性与软阈值函数的恒定偏差的基础上,能够快速逼近硬阈值函数,利用新型改进小波阈值算法对局放重构信号进行去噪,得到局放去噪信号。将该方法与常见的几种方法进行比较,结果表明,该方法对仿真局放信号与实测局放信号均具有较好的降噪效果,且算法运行效率表现良好。 展开更多
关键词 局放去噪 多元变分模态分解 小波阈值 峭度 麻雀搜索算法
在线阅读 下载PDF
变分模态分解下融合时序InSAR沉降监测的HPO-LSTM预测模型 被引量：1
19
作者 陈兰兰 范永超 +1 位作者 肖海平 夏益强 《有色金属科学与工程》 北大核心 2025年第2期297-305,共9页
InSAR技术是实现大范围矿区地表沉降分析的重要手段和方法,准确预测地表沉降对预防地质灾害具有重要意义。考虑到InSAR技术提取的矿区地表沉降数据存在较强的波动性和非线性,以及长短期时间记忆(Long Short-Term Memory,LSTM)网络模型... InSAR技术是实现大范围矿区地表沉降分析的重要手段和方法,准确预测地表沉降对预防地质灾害具有重要意义。考虑到InSAR技术提取的矿区地表沉降数据存在较强的波动性和非线性,以及长短期时间记忆(Long Short-Term Memory,LSTM)网络模型的超参数难以确定的问题,本文提出一种变分模态分解(VMD)结合猎食者算法(Hunter-Prey Optimizer,HPO)优化LSTM的地表沉降预测模型,以某矿为研究对象,通过VMD算法将矿区沉降信息分解为多个模态分量,然后使用HPOLSTM模型对这些模态分量进行预测,并与InSAR监测结果进行对比分析。结果表明:与VMD-BP和VMD-ELM模型相比,该方法的预测效果更好,平均绝对误差最少降低85.41%,均方根误差最少降低85.02%,平均绝对百分比误差最少降低87.05%,表明该方法具有更强的可靠性和可行性。 展开更多
关键词 时序InSAR 沉降监测 变分模态分解 HPO-LSTM预测模型
在线阅读 下载PDF
多变分模态分解下的湿地植被高光谱识别特征波长优选与模型研究 被引量：1
20
作者 李璇 袁希平 +3 位作者 甘淑 杨敏 龚伟圳 彭翔 《光谱学与光谱分析》 北大核心 2025年第3期601-607,共7页
高光谱数据以其高维度为特征,拥有更丰富的地物信息。在植被分类中,这种高维度数据为提升分类准确性和精度提供了更多机会。传统的特征波长建模往往因输入变量过多而导致分类精度不佳。为了克服这一问题并提高模型对湿地植被细微光谱差... 高光谱数据以其高维度为特征,拥有更丰富的地物信息。在植被分类中,这种高维度数据为提升分类准确性和精度提供了更多机会。传统的特征波长建模往往因输入变量过多而导致分类精度不佳。为了克服这一问题并提高模型对湿地植被细微光谱差异的捕捉能力,以洱海东岸海滨作为研究区域展开探索,测取了3种典型湿地植被(菰、芦、槐叶蘋)的高光谱数据作为目标样本。对样本光谱曲线进行SG平滑后作为原始光谱(OS)、对原始光谱进行包络线去除变换(CR)、一阶微分(FD)并分析其光谱特征;再将原始光谱通过变分模态分解(VMD)为8个尺度。接着,用竞争性自适应重加权(CARS)算法选择出的波长作为特征波长。最后,利用寻找出的最佳参数组合放入经贝叶斯算法优化的支持向量机(Bayes-SVM)进行建模。结果表明:CARS算法提取的特征波长数量减少,且大都分布于植被的吸收特征区间内,降维效果显著;经过分解后的第4模态构建的模型(S_(4)-CARS-Bayes-SVM)分类效果最好,其精确率PR为0.9333,召回率RR为0.8889、F1分数为0.8963、AUC值为0.9286,即此模型具有很强的鲁棒性以及识别性能。 展开更多
关键词 光谱学 湿地植被 变分模态分解 特征波长 支持向量机 贝叶斯算法
在线阅读 下载PDF
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 … 90 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部