检索结果-维普期刊中文期刊服务平台

知识-数据混合驱动的电网频率协同控制算法被引量：9: 1; 作者王力成邓宝华 +3 位作者黄刚戴汉扬李艳张有兵《中国电机工程学报》 EI CSCD 北大核心 2022年第23期8523-8533,共11页; 可再生能源对传统同步机组的持续替代在加剧电源侧功率波动的同时,还显著降低了系统整体惯量水平,进而对电网的频率稳定造成了严峻挑战。针对新形态下电网频率控制难题,提出了一种“集中式训练、分布式执行”的知识-数据混合驱动算法以... 展开更多; 关键词深度强化学习储能系统电力系统频率控制知识-数据混合驱动低惯量系统; 在线阅读下载PDF 职称材料

基于知识-数据混合驱动的综合能源系统多元负荷预测方法被引量：3: 2; 作者王力成王子非 +2 位作者邓宝华凌锋张有兵《高技术通讯》 CAS 2023年第8期791-801,共11页; 当前的综合能源系统(IES)负荷预测方法几乎都是单一的数据驱动方法,忽略了IES中的能量耦合关系。此外,在现有的研究中,数据驱动方法的训练数据主要集中于历史负荷、气象等影响因素,较少考虑可再生能源出力以及不同能源供应给IES负荷预... 展开更多; 关键词综合能源系统(IES) 知识-数据混合驱动能量耦合特性多元负荷预测随机森林算法 Dropout技术; 在线阅读下载PDF 职称材料

数据驱动的金属疲劳寿命模型研究进展被引量：2: 3; 作者甘磊吴昊仲政《力学进展》北大核心 2025年第1期30-79,共50页; 金属疲劳寿命模型是开展工程结构完整性和可靠性评估的基础.传统的知识驱动模型关注疲劳机理和数理逻辑,一般具有明确的物理意义,并且可高度概括疲劳失效过程.然而,随着对结构安全性要求的日益提高以及新兴工程材料的不断涌现,传统模型... 展开更多; 关键词疲劳寿命预测金属数据驱动模型知识-数据混合驱动模型; 在线阅读下载PDF 职称材料

基于内嵌物理知识卷积神经网络的电力系统暂态稳定评估被引量：3: 4; 作者陆旭张理寅 +2 位作者李更丰别朝红段超《电力系统自动化》 EI CSCD 北大核心 2024年第9期107-119,共13页; 针对现有数据驱动的电力系统暂态评估方法依赖大规模数据集且可解释性不足的问题,文中将物理知识嵌入传统数据驱动方法,提出一种基于内嵌物理知识卷积神经网络的电力系统暂态稳定评估方法。该方法考虑大规模风电并网的电力系统,将电力... 展开更多; 关键词内嵌物理知识卷积神经网络知识-数据混合驱动功角暂态稳定性机器学习可解释性; 在线阅读下载PDF 职称材料

基于零样本学习的风力机故障诊断方法被引量：1: 5; 作者潘美琪贺兴《上海交通大学学报》北大核心 2025年第5期561-568,共8页; 在工程实践中,风力机故障诊断面临训练故障与实际故障类别不同的情况,为实现对风力机未知故障的诊断,需要将训练过程中习得的故障特征信息迁移至未知故障中.不同于直接建立故障样本与故障类别间映射关系的传统方法,提出一种基于零样本... 展开更多; 关键词风力机故障诊断零样本学习卷积神经网络知识-数据混合驱动; 在线阅读下载PDF 职称材料

