期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于参数优化的JTC补偿电容容值估计与故障识别
1
作者
王世林
王钟锐
+2 位作者
陈光武
周鑫
李鹏
《铁道科学与工程学报》
北大核心
2025年第2期909-920,共12页
为满足“十四五”规划中提出的安全发展要求,针对无绝缘轨道电路中补偿电容故障识别困难、工作状态难以监测的问题,基于电磁场理论与传输线理论,建立了模拟轨道检测车技术的联合仿真模型,对补偿电容的工作状态进行分析并依据分析结果进...
为满足“十四五”规划中提出的安全发展要求,针对无绝缘轨道电路中补偿电容故障识别困难、工作状态难以监测的问题,基于电磁场理论与传输线理论,建立了模拟轨道检测车技术的联合仿真模型,对补偿电容的工作状态进行分析并依据分析结果进行故障识别与定位。首先,提出一种“相关性中心频率比”的适应度函数,以解决变分模态分解需要预先设置模态个数与惩罚因子的问题;其次,改进蜣螂优化算法,并利用改进后的算法对变分模态分解的参数进行寻优;最后,利用优化参数对仿真数据进行变分模态分解,以能量为特征进行特征提取,根据每个补偿电容的作用区域的能量特征来表征相应补偿电容的工作状态,得到区段中每个补偿电容的特征与容值大小的关系曲线,拟合后得到补偿电容容值估计公式,并利用轨道电路真实数据进行了验证。结果表明,改进算法较未改进的算法及其他主流优化算法,具备更快的收敛速度和更好的寻优结果,补偿电容容值估计值与实际数据的绝对误差仅为2.7μF,故障电容识别准确率达96.6%。研究结果表明,本文所提方法在检测车这一技术环境下,可以为现场补偿电容故障识别与容值估计提供了较为可靠的参考。
展开更多
关键词
补偿电容
容值估计
变分模态分解
有限元模型
改进的蜣螂优化算法
在线阅读
下载PDF
职称材料
基于ICEEMDAN-PE-GDBO-LSSVM的风电功率预测
2
作者
汪繁荣
张旭东
《现代电子技术》
2025年第10期57-62,共6页
随着可再生能源特别是风电的高比例接入,电网面临着前所未有的不确定性和波动性挑战。为准确预测风电功率,提出一种基于改进的自适应噪声完全集合经验模态分解(ICEEMDAN)-排列熵(PE)-改进的蜣螂优化算法(GDBO)-最小支持二乘向量机(LSSVM...
随着可再生能源特别是风电的高比例接入,电网面临着前所未有的不确定性和波动性挑战。为准确预测风电功率,提出一种基于改进的自适应噪声完全集合经验模态分解(ICEEMDAN)-排列熵(PE)-改进的蜣螂优化算法(GDBO)-最小支持二乘向量机(LSSVM)的组合模型。首先使用ICEEMDAN对风电数据进行分解,从而降低复杂度;之后根据PE对分解后得到的各分量进行聚合,再使用GDBO算法对LSSVM的关键参数进行寻优,以得到最佳预测模型;最后使用优化模型对各聚合分量分别进行预测和叠加,得到总的预测结果。基于国内风电场数据集进行实验验证,结果表明所提方法有较高的预测精度,均方根误差比单一的LSSVM模型低61.39%,在工程实践中具有更为广阔的应用前景。
展开更多
关键词
风电功率预测
自适应噪声完全集合经验模态分解
改进的蜣螂优化算法
排列熵
改进的
完全集合经验模态分解
最小支持二乘向量机
分量聚合
在线阅读
下载PDF
职称材料
题名
基于参数优化的JTC补偿电容容值估计与故障识别
1
作者
王世林
王钟锐
陈光武
周鑫
李鹏
机构
甘肃省高原交通信息工程及控制重点实验室
兰州交通大学自动化与电气工程学院
中国铁路北京局集团有限公司北京西电务段
出处
《铁道科学与工程学报》
北大核心
2025年第2期909-920,共12页
基金
高校科研创新平台重大培育项目(2024CXPT-17)
甘肃省高校产业支撑计划项目(2023CYZC-32)
+2 种基金
甘肃省科技重大专项(21ZD4WA018)
国铁集团科技计划项目(N2022G010)
兰州市人才项目(2023-QN-118)。
