期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于瞪羚算法优化卷积神经网络的光储构网型逆变器优化控制技术
1
作者 庞秀岚 李晓峰 +3 位作者 杨祺 李宪 李雪红 靳文星 《可再生能源》 北大核心 2025年第5期687-695,共9页
随着光伏、储能等清洁能源大规模接入电网,构网型控制技术在处理缺乏同步性的新能源电力系统电压稳定问题时具有明显优势。然而,如何自适应控制构网型光储逆变器参数,使得电网阻抗发生变化时电压仍然保持稳定是当前亟须解决的一个问题... 随着光伏、储能等清洁能源大规模接入电网,构网型控制技术在处理缺乏同步性的新能源电力系统电压稳定问题时具有明显优势。然而,如何自适应控制构网型光储逆变器参数,使得电网阻抗发生变化时电压仍然保持稳定是当前亟须解决的一个问题。基于此,文章提出一种基于瞪羚算法优化卷积神经网络的光储构网型逆变器优化控制方法。首先,搭建构网型逆变器控制模型,对输出电压稳定性进行分析;其次,基于卷积神经网络建立逆变器参数控制模型,利用瞪羚优化算法寻优能力强、搜索速度快的特点优化卷积神经网络超参数,提升模型特征学习能力,输出逆变器控制参数;最后,选取某光储发电地区进行仿真验证。仿真结果表明,所提构网型光储逆变器控制方法能够根据电网阻抗实时变化自适应优化控制参数,实现电压稳定输出,具有较强的实际工程意义。 展开更多
关键词 清洁能源 构网型控制 光储逆变器 瞪羚算法 卷积神经网络
在线阅读 下载PDF
改进瞪羚算法在机器人路径规划中的应用研究 被引量:2
2
作者 樊康生 杨光永 徐天奇 《组合机床与自动化加工技术》 北大核心 2024年第10期50-56,62,共8页
针对瞪羚优化算法(gazelle optimization algorithm, GOA)收敛速度慢和易陷入局部最优等问题,提出一种改进瞪羚优化算法(IGOA)。首先,将Logistic混沌映射用于种群初始化,增加粒子多样性以提高算法逃离局部最优能力;其次,以迭代次数t为... 针对瞪羚优化算法(gazelle optimization algorithm, GOA)收敛速度慢和易陷入局部最优等问题,提出一种改进瞪羚优化算法(IGOA)。首先,将Logistic混沌映射用于种群初始化,增加粒子多样性以提高算法逃离局部最优能力;其次,以迭代次数t为系统参数构造正余弦扰动算子和跳跃步长权重因子用于更新粒子位置,以加快算法收敛速度;同时,改进捕食者累积效应表达式以提高算法收敛精度;最后,基于粒子上下边界改进越界粒子位置,以提高算法收敛精度。将改进算法与传统GOA算法以及4个先进算法在8个标准测试函数上进行对比实验,结果表明改进算法在收敛精度和收敛速度方面优势明显。将改进算法用于机器人路径规划,结果表明改进算法搜索效率更高、收敛速度更快和规划路径更短。 展开更多
关键词 优化算法 混沌映射 扰动算子 路径规划
在线阅读 下载PDF
基于并行混合模型的滚动轴承剩余寿命预测
3
作者 唐友福 李澳 +2 位作者 刘瑞峰 姜佩辰 丁涵 《石油机械》 北大核心 2025年第1期10-19,共10页
准确地跟踪和预测滚动轴承剩余使用寿命,对于保障工业设备的安全性和可靠性具有重要的现实意义。针对现有模型在变工况下滚动轴承剩余寿命预测精度低、鲁棒性差的问题,提出一种基于并行混合模型的滚动轴承剩余寿命预测方法。引入添加SE... 准确地跟踪和预测滚动轴承剩余使用寿命,对于保障工业设备的安全性和可靠性具有重要的现实意义。针对现有模型在变工况下滚动轴承剩余寿命预测精度低、鲁棒性差的问题,提出一种基于并行混合模型的滚动轴承剩余寿命预测方法。引入添加SENet的多尺度卷积神经网络,提取滚动轴承退化阶段的深层特征;通过变分模态分解将所提特征分解为趋势项和随机项,分别输入到相关向量机和添加时序模式注意力机制的长短时记忆网络中进行预测,并选用瞪羚优化算法对预测模型的未知参数寻优;将所建模型应用于滚动轴承加速退化试验数据集。研究结果表明,相较于传统模型,该方法具有更高的预测精度和鲁棒性。研究结果可为滚动轴承的剩余寿命预测提供一种新的有效途径。 展开更多
关键词 滚动轴承 剩余寿命预测 瞪羚算法 时序模式注意力机制 长短时记忆网络 相关向量机
在线阅读 下载PDF
