期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于改进域对抗迁移学习的电力系统暂态稳定自适应评估 被引量:14
1
作者 申锦鹏 杨军 +3 位作者 李蕊 张俊 王晓 王飞跃 《电力系统自动化》 EI CSCD 北大核心 2022年第23期67-75,共9页
在电力系统运行方式和拓扑结构频繁变化时,数据驱动的电力系统暂态稳定评估方法在实际系统中的应用效果会变差。针对这一问题,提出了一种基于改进域对抗迁移学习的暂态稳定自适应评估方法。根据电力系统量测数据的特点,设计了深度神经网... 在电力系统运行方式和拓扑结构频繁变化时,数据驱动的电力系统暂态稳定评估方法在实际系统中的应用效果会变差。针对这一问题,提出了一种基于改进域对抗迁移学习的暂态稳定自适应评估方法。根据电力系统量测数据的特点,设计了深度神经网络,并在运行场景改变后,利用梯度翻转层引入域对抗训练机制,提取源域和目标域之间的公共特征,缩小域间分布差异,减少训练样本需求。同时,同步迁移源域的模型知识并更新特征提取器参数,保证模型更新的快速性和准确性。IEEE 39节点系统和美国南卡罗莱纳州500节点电网测试结果表明,通过合理迁移原始数据以及模型,所提方法可减少目标域训练样本规模,具有快速性、通用性和较强的自适应性。 展开更多
关键词 暂态稳定评估 迁移学习 域对抗神经网络 电力系统
在线阅读 下载PDF
面向无人机辐射源个体识别的域适应模型设计 被引量:1
2
作者 查浩然 刘畅 +1 位作者 王巨震 林云 《信号处理》 CSCD 北大核心 2024年第4期650-660,共11页
近年来,无人机在军用领域和民用领域得到了广泛的应用,给人们带来极大便利的同时也带来了重大的安全挑战,精准识别无人机的需求日益迫切,其中无人机辐射源个体识别方法得到广泛关注和深入研究。基于深度学习的方法因其卓越性能而受到广... 近年来,无人机在军用领域和民用领域得到了广泛的应用,给人们带来极大便利的同时也带来了重大的安全挑战,精准识别无人机的需求日益迫切,其中无人机辐射源个体识别方法得到广泛关注和深入研究。基于深度学习的方法因其卓越性能而受到广泛关注,然而这些方法大多依赖于大量独立同分布的训练数据,而在实际应用中,无人机射频数据的采集和标注充满挑战,训练数据和测试数据之间往往存在较大的分布差异。针对无人机射频数据采集和标注困难、训练数据和测试数据分布差异大等现实应用需求,提出了一种面向无人机辐射源个体识别的域适应模型设计方法。采用自助抽样法对无人机数据集进行重采样,增加数据集中的样本多样性。将Transformer编码器与域对抗神经网络结合,使特征在高斯分布下进行优化。引入最大均值差异作为度量方法来减少训练过程中源域和目标域之间的分布差异。基于权重的加权投票法增强模型的泛化性,提高模型适应新环境的能力。实验结果表明,基于3种典型环境,构建6种域适应场景,本文所提的方法识别率高于现有方法约5%。此外,还研究了源域样本数量和目标域样本数量对域适应效果的影响,在目标域含有少量样本时依然可以达到较高的性能,较好地平衡了无人机辐射源个体识别精确度与泛化性、可靠性的需求。 展开更多
关键词 辐射源个体识别 度量学习 域对抗神经网络 集成学习
在线阅读 下载PDF
基于多模态射频信号融合的粮食水分检测 被引量:2
3
作者 杨卫东 郭思君 +2 位作者 段珊珊 胡鹏明 单少伟 《中国农机化学报》 北大核心 2025年第2期132-138,共7页
水分检测是粮食存储和贸易中不可或缺的一环,利用各种射频传感技术可以实现无损、快速地粮食水分检测。然而,现有方案都是基于单一种类射频信号开发的,针对不同射频信号需要训练对应检测模型,人力成本增加。基于此,提出一种融合多模态... 水分检测是粮食存储和贸易中不可或缺的一环,利用各种射频传感技术可以实现无损、快速地粮食水分检测。然而,现有方案都是基于单一种类射频信号开发的,针对不同射频信号需要训练对应检测模型,人力成本增加。基于此,提出一种融合多模态射频信号的粮食水分检测方法RF—Grain。首先,针对多径环境和硬件缺陷引起的噪声问题,提出一种WiFi信道状态信息(CSI)数据预处理方法;其次,提出一种域对抗神经网络模型,用以消除不同类型射频信号提取的粮食水分特征分布差异;最后,设计使用3种不同射频传感技术进行粮食水分检测的试验,以卷积神经网络作为对比,对所提出方法的性能进行评估,并与现有方法进行对比分析。试验表明,所提出方法能够有效检测5种不同含水率的粮食样品,总体准确率为分别为98.87%、96.22%和96.56%,优于传统的卷积神经网络,具有准确率高、泛化性好等优点,为粮食水分无损检测研究提供有力的技术支撑。 展开更多
