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
基于深度子领域自适应的直驱风机次/超同步振荡源定位
被引量：
5
1
作者
郝琪
刘崇茹
+3 位作者
王瑾媛
王鑫艳
苏晨博
郑乐
《电力系统自动化》
EI
CSCD
北大核心
2023年第17期27-37,共11页
直驱风机接入弱交流系统会引发形态较复杂的次/超同步振荡,为了更加精准有效地抑制振荡,亟须及时定位引发振荡的风电机组。考虑到电力系统实际振荡数据匮乏的现状,文中提出了一种基于深度子领域自适应的振荡源定位方法。该方法将仿真系...
直驱风机接入弱交流系统会引发形态较复杂的次/超同步振荡,为了更加精准有效地抑制振荡,亟须及时定位引发振荡的风电机组。考虑到电力系统实际振荡数据匮乏的现状,文中提出了一种基于深度子领域自适应的振荡源定位方法。该方法将仿真系统中的强迫振荡泛化到实际次/超同步振荡领域,通过输入样本与迁移模型的构建,实现次/超同步振荡源在线定位,为振荡数据匮乏导致机器学习困难提供了一种新的解决方案。此外,设计了含直驱风机并网的仿真系统测试算例,并将所提方法与不同振荡源定位方法进行了对比。结果表明,所提方法能够在较短的时间内给出更为准确的定位信息,为进一步实现振荡源在线识别奠定了基础。
展开更多
关键词
电力系统
人工智能
风电机组
次/超同步振荡
振荡源定位
深度
子
领域自
适应
迁移学习
在线阅读
下载PDF
职称材料
基于深度迁移学习的刀具剩余寿命预测
被引量：
3
2
作者
王妍
胡小锋
《组合机床与自动化加工技术》
北大核心
2022年第8期133-136,共4页
针对生产条件变化导致刀具衰退规律发生较大改变,历史衰退规律下的刀具剩余寿命预测模型难以对新规律下的刀具进行准确预测,而新衰退规律下没有足够的带标签样本训练新模型的问题,提出一种基于数据分布自适应的深度迁移学习方法。利用...
针对生产条件变化导致刀具衰退规律发生较大改变,历史衰退规律下的刀具剩余寿命预测模型难以对新规律下的刀具进行准确预测,而新衰退规律下没有足够的带标签样本训练新模型的问题,提出一种基于数据分布自适应的深度迁移学习方法。利用历史性能衰退规律下的刀具过程监控数据样本,训练刀具剩余寿命预测模型;在模型中引入自适应层,对历史样本和新衰退规律下的样本进行领域自适应,更新刀具剩余寿命预测模型参数对新衰退规律下的刀具进行剩余寿命预测。以轮槽铣刀加工过程为例进行实验验证,与迁移前的模型相比,迁移后的模型提高了新衰退规律下刀具剩余寿命预测的准确性。
展开更多
关键词
加工过程监控数据
迁移学习
深度领域自适应
CORAL损失
刀具剩余寿命预测
在线阅读
下载PDF
职称材料
题名
基于深度子领域自适应的直驱风机次/超同步振荡源定位
被引量：
5
1
作者
郝琪
刘崇茹
王瑾媛
王鑫艳
苏晨博
郑乐
机构
新能源电力系统国家重点实验室(华北电力大学)
清华大学电机工程与应用电子技术系
出处
《电力系统自动化》
EI
CSCD
北大核心
2023年第17期27-37,共11页
基金
国家重点研发计划资助项目(2022YFB2402700)。
文摘
直驱风机接入弱交流系统会引发形态较复杂的次/超同步振荡,为了更加精准有效地抑制振荡,亟须及时定位引发振荡的风电机组。考虑到电力系统实际振荡数据匮乏的现状,文中提出了一种基于深度子领域自适应的振荡源定位方法。该方法将仿真系统中的强迫振荡泛化到实际次/超同步振荡领域,通过输入样本与迁移模型的构建,实现次/超同步振荡源在线定位,为振荡数据匮乏导致机器学习困难提供了一种新的解决方案。此外,设计了含直驱风机并网的仿真系统测试算例,并将所提方法与不同振荡源定位方法进行了对比。结果表明,所提方法能够在较短的时间内给出更为准确的定位信息,为进一步实现振荡源在线识别奠定了基础。
关键词
电力系统
人工智能
风电机组
次/超同步振荡
振荡源定位
深度
子
领域自
适应
迁移学习
Keywords
power system
artificial intelligence
wind turbine
sub-/super-synchronous oscillation
oscillation source location
deep subdomain adaptation
transfer learning
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
基于深度迁移学习的刀具剩余寿命预测
被引量：
3
2
作者
王妍
胡小锋
机构
上海交通大学机械与动力工程学院
出处
《组合机床与自动化加工技术》
北大核心
2022年第8期133-136,共4页
基金
国家重点研发计划资助项目(2018YFB1700502)。
文摘
针对生产条件变化导致刀具衰退规律发生较大改变,历史衰退规律下的刀具剩余寿命预测模型难以对新规律下的刀具进行准确预测,而新衰退规律下没有足够的带标签样本训练新模型的问题,提出一种基于数据分布自适应的深度迁移学习方法。利用历史性能衰退规律下的刀具过程监控数据样本,训练刀具剩余寿命预测模型;在模型中引入自适应层,对历史样本和新衰退规律下的样本进行领域自适应,更新刀具剩余寿命预测模型参数对新衰退规律下的刀具进行剩余寿命预测。以轮槽铣刀加工过程为例进行实验验证,与迁移前的模型相比,迁移后的模型提高了新衰退规律下刀具剩余寿命预测的准确性。
关键词
加工过程监控数据
迁移学习
深度领域自适应
CORAL损失
刀具剩余寿命预测
Keywords
process monitoring data
transfer learning
deep domain adaptation
CORAL loss
tool remaining useful life prediction
分类号
TH161 [机械工程—机械制造及自动化]
TG71 [金属学及工艺—刀具与模具]
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
基于深度子领域自适应的直驱风机次/超同步振荡源定位
郝琪
刘崇茹
王瑾媛
王鑫艳
苏晨博
郑乐
《电力系统自动化》
EI
CSCD
北大核心
2023
5
在线阅读
下载PDF
职称材料
2
基于深度迁移学习的刀具剩余寿命预测
王妍
胡小锋
《组合机床与自动化加工技术》
北大核心
2022
3
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
