检索结果-维普期刊中文期刊服务平台

基于Tri-training-SSAE半监督学习算法的电力系统暂态稳定评估被引量：6: 1; 作者卫志农李超凡 +4 位作者丁爱飞孙国强黄蔓云臧海祥方熙程《电力自动化设备》 EI CSCD 北大核心 2023年第7期110-116,共7页; 基于机器学习的暂态稳定评估方法主要采用监督学习方法,为了解决监督学习方法所需的有标签样本难以获取的问题,提出基于三体训练-稀疏堆叠自动编码器(Tri-training-SSAE)半监督学习算法的电力系统暂态稳定评估方法。构建基于堆叠稀疏自... 展开更多; 关键词暂态稳定评估机器学习半监督学习三体训练算法堆叠稀疏自动编码器; 在线阅读下载PDF 职称材料

镍基高温合金铣削刀具磨损预测被引量：2: 2; 作者杨莉《计量学报》 CSCD 北大核心 2023年第12期1834-1841,共8页; 搭建镍基高温合金铣削实验测试平台,分析刀具磨损变化规律,提出了一种基于堆叠稀疏自动编码器和多传感器特征融合的新型深度学习方法,用于铣削刀具磨损预测。在时域、频域和时频域中提取信号特征,并通过相关性分析确定最优的多传感器特... 展开更多; 关键词刀具磨损镍基高温合金堆叠稀疏自动编码器多传感器融合深度学习方法; 在线阅读下载PDF 职称材料

基于SSAE的非线性系统故障分类方法被引量：4: 3; 作者杨泽宇王培良叶晓丰《控制工程》 CSCD 北大核心 2018年第11期2003-2009,共7页; 针对核独立成分分析（KICA）方法虽能对非线性非高斯过程数据有很好的处理能力,但是却不能有效地进行故障分类的问题,提出了一种将堆叠稀疏自动编码器（SSAE）与KICA方法结合的复杂系统故障分类方法。首先利用KICA提取数据的主导独立成... 展开更多; 关键词堆叠稀疏自动编码器核独立成分分析 softmax分类器故障分类 TE过程; 在线阅读下载PDF 职称材料

基于后验分布信息的SSAE暂态稳定评估模型倾向性修正方法被引量：9: 4; 作者林楠王怀远陈启凡《电力自动化设备》 EI CSCD 北大核心 2022年第3期135-141,共7页; 为了解决样本不平衡带来的评估倾向性问题,从深度学习模型的损失函数出发,分析样本不平衡对评估模型的影响,发现训练过程中的损失函数值能够反映样本的不平衡程度,由此提出基于样本后验分布信息的代价敏感修正方法。通过预先训练获得样... 展开更多; 关键词深度学习暂态稳定评估代价敏感后验分布信息堆叠稀疏自动编码器不平衡样本; 在线阅读下载PDF 职称材料

题名基于Tri-training-SSAE半监督学习算法的电力系统暂态稳定评估被引量：6: 1; 作者卫志农李超凡丁爱飞孙国强黄蔓云臧海祥方熙程; 机构河海大学能源与电气学院国电南瑞吉电新能源(南京)有限公司国电南瑞科技股份有限公司国网江苏省电力有限公司扬中市供电分公司; 出处《电力自动化设备》 EI CSCD 北大核心 2023年第7期110-116,共7页; 基金国家自然科学基金资助项目(U1966205)。; 文摘基于机器学习的暂态稳定评估方法主要采用监督学习方法,为了解决监督学习方法所需的有标签样本难以获取的问题,提出基于三体训练-稀疏堆叠自动编码器(Tri-training-SSAE)半监督学习算法的电力系统暂态稳定评估方法。构建基于堆叠稀疏自动编码器的暂态稳定评估模型;在传统的三体训练过程中加入伪标签样本置信度判断,以减小噪声数据对模型训练的影响;以堆叠稀疏自动编码器为基分类器构建三体训练-稀疏堆叠自动编码器模型,利用大量的无标签样本提高模型的泛化能力。通过IEEE 39节点系统与华东某省级电网进行分析验证,结果表明,所提方法在有标签样本数较少时具有更高的评估准确度。; 关键词暂态稳定评估机器学习半监督学习三体训练算法堆叠稀疏自动编码器; Keywords transient stability assessment machine learning semi supervised learning Tri-training algorithm stacked sparse auto-encoder; 分类号 TM712 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名镍基高温合金铣削刀具磨损预测被引量：2: 2; 作者杨莉; 机构四川工程职业技术学院机电工程系; 出处《计量学报》 CSCD 北大核心 2023年第12期1834-1841,共8页; 文摘搭建镍基高温合金铣削实验测试平台,分析刀具磨损变化规律,提出了一种基于堆叠稀疏自动编码器和多传感器特征融合的新型深度学习方法,用于铣削刀具磨损预测。在时域、频域和时频域中提取信号特征,并通过相关性分析确定最优的多传感器特征,输入堆叠稀疏自动编码器进行深度特征学习。利用双向长短时记忆网络建立刀具磨损预测模型,应用不同的铣削磨损实验数据集来验证训练模型的预测性能。预测结果表明,所提模型均方根误差与传统模型相比至少减小了9.6%,证明了多传感器特征融合和深度学习方法的结合可以提高预测性能。; 关键词刀具磨损镍基高温合金堆叠稀疏自动编码器多传感器融合深度学习方法; Keywords tool wear nickel-based superalloys stacked sparse autoencoders multi-sensor feature fusion deep learning method; 分类号 TB931 [机械工程—测试计量技术及仪器]; 在线阅读下载PDF 职称材料

