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
使用快速傅里叶变换优化周期参数的EMD-FFT-SARIMA光伏发电预测模型
被引量：
2
1
作者
熊川羽
廖晓红
+5 位作者
何诗英
陈然
王巍
臧楠
王瀛
肖梦涵
《强激光与粒子束》
CAS
CSCD
北大核心
2024年第8期117-123,共7页
根据分布式能源工业园区的光伏电力单元特点,对园区光伏发电功率预测模型进行优化,为后续的调度策略提供数据支持。针对经验模式分解(EMD)与季节性差分自回归移动平均模型(SARIMA)相组合的EMD-SARIMA预测模型中,原始数据经过EMD分解得...
根据分布式能源工业园区的光伏电力单元特点,对园区光伏发电功率预测模型进行优化,为后续的调度策略提供数据支持。针对经验模式分解(EMD)与季节性差分自回归移动平均模型(SARIMA)相组合的EMD-SARIMA预测模型中,原始数据经过EMD分解得到的各固有本征模态函数(IMF)分量周期计算问题,提出加入快速傅里叶变换(FFT)的周期计算方法,建立EMD-FFT-SARIMA光伏发电功率预测模型。再将每个IMF对应的预测结果进行叠加重构得到最终的预测结果。通过预测结果的误差计算可以发现,加入FFT环节后均方根误差(RMSE)从120.6 MW下降到19.3 MW,平均绝对误差(MAE)从52.87 MW下降到12.3 MW。
展开更多
关键词
经验模式分解
季节性差分自回归移动平均模型
周期计算
固有
本征
模态
函数
信号
分量
快速傅里叶变换
光伏发电预测
在线阅读
下载PDF
职称材料
采用HHT振动分析的低压断路器合闸同期辨识
被引量：
37
2
作者
缪希仁
吴晓梅
+2 位作者
石敦义
郭谋发
王吴雨
《电工技术学报》
EI
CSCD
北大核心
2014年第11期154-161,共8页
利用振动信号辨识三相合闸不同期故障,应解决有效的振动信号消噪及其故障特征提取方法。提出一种希尔伯特-黄变换(HHT)的低压断路器振动信号分析方法,采用经验模态分解(EMD)有效地提取反映振动信号局部特性的本征模态函数(IMF)分量,以前...
利用振动信号辨识三相合闸不同期故障,应解决有效的振动信号消噪及其故障特征提取方法。提出一种希尔伯特-黄变换(HHT)的低压断路器振动信号分析方法,采用经验模态分解(EMD)有效地提取反映振动信号局部特性的本征模态函数(IMF)分量,以前5阶IMF分量表征振动信号特性且起到信号消噪作用。通过时域特征分析,得出振动信号的峭度和均方值可作为判别机械特性的辅助特征指标。提出前5阶IMF分量能量比及峭度、均方值为特征向量,建立粒子群优化径向基(PSO-RBF)神经网络的低压断路器合闸不同期故障识别模型。实验与仿真结果表明,基于单个传感器振动特性,综合采用时域分析、EMD分解、粒子群优化神经网络等人工智能的合闸同期性故障识别效果良好,为断路器故障尤其是三相合闸同期性振动分析提供了一种新的诊断方法。
展开更多
关键词
低压断路器
振动分析
合闸同期性
经验
模态
分解
本征模态函数分量
能量比神经网络
故障识别
在线阅读
下载PDF
职称材料
题名
使用快速傅里叶变换优化周期参数的EMD-FFT-SARIMA光伏发电预测模型
被引量：
2
1
作者
熊川羽
廖晓红
何诗英
陈然
王巍
臧楠
王瀛
肖梦涵
机构
国网湖北省电力有限公司经济技术研究院
中国科学院合肥物质科学研究院等离子体物理研究所
安徽建筑大学机械与电气工程学院
安徽大学物质科学与信息技术研究院
华中科技大学
国网湖北省电力有限公司电力科学研究院
出处
《强激光与粒子束》
CAS
CSCD
北大核心
2024年第8期117-123,共7页
基金
北省电力有限公司科技研究项目(521538220003)。
文摘
根据分布式能源工业园区的光伏电力单元特点,对园区光伏发电功率预测模型进行优化,为后续的调度策略提供数据支持。针对经验模式分解(EMD)与季节性差分自回归移动平均模型(SARIMA)相组合的EMD-SARIMA预测模型中,原始数据经过EMD分解得到的各固有本征模态函数(IMF)分量周期计算问题,提出加入快速傅里叶变换(FFT)的周期计算方法,建立EMD-FFT-SARIMA光伏发电功率预测模型。再将每个IMF对应的预测结果进行叠加重构得到最终的预测结果。通过预测结果的误差计算可以发现,加入FFT环节后均方根误差(RMSE)从120.6 MW下降到19.3 MW,平均绝对误差(MAE)从52.87 MW下降到12.3 MW。
关键词
经验模式分解
季节性差分自回归移动平均模型
周期计算
固有
本征
模态
函数
信号
分量
快速傅里叶变换
光伏发电预测
Keywords
empirical mode decomposition
seasonal autoregressive integrated moving average
cycle calculation
signal component intrinsic mode function
fast Fourier transform
photovoltaic power generation forecast
分类号
TM341 [电气工程—电机]
在线阅读
下载PDF
职称材料
题名
采用HHT振动分析的低压断路器合闸同期辨识
被引量：
37
2
作者
缪希仁
吴晓梅
石敦义
郭谋发
王吴雨
机构
福州大学电气工程与自动化学院
出处
《电工技术学报》
EI
CSCD
北大核心
2014年第11期154-161,共8页
基金
国家自然科学基金(51377023)
福建省高校产学合作科技重大项目(2011H6013)资助
文摘
利用振动信号辨识三相合闸不同期故障,应解决有效的振动信号消噪及其故障特征提取方法。提出一种希尔伯特-黄变换(HHT)的低压断路器振动信号分析方法,采用经验模态分解(EMD)有效地提取反映振动信号局部特性的本征模态函数(IMF)分量,以前5阶IMF分量表征振动信号特性且起到信号消噪作用。通过时域特征分析,得出振动信号的峭度和均方值可作为判别机械特性的辅助特征指标。提出前5阶IMF分量能量比及峭度、均方值为特征向量,建立粒子群优化径向基(PSO-RBF)神经网络的低压断路器合闸不同期故障识别模型。实验与仿真结果表明,基于单个传感器振动特性,综合采用时域分析、EMD分解、粒子群优化神经网络等人工智能的合闸同期性故障识别效果良好,为断路器故障尤其是三相合闸同期性振动分析提供了一种新的诊断方法。
关键词
低压断路器
振动分析
合闸同期性
经验
模态
分解
本征模态函数分量
能量比神经网络
故障识别
Keywords
Low voltage circuit breaker,vibration analysis,switching synchronism,empirical mode decomposition,IMF component,energy ratio,neural networks,fault identification
分类号
TM561 [电气工程—电器]
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
使用快速傅里叶变换优化周期参数的EMD-FFT-SARIMA光伏发电预测模型
熊川羽
廖晓红
何诗英
陈然
王巍
臧楠
王瀛
肖梦涵
《强激光与粒子束》
CAS
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
2
采用HHT振动分析的低压断路器合闸同期辨识
缪希仁
吴晓梅
石敦义
郭谋发
王吴雨
《电工技术学报》
EI
CSCD
北大核心
2014
37
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
