期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于变量选择和POA-NARX的SNCR脱硝系统出口NO_(x)浓度动态软测量模型
1
作者 赵征 梁磊 刘赛恒 《动力工程学报》 北大核心 2025年第4期592-601,共10页
针对垃圾焚烧炉选择性非催化还原(SNCR)脱硝系统内部工况不稳定、影响出口NO_(x)浓度因素多以及无法及时准确测量出口NO_(x)浓度等问题,提出了一种基于变量选择和鹈鹕优化算法-非线性自回归(POA-NARX)的SNCR脱硝系统出口NO_(x)浓度动态... 针对垃圾焚烧炉选择性非催化还原(SNCR)脱硝系统内部工况不稳定、影响出口NO_(x)浓度因素多以及无法及时准确测量出口NO_(x)浓度等问题,提出了一种基于变量选择和鹈鹕优化算法-非线性自回归(POA-NARX)的SNCR脱硝系统出口NO_(x)浓度动态软测量模型。通过机理分析SNCR脱硝系统出口NO_(x)浓度的影响因素,初筛特征变量;利用改进的快速相关过滤(FCBF)算法选择高相关变量,去除强冗余的变量;再利用数据趋势分析法和互信息算法进行迟延估计;最后利用鹈鹕优化算法确定最佳系统变量阶次,建立SNCR脱硝系统出口NO_(x)浓度动态软测量模型。实验结果表明:经过变量筛选和时滞分析的NARX动态模型准确性显著提升;POA-NARX模型的预测效果明显优于其他他软测量模型。 展开更多
关键词 垃圾焚烧炉 SNCR 快速相关过滤算法 NARX神经网络 鹈鹕优化算法 软测量
在线阅读 下载PDF
基于特征组合优化的工业互联网恶意行为实时检测方法 被引量:1
2
作者 胡向东 张琴 《电子学报》 EI CAS CSCD 北大核心 2024年第9期3075-3085,共11页
工业互联网中节点数据具有高维、冗余和海量等特性,传统的恶意行为检测模型无法对工业互联网恶意攻击行为做出快速且准确的判断,提出基于特征组合优化的工业互联网恶意行为实时检测方法.采用改进的相关性快速过滤算法和基于奇异值分解... 工业互联网中节点数据具有高维、冗余和海量等特性,传统的恶意行为检测模型无法对工业互联网恶意攻击行为做出快速且准确的判断,提出基于特征组合优化的工业互联网恶意行为实时检测方法.采用改进的相关性快速过滤算法和基于奇异值分解的主成分分析算法对工业互联网恶意行为样本数据进行特征组合优化,基于对称不确定性信息度量指标和近似马尔科夫毯准则进行特征相关性计算、冗余特征识别与排除,通过参数特征维度的不同配置得到若干候选特征组合;利用决策树评估器筛选出准确率最高的候选特征组合;通过奇异值分解的主成分分析进一步进行特征降维,得到低维高信息量的最优特征组合;结合极端梯度提升算法和优化的特征组合对工业互联网恶意行为样本进行分类,基于密西西比州立大学多分类电力系统攻击样本数据对本文方法进行了验证;实验结果表明,特征组合优化检测模型训练时间可缩减57.53%,单个样本的平均检测时间为0.002 ms,可减少23.99%,基于特征组合优化的检测模型的准确率、召回率和F1值较特征优化前分别提升了1.11%、1.25%和1.01%.本文方法的突出优势表现为在提升模型检测效果的同时可明显降低模型检测时间,能更好适应工业互联网的实时性要求. 展开更多
关键词 工业互联网 改进的相关快速过滤算法 奇异值分解的主成分分析 特征组合优化 极端梯度提升 恶意行为实时检测
在线阅读 下载PDF
基于FCBF特征选择和XGBoost原则的油纸绝缘介电响应特征量优选研究 被引量:18
3
作者 刘庆珍 黄昌硕 《电力系统保护与控制》 EI CSCD 北大核心 2022年第15期50-59,共10页
针对高维特征空间中存在的相关特征、冗余特征等导致变压器油纸绝缘综合诊断的特征空间提取存在平均误差大、分类正确率低等问题,提出一种基于快速过滤相关算法和极限梯度上升相结合的特征量优选策略。首先,根据变压器的介电响应实测数... 针对高维特征空间中存在的相关特征、冗余特征等导致变压器油纸绝缘综合诊断的特征空间提取存在平均误差大、分类正确率低等问题,提出一种基于快速过滤相关算法和极限梯度上升相结合的特征量优选策略。首先,根据变压器的介电响应实测数据,提取多种类别的时域介电特征量形成初始高维特征空间。其次,提出一种两级式时域特征选择方法,第一级采用快速相关过滤算法剔除低相关、高冗余的特征量,第二级依照极限梯度提升评估特征的重要度,从而确定最优特征空间。最后设置不同对照组对最优特征空间进行对比论证,有效验证了采取所提优选策略得到的最优特征空间的合理性及准确性。 展开更多
关键词 油纸绝缘 综合诊断 快速相关过滤算法 极限梯度上升 特征选择
在线阅读 下载PDF
基于DTW-FCBF-LSTM模型的超短期风速预测 被引量:22
4
作者 董治强 《电测与仪表》 北大核心 2020年第4期93-98,共6页
为了实时调整电网调度计划、提高电网消纳风电的能力,提出了一种基于动态时间规整(DTW)进行相似数据分析、快速相关过滤方法(FCBF)进行输入属性特征选择、以及基于长短期记忆神经网络(LSTM)的超短期风速预测方法。利用DTW方法筛选出与... 为了实时调整电网调度计划、提高电网消纳风电的能力,提出了一种基于动态时间规整(DTW)进行相似数据分析、快速相关过滤方法(FCBF)进行输入属性特征选择、以及基于长短期记忆神经网络(LSTM)的超短期风速预测方法。利用DTW方法筛选出与待预测数据相似性高的训练样本;运用FCBF算法得到优选的输入特征集;构建LSTM模型进行超短期风速预测。以风电场实测数据为算例,将文中方法与现有算法的预测精度进行了对比,验证了所提方法的有效性和先进性。 展开更多
关键词 风速预测 人工智能 动态时间规整 快速相关过滤算法 长短期记忆神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部