基于新型元启发式反向传播神经网络的500 kV输电线路覆冰厚度预测 被引量:1
4
作者 苏仁斌 熊卫红 +3 位作者 刘先珊 李智 邹建明 曾垂辉 《兰州大学学报(自然科学版)》 北大核心 2025年第1期17-25,34,共10页
实际输电线路的覆冰监测数据为高维非线性时间序列,以某500 kV典型覆冰线路为研究对象,结合监测序列的统计特征,提出基于新型元启发算法瞪羚优化方法(GOA)的反向传播神经网络(BPNN)模型进行覆冰厚度预测.基于10个标准测试函数的最优解求... 实际输电线路的覆冰监测数据为高维非线性时间序列,以某500 kV典型覆冰线路为研究对象,结合监测序列的统计特征,提出基于新型元启发算法瞪羚优化方法(GOA)的反向传播神经网络(BPNN)模型进行覆冰厚度预测.基于10个标准测试函数的最优解求解,验证优化算法对复杂问题全局最优求解的适用性,引入该算法建立GOA-BPNN模型,仿真不同训练样本数的正弦函数,说明该方法能更快地收敛于最优解.根据线路的5 a覆冰监测数据,基于相关系数矩阵及主成分分析法,将6个主控因子降维为4个,作为GOA-BPNN模型的输入层,构建符合线路特征的覆冰厚度GOABPNN预测模型.该模型针对短时间覆冰序列的预测结果比经典BPNN模型的预测值更准确,验证了其对高阶非线性覆冰时间序列的泛化学习能力.以线路的多年覆冰长时间序列为训练集,预测得到5个时刻的覆冰厚度,GOA-BPNN模型相对其他4个模型的预测值最接近实际监测值,模型对“微地形、微气象”环境中的覆冰厚度预测具有较高的可靠性. 展开更多
关键词 优化算法 GOA-BPNN模型 主成分分析 覆冰厚度 预测模型
在线阅读 下载PDF
基于数据处理与若干群体算法优化的GRU/LSTM水质时间序列预测 被引量:9
5
作者 杨坪宏 胡奥 +1 位作者 崔东文 杨杰 《水资源与水工程学报》 CSCD 北大核心 2023年第4期45-53,共9页
为提高水质时间序列预测精度,提出一种基于小波包变换(WPT)和变色龙优化算法(CSA)、猎豹优化(CO)算法和山瞪羚优化(MGO)算法的优化门限循环控制单元(GRU)、长短期记忆神经网络(LSTM)的预测模型。首先利用WPT对pH值、DO、COD_(Mn)、NH_(3... 为提高水质时间序列预测精度,提出一种基于小波包变换(WPT)和变色龙优化算法(CSA)、猎豹优化(CO)算法和山瞪羚优化(MGO)算法的优化门限循环控制单元(GRU)、长短期记忆神经网络(LSTM)的预测模型。首先利用WPT对pH值、DO、COD_(Mn)、NH_(3)-N时间序列进行平稳化处理,得到若干个规律性较强的子序列分量;其次简要介绍了CSA、CO、MGO算法原理,利用CSA、CO、MGO分别寻优GRU、LSTM超参数,建立WPT-CSA-GRU、WPT-CO-GRU、WPT-MGO-GRU、WPT-CSA-LSTM、WPT-CO-LSTM、WPT-MGO-LSTM模型;最后利用所建立的模型对pH值及DO、COD_(Mn)、NH_(3)-N浓度各分量进行预测和重构,并建立WPT-GRU、WPT-LSTM和WPT-CSA-SVM、WPT-CO-SVM、WPT-MGO-SVM模型作对比分析模型,以云南省昆明市观音山断面为例,通过pH值及DO、COD_(Mn)、NH_(3)-N浓度预测对模型进行了验证。结果表明:WPT-CSA-GRU、WPT-CO-GRU、WPT-MGO-GRU、WPT-CSA-LSTM、WPT-CO-LSTM、WPT-MGO-LSTM模型对实例pH值及DO、COD_(Mn)、NH_(3)-N浓度的预测精度优于其他对比模型,具有较好的预测效果,其中尤以WPT-CSA-GRU、WPT-CO-GRU、WPT-MGO-GRU模型的预测精度最高;CSA、CO、MGO能有效调优GRU、LSTM超参数,显著提高GRU、LSTM预测性能;所构建的6种模型预测精度高且计算规模小,是有效的水质时间序列预测模型,可为相关水质预测研究提供参考。 展开更多
关键词 水质预测 门限循环控制单元 长短期记忆神经网络 小波包变换 变色龙优化算法 猎豹优化算法 优化算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部