检索结果-维普期刊中文期刊服务平台

基于双输入输出卷积神经网络代理模型的油藏自动历史拟合研究: 1; 作者陈旭张凯 +3 位作者刘晨张金鼎张黎明姚军《油气地质与采收率》 CAS CSCD 北大核心 2024年第3期165-177,共13页; 传统油藏自动历史拟合方法需进行多次计算耗时的油藏数值模拟,而深度学习代理模型可以实现高效且精度近似的油藏数值模拟替代计算。在基于深度学习代理模型的油藏自动历史拟合方法中,通常将采用油藏自动历史拟合方法进行调整的油藏不确... 展开更多; 关键词油藏自动历史拟合油藏数值模拟深度学习代理模型双输入输出卷积神经网络; 在线阅读下载PDF 职称材料

双Hopfield网络MAC算法在单元机组负荷系统中的应用被引量：2: 2; 作者郭俊君郭鹏《华北电力大学学报（自然科学版）》 CAS 北大核心 2005年第3期39-42,共4页; 电厂负荷系统是一个有耦合的两输入两输出多变量对象,对控制作用有一定的约束。模型算法控制(MAC)是预测控制的一种,在惯性迟延对象的控制中有很好的应用。该文首先将系统分解为两个双输入单输出的系统,并进一步将其简化为两个二次约束... 展开更多; 关键词 HOPFIELD网络负荷系统 MAC算法单元机组应用模型算法控制双输入单输出约束优化问题控制作用预测控制系统分解控制序列约束条件矩阵求逆传统算法控制效果多变量鲁棒性对象仿真; 在线阅读下载PDF 职称材料

基于M序列的双馈风机变流器参数辨识方法研究被引量：22: 3; 作者许饶琪彭晓涛 +3 位作者秦世耀陈人杰王瑞明王靖然《电网技术》 EI CSCD 北大核心 2022年第2期578-586,共9页; 准确的模型和参数是仿真分析风电机组动态特性的基础,变流器控制参数的“黑箱化”使得对其进行参数辨识成为必然。文章主要研究了双馈风电机组变流器控制系统的参数辨识问题。首先建立了变流器控制系统双输入单输出传递函数模型,并离散... 展开更多; 关键词双馈风力发电机转子侧变流器双输入单输出辨识模型参数辨识 M序列正余弦优化算法; 在线阅读下载PDF 职称材料

密度峰值聚类在塔机损伤诊断中的应用研究被引量：1: 4; 作者王胜春安宏 +1 位作者安增辉李文豪《机械设计与制造》北大核心 2024年第2期98-104,共7页; 建立塔机有限元模型,获取塔机完好状态和各损伤工况的各采集点的动态位移。提出了两种模型建立方法,基于悬臂梁的双输入单输出模型和基于时域数据的动态双输入单输出模型,对基于时域数据的双输入单输出模型首先利用最小二乘法计算参数初... 展开更多; 关键词塔机双输入单输出模型粒子群优化密度峰值聚类损伤因子; 在线阅读下载PDF 职称材料

木材干燥窑内判断传感器有效状态方法的研究: 5; 作者张佳薇郭润龙《传感器与微系统》 CSCD 北大核心 2009年第5期55-57,60,共4页; 为了判断传感器的有效工作状态,提出了基于D-S证据理论和CMAC神经网络的信息融合方法。利用传感器在空间和时间上的冗余或互补信息,依据D-S证据理论,消除故障检测、诊断中的不确定性。采用模块化的小脑模型识别网络建立基本信任分配函数... 展开更多; 关键词故障诊断数据融合双输入单输出小脑模型神经网络证据理论; 在线阅读下载PDF 职称材料

一维CMAC网在SISO机构系统辨识中的应用被引量：1: 6; 作者张晓东武利生李元宗《太原理工大学学报》 CAS 北大核心 2008年第S2期319-322,共4页; 叙述了一维小脑模型关节控制器(CMAC)的结构、参数确定方法及学习算法,讨论了以一维CMAC网作为单输入单输出(SISO)机构的系统模型进行系统辨识的原理及方法。以曲柄滑块机构为例,对一维CMAC网作为机构模型的系统辨识进行了MATLAB仿真,... 展开更多; 关键词小脑模型关节控制器单输入单输出系统辨识神经网络; 在线阅读下载PDF 职称材料