关键词 粮食 水分含量检测 射频传感 多模态 域对抗神经网络
在线阅读 下载PDF
基于特征映射校准和改进主动学习的电力系统暂态稳定性评估
4
作者 林凯威 刘俊 +4 位作者 刘嘉诚 李雨婷 默天啸 李宗翰 徐式蕴 《电网技术》 北大核心 2025年第10期4114-4124,共11页
基于数据驱动的暂态稳定性评估模型通常是利用大量运行方式和预想故障场景的样本离线训练得到的,当电力系统运行场景发生较大改变时,已训练的模型性能通常无法满足要求。为解决该问题,该文提出一种基于域对抗神经网络(domain adversaria... 基于数据驱动的暂态稳定性评估模型通常是利用大量运行方式和预想故障场景的样本离线训练得到的,当电力系统运行场景发生较大改变时,已训练的模型性能通常无法满足要求。为解决该问题,该文提出一种基于域对抗神经网络(domain adversarial neural networks,DANN)特征映射校准和改进主动学习的电力系统暂态稳定性评估方法。首先利用DANN的特征提取器将原始场景和新场景的数据映射到高维特征空间中,减小二者分布差异;其次,结合新场景中随机一对稳定和失稳的有标签样本,通过分布校准,迁移原场景的数据分布信息来扩充新场景的样本集,进而训练出有较高性能的新场景基础模型。然后,利用改进主动学习策略,筛选高价值、类别平衡的样本,对基础模型进行微调更新,快速提高模型性能。最后,在IEEE-39节点系统和万节点测试系统上验证了该文方法的有效性和时间效率。 展开更多
关键词 暂态稳定评估 迁移学习 域对抗神经网络 分布校准 主动学习
在线阅读 下载PDF
机理约束下钻井机械钻速智能预测泛化方法 被引量:1
5
作者 祝兆鹏 朱林 +5 位作者 宋先知 李永钊 张仕民 柯迪丽娅·帕力哈提 张诚恺 王超尘 《天然气工业》 EI CAS CSCD 北大核心 2024年第9期179-189,共11页
钻井机械钻速的准确预测可辅助油气井钻井前科学配置资源,对制订更加合理的钻井作业方案以及钻井提效、降本增效具有重要现实意义。智能化预测钻井机械钻速已成为行业研究热点,为解决常规智能模型在不同井间迁移能力较差的问题,在对综... 钻井机械钻速的准确预测可辅助油气井钻井前科学配置资源,对制订更加合理的钻井作业方案以及钻井提效、降本增效具有重要现实意义。智能化预测钻井机械钻速已成为行业研究热点,为解决常规智能模型在不同井间迁移能力较差的问题,在对综合录井数据进行降噪、补全等预处理的基础上,利用钻井专业知识构造约束条件,引入了域对抗神经网络(DANN),建立了机械钻速模型在不同井间的迁移机制,结合滑动窗口、增量更新与实时录井数据,形成了机械钻速模型随井下工况的实时更新方法。研究结果表明:(1)数据层约束和网络层约束均可提高智能模型的精度与稳定性,且双机理约束下的BP模型相比于普通BP模型预测精度明显提高;(2)基于域对抗神经网络的机械钻速预测模型可有效地将邻井(源域)数据知识迁移到测试井(目标域);(3)基于增量学习算法建立的双滑动窗口数据更新机制,使模型实时适应地下钻进环境变化,预测精度和泛化能力进一步提升;(4)机理约束、迁移训练与实时更新对模型泛化性能的强化作用具有叠加效应,新井机械钻速预测平均相对误差降低至20.2%。结论认为,建立的机械钻速预测模型及迁移方法相较于传统钻速预测模型,具有更好的迁移性和更高的准确度,减少了迁移过程中重复训练时间,为机械钻速智能预测提供了新的思路和方向。 展开更多
关键词 机械钻速 机理约束 域对抗神经网络 迁移学习 增量更新 模型泛化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部