题名基于SSAE的非线性系统故障分类方法被引量：4: 3; 作者杨泽宇王培良叶晓丰; 机构杭州电子科技大学电子信息学院湖州师范学院工学院; 出处《控制工程》 CSCD 北大核心 2018年第11期2003-2009,共7页; 基金国家自然科学基金资助项目(61573137); 文摘针对核独立成分分析（KICA）方法虽能对非线性非高斯过程数据有很好的处理能力,但是却不能有效地进行故障分类的问题,提出了一种将堆叠稀疏自动编码器（SSAE）与KICA方法结合的复杂系统故障分类方法。首先利用KICA提取数据的主导独立成分,然后通过SSAE和softmax分类器所构成的完整SSAE分类算法建立模型,该模型采用非监督逐层贪婪训练算法初始化网络权重,并使用有限内存拟牛顿（L-BFGS）算法进行反向微调各参数,最后将过程数据输入到该训练好的模型,实现故障分类。TE过程的实验结果表明,KICA-SSAE算法的故障平均分类精度较高,表现出良好的分类效果。; 关键词堆叠稀疏自动编码器核独立成分分析 softmax分类器故障分类 TE过程; Keywords Stacked sparse autoencoder kernel independent component analysis sofimax classifier faultclassification TE process; 分类号 TP277 [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

题名基于后验分布信息的SSAE暂态稳定评估模型倾向性修正方法被引量：9: 4; 作者林楠王怀远陈启凡; 机构福州大学电气工程与自动化学院智能配电网装备福建省高校工程研究中心; 出处《电力自动化设备》 EI CSCD 北大核心 2022年第3期135-141,共7页; 基金福建省中青年教师教育科研项目(JT180018)。; 文摘为了解决样本不平衡带来的评估倾向性问题,从深度学习模型的损失函数出发,分析样本不平衡对评估模型的影响,发现训练过程中的损失函数值能够反映样本的不平衡程度,由此提出基于样本后验分布信息的代价敏感修正方法。通过预先训练获得样本的后验分布信息,引入稳定样本与不稳定样本的损失函数均值比得到修正系数;将修正系数通过代价敏感法修正模型的损失函数,重新对模型进行训练,从而修正模型的评估倾向性。相较于传统方法,该方法从模型的训练机理上量化了样本的不平衡程度,修正系数综合考虑了样本数量与空间分布的不平衡对模型参数的影响,实现了更好的修正效果。IEEE 39节点系统和华东某区域系统的仿真结果验证了所提方法的有效性。; 关键词深度学习暂态稳定评估代价敏感后验分布信息堆叠稀疏自动编码器不平衡样本; Keywords deep learning transient stability assessment cost sensitive posterior distribution information SSAE imbalanced sample; 分类号 TM731 [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	作者	出处	发文年	被引量	操作
1	基于Tri-training-SSAE半监督学习算法的电力系统暂态稳定评估	卫志农李超凡丁爱飞孙国强黄蔓云臧海祥方熙程	《电力自动化设备》 EI CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料
2	镍基高温合金铣削刀具磨损预测	杨莉	《计量学报》 CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
3	基于SSAE的非线性系统故障分类方法	杨泽宇王培良叶晓丰	《控制工程》 CSCD 北大核心	2018	4	在线阅读下载PDF 职称材料
4	基于后验分布信息的SSAE暂态稳定评估模型倾向性修正方法	林楠王怀远陈启凡	《电力自动化设备》 EI CSCD 北大核心	2022	9	在线阅读下载PDF 职称材料