题名基于双输入输出卷积神经网络代理模型的油藏自动历史拟合研究: 1; 作者陈旭张凯刘晨张金鼎张黎明姚军; 机构中国石油大学(华东)石油工程学院青岛理工大学土木工程学院中海油研究总院有限责任公司海洋石油开发国家重点实验室; 出处《油气地质与采收率》 CAS CSCD 北大核心 2024年第3期165-177,共13页; 基金国家自然科学基金面上项目“基于强化学习的离线-在线交互式油藏开发生产实时优化方法”(52274057) “基于迁移学习的油藏开发注采优化方法研究”(52074340) “基于电磁支撑剂的水力压裂裂缝监测理论与方法”(51874335)。; 文摘传统油藏自动历史拟合方法需进行多次计算耗时的油藏数值模拟,而深度学习代理模型可以实现高效且精度近似的油藏数值模拟替代计算。在基于深度学习代理模型的油藏自动历史拟合方法中,通常将采用油藏自动历史拟合方法进行调整的油藏不确定性参数作为深度学习代理模型的输入参数。现有的深度学习代理模型常为单一输入输出的神经网络模型架构,并未考虑油藏自动历史拟合方法需要对多个油藏不确定性参数进行调整,且需要训练多个深度学习代理模型以实现对油藏含水饱和度场分布及压力场分布的预测。为此,提出了一种基于双输入输出卷积神经网络代理模型的油藏自动历史拟合方法,将油藏渗透率场分布及相对渗透率参数作为输入,使用双输入输出卷积神经网络同时对油藏含水饱和度场分布及压力场分布进行预测,利用Peaceman方程计算产量,并耦合到多重数据同化集合平滑器(ES-MDA)方法中,对油藏渗透率场分布及相对渗透率参数进行反演更新,实现较为高效的油藏自动历史拟合求解。研究结果表明:双输入输出卷积神经网络代理模型在指定时间步的油藏含水饱和度场分布、压力场分布的预测精度均为93%以上。相较于传统油藏自动历史拟合方法,基于双输入输出卷积神经网络代理模型的油藏自动历史拟合方法避免了多次调用油藏数值模拟器的计算耗时问题,提高了拟合效率。; 关键词油藏自动历史拟合油藏数值模拟深度学习代理模型双输入输出卷积神经网络; Keywords reservoir automatic history matching reservoir numerical simulation deep learning agent model dual input-output convolutional neural network; 分类号 TE319 [石油与天然气工程—油气田开发工程]; 在线阅读下载PDF 职称材料

题名双Hopfield网络MAC算法在单元机组负荷系统中的应用被引量：2: 2; 作者郭俊君郭鹏; 机构燕山大学继续教育学院华北电力大学控制科学与工程学院; 出处《华北电力大学学报（自然科学版）》 CAS 北大核心 2005年第3期39-42,共4页; 文摘电厂负荷系统是一个有耦合的两输入两输出多变量对象,对控制作用有一定的约束。模型算法控制(MAC)是预测控制的一种,在惯性迟延对象的控制中有很好的应用。该文首先将系统分解为两个双输入单输出的系统,并进一步将其简化为两个二次约束优化问题。然后用两个Hopfield网络分别加以求解,从而得到它们的预测控制序列,并能很好的处理控制中的约束条件,避免了传统算法中矩阵求逆等复杂运算。仿真表明,该方法算法简单、鲁棒性强、控制效果理想。; 关键词 HOPFIELD网络负荷系统 MAC算法单元机组应用模型算法控制双输入单输出约束优化问题控制作用预测控制系统分解控制序列约束条件矩阵求逆传统算法控制效果多变量鲁棒性对象仿真; Keywords unit load system MAC double Hopfield Networks control with constraints; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TH871.5 [机械工程—精密仪器及机械]; 在线阅读下载PDF 职称材料