文摘
为满足“十四五”规划中提出的安全发展要求,针对无绝缘轨道电路中补偿电容故障识别困难、工作状态难以监测的问题,基于电磁场理论与传输线理论,建立了模拟轨道检测车技术的联合仿真模型,对补偿电容的工作状态进行分析并依据分析结果进行故障识别与定位。首先,提出一种“相关性中心频率比”的适应度函数,以解决变分模态分解需要预先设置模态个数与惩罚因子的问题;其次,改进蜣螂优化算法,并利用改进后的算法对变分模态分解的参数进行寻优;最后,利用优化参数对仿真数据进行变分模态分解,以能量为特征进行特征提取,根据每个补偿电容的作用区域的能量特征来表征相应补偿电容的工作状态,得到区段中每个补偿电容的特征与容值大小的关系曲线,拟合后得到补偿电容容值估计公式,并利用轨道电路真实数据进行了验证。结果表明,改进算法较未改进的算法及其他主流优化算法,具备更快的收敛速度和更好的寻优结果,补偿电容容值估计值与实际数据的绝对误差仅为2.7μF,故障电容识别准确率达96.6%。研究结果表明,本文所提方法在检测车这一技术环境下,可以为现场补偿电容故障识别与容值估计提供了较为可靠的参考。
关键词
补偿电容
容值估计
变分模态分解
有限元模型
改进的蜣螂优化算法
Keywords
compensation capacitor
capacitance estimation
variational mode decomposition
finite element model
improved Dung Beetle optimization algorithm
分类号
U283 [交通运输工程—交通信息工程及控制]
在线阅读
下载PDF
职称材料
题名
基于ICEEMDAN-PE-GDBO-LSSVM的风电功率预测
2
作者
汪繁荣
张旭东
机构
湖北工业大学电气与电子工程学院
出处
《现代电子技术》
2025年第10期57-62,共6页
基金
国家自然科学基金资助项目(52307239)。
文摘
随着可再生能源特别是风电的高比例接入,电网面临着前所未有的不确定性和波动性挑战。为准确预测风电功率,提出一种基于改进的自适应噪声完全集合经验模态分解(ICEEMDAN)-排列熵(PE)-改进的蜣螂优化算法(GDBO)-最小支持二乘向量机(LSSVM)的组合模型。首先使用ICEEMDAN对风电数据进行分解,从而降低复杂度;之后根据PE对分解后得到的各分量进行聚合,再使用GDBO算法对LSSVM的关键参数进行寻优,以得到最佳预测模型;最后使用优化模型对各聚合分量分别进行预测和叠加,得到总的预测结果。基于国内风电场数据集进行实验验证,结果表明所提方法有较高的预测精度,均方根误差比单一的LSSVM模型低61.39%,在工程实践中具有更为广阔的应用前景。
关键词
风电功率预测
自适应噪声完全集合经验模态分解
改进的蜣螂优化算法
排列熵
改进的
完全集合经验模态分解
最小支持二乘向量机
分量聚合
Keywords
wind power prediction
ICEEMDAN
GDBO
PE
improved complete ensemble empirical mode decomposition
LSSVM
component polymerization
分类号
TN911.7-34 [电子电信]
TM614 [电子电信—通信与信息系统]
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
基于参数优化的JTC补偿电容容值估计与故障识别
王世林
王钟锐
陈光武
周鑫
李鹏
《铁道科学与工程学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于ICEEMDAN-PE-GDBO-LSSVM的风电功率预测
汪繁荣
张旭东
《现代电子技术》
2025
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