题名基于M序列的双馈风机变流器参数辨识方法研究被引量：22: 3; 作者许饶琪彭晓涛秦世耀陈人杰王瑞明王靖然; 机构武汉大学电气与自动化学院中国电力科学研究院有限公司国网冀北电力有限公司; 出处《电网技术》 EI CSCD 北大核心 2022年第2期578-586,共9页; 基金国家重点研发计划项目(2018YFB0904000)。; 文摘准确的模型和参数是仿真分析风电机组动态特性的基础,变流器控制参数的“黑箱化”使得对其进行参数辨识成为必然。文章主要研究了双馈风电机组变流器控制系统的参数辨识问题。首先建立了变流器控制系统双输入单输出传递函数模型,并离散化得到其辨识等效数学模型。基于该辨识模型,提出了从二次侧量测信号叠加三相M序列的激励方法和基于正余弦优化算法的辨识方法。最后,利用仿真算例验证了该参数辨识方法的正确性和可行性,对比了故障工况下原系统与辨识模型有功输出,结果表明辨识误差满足精度要求;同时仿真分析了锁相环相位误差、电网电压和风速波动对辨识结果的影响。; 关键词双馈风力发电机转子侧变流器双输入单输出辨识模型参数辨识 M序列正余弦优化算法; Keywords doubly-fed induction generator rotor side converter dual-input single-output identification model parameter identification M-sequence sine cosine algorithm; 分类号 TM614 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名密度峰值聚类在塔机损伤诊断中的应用研究被引量：1: 4; 作者王胜春安宏安增辉李文豪; 机构山东建筑大学机电工程学院; 出处《机械设计与制造》北大核心 2024年第2期98-104,共7页; 基金国家自然科学基金青年科学基金项目(52005300)。; 文摘建立塔机有限元模型,获取塔机完好状态和各损伤工况的各采集点的动态位移。提出了两种模型建立方法,基于悬臂梁的双输入单输出模型和基于时域数据的动态双输入单输出模型,对基于时域数据的双输入单输出模型首先利用最小二乘法计算参数初值,进一步利用粒子群优化方法进行参数优化,提高了模型精度。以完好工况的塔机数据为基础,建立基于悬臂梁的双输入单输出模型和基于时域数据的双输入单输出模型,计算参数,建立损伤识别模型,用待检状态的位移数值拟合模型,用两种模型计算出的残差方差做损伤因子,利用密度峰值聚类方法对损伤因子进行分析,实现了对塔机的损伤判定和损伤位置的确定。这种基于密度峰值聚类的诊断方法可对塔机微小损伤进行智能诊断和位置确定,该方法只需要塔机完好状态的数据和待检状态的数据即可自动诊断,解决了塔机损伤识别中损伤数据难以获取,因而无法实现智能训练和诊断的问题。; 关键词塔机双输入单输出模型粒子群优化密度峰值聚类损伤因子; Keywords Tower Crane Double Input Single Output Model Particle Swarm Optimization Density Peak Clustering Damage Factor; 分类号 TH16 [机械工程—机械制造及自动化] TP11.13 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名木材干燥窑内判断传感器有效状态方法的研究: 5; 作者张佳薇郭润龙; 机构东北林业大学机电工程学院; 出处《传感器与微系统》 CSCD 北大核心 2009年第5期55-57,60,共4页; 基金国家自然科学基金资助项目(30771678) 黑龙江省青年专项基金资助项目(QC07C57); 文摘为了判断传感器的有效工作状态,提出了基于D-S证据理论和CMAC神经网络的信息融合方法。利用传感器在空间和时间上的冗余或互补信息,依据D-S证据理论,消除故障检测、诊断中的不确定性。采用模块化的小脑模型识别网络建立基本信任分配函数,具有最佳一致逼近特性,同时解决了D-S证据理论确定基本信任分配函数的困难和因输入参数改变影响信任分配函数构建的问题。仿真结果表明:该方法可以对木材干燥过程中传感器工作状态进行有效诊断。; 关键词故障诊断数据融合双输入单输出小脑模型神经网络证据理论; Keywords fault diagnosis data fusion CMAC neural networks（CMACNN） evidence theory; 分类号 TP206 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名一维CMAC网在SISO机构系统辨识中的应用被引量：1: 6; 作者张晓东武利生李元宗; 机构太原理工大学机械工程学院; 出处《太原理工大学学报》 CAS 北大核心 2008年第S2期319-322,共4页; 文摘叙述了一维小脑模型关节控制器(CMAC)的结构、参数确定方法及学习算法,讨论了以一维CMAC网作为单输入单输出(SISO)机构的系统模型进行系统辨识的原理及方法。以曲柄滑块机构为例,对一维CMAC网作为机构模型的系统辨识进行了MATLAB仿真,取得了较好效果。; 关键词小脑模型关节控制器单输入单输出系统辨识神经网络; Keywords CMAC SISO system identification neural networks; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 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	基于双输入输出卷积神经网络代理模型的油藏自动历史拟合研究	陈旭张凯刘晨张金鼎张黎明姚军	《油气地质与采收率》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	双Hopfield网络MAC算法在单元机组负荷系统中的应用	郭俊君郭鹏	《华北电力大学学报（自然科学版）》 CAS 北大核心	2005	2	在线阅读下载PDF 职称材料
3	基于M序列的双馈风机变流器参数辨识方法研究	许饶琪彭晓涛秦世耀陈人杰王瑞明王靖然	《电网技术》 EI CSCD 北大核心	2022	22	在线阅读下载PDF 职称材料
4	密度峰值聚类在塔机损伤诊断中的应用研究	王胜春安宏安增辉李文豪	《机械设计与制造》北大核心	2024	1	在线阅读下载PDF 职称材料
5	木材干燥窑内判断传感器有效状态方法的研究	张佳薇郭润龙	《传感器与微系统》 CSCD 北大核心	2009	0	在线阅读下载PDF 职称材料
6	一维CMAC网在SISO机构系统辨识中的应用	张晓东武利生李元宗	《太原理工大学学报》 CAS 北大核心	2008	1	在线阅读下载PDF 职称材料