题名知识-数据混合驱动的电网频率协同控制算法被引量：9: 1; 作者王力成邓宝华黄刚戴汉扬李艳张有兵; 机构浙江工业大学信息工程学院之江实验室电网安全与节能国家重点实验室(中国电力科学研究院) 深圳供电局有限公司; 出处《中国电机工程学报》 EI CSCD 北大核心 2022年第23期8523-8533,共11页; 基金国家自然科学基金(青年基金项目)(52007170,52007173) 浙江省自然科学基金(LY22E070007)。; 文摘可再生能源对传统同步机组的持续替代在加剧电源侧功率波动的同时,还显著降低了系统整体惯量水平,进而对电网的频率稳定造成了严峻挑战。针对新形态下电网频率控制难题,提出了一种“集中式训练、分布式执行”的知识-数据混合驱动算法以实现含储能的多机系统对频率偏差的快速协同响应。该算法采用演员-评论家架构,以深度策略网络作为演员,构建起本地信息与控制器动作的映射关系;以系统频率偏差和发电机/储能系统出力关于控制器输出动作的策略梯度解析表达式构建评论家,辅助深度策略网络参数的离线训练。训练完备的各智能体(深度策略网络)可以仅依赖本地状态信息实现发电机和储能系统间兼顾快速频率响应与整体调频成本的实时协同运行。仿真结果验证了所提算法在频率控制效果、系统调频总成本以及收敛速度等方面相较传统方法的优越性。; 关键词深度强化学习储能系统电力系统频率控制知识-数据混合驱动低惯量系统; Keywords deep reinforcement learning energy storage system power system frequency control hybrid knowledge-data driven low inertia system; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于知识-数据混合驱动的综合能源系统多元负荷预测方法被引量：3: 2; 作者王力成王子非邓宝华凌锋张有兵; 机构浙江工业大学信息工程学院之江实验室人工智能研究院; 出处《高技术通讯》 CAS 2023年第8期791-801,共11页; 基金国家自然科学基金(51777193) 浙江省自然科学基金(LQ20E070002)资助项目。; 文摘当前的综合能源系统(IES)负荷预测方法几乎都是单一的数据驱动方法,忽略了IES中的能量耦合关系。此外,在现有的研究中,数据驱动方法的训练数据主要集中于历史负荷、气象等影响因素,较少考虑可再生能源出力以及不同能源供应给IES负荷预测结果带来的影响。针对上述问题,本文提出一种知识-数据混合驱动的IES多元负荷预测方法。该方法首先通过解析模型对IES中的能量耦合特性知识进行描述,并利用该知识模型对原始样本数据进行重构。然后将重构后的新样本数据作为数据驱动模型的训练样本,并使用基于随机森林算法的特征选择方法和Dropout技术提高模型的泛化能力。最后采用某IES工业园区的实际数据对本文所提方法的有效性进行了验证。仿真结果表明,该方法相较于传统单一数据驱动模型具有更好的预测效果和较高的可靠性。; 关键词综合能源系统(IES) 知识-数据混合驱动能量耦合特性多元负荷预测随机森林算法 Dropout技术; Keywords integrated energy system(IES) hybrid knowledge-data driven energy coupling characteristics multivariate load forecasting random forest algorithm Dropout technology; 分类号 TK01 [动力工程及工程热物理] TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名数据驱动的金属疲劳寿命模型研究进展被引量：2: 3; 作者甘磊吴昊仲政; 机构哈尔滨工业大学(深圳)理学院同济大学航空航天与力学学院; 出处《力学进展》北大核心 2025年第1期30-79,共50页; 基金国家自然科学基金(11932005,12372081) 深圳市深港合作项目(SGDX20230116091247009) +2 种基金广东省高校创新团队(2021KCXTD006)资助; 文摘金属疲劳寿命模型是开展工程结构完整性和可靠性评估的基础.传统的知识驱动模型关注疲劳机理和数理逻辑,一般具有明确的物理意义,并且可高度概括疲劳失效过程.然而,随着对结构安全性要求的日益提高以及新兴工程材料的不断涌现,传统模型在预测能力、应用场景、工程适用性等方面都逐渐显现出局限性.近年来,由人工智能赋能的数据驱动模型在金属疲劳寿命研究领域受到了广泛关注,相关研究成果正逐步应用于解决包括单轴疲劳、多轴疲劳、变幅疲劳在内的各类经典疲劳问题.数据驱动模型能够在最小化人因误差的情况下,从多变量作用中解析出对疲劳寿命的最优显\隐式表达,可揭示传统方法难以发现的失效规律,已然成为领域内新的研究热点.本文综述了当前数据驱动模型在金属疲劳寿命预测方面的研究进展,首先总结了纯数据驱动模型的一般应用流程及其应用现状,其次归纳了各类知识-数据混合驱动模型的实现方式及应用优势,最后对未来潜在研究方向及挑战进行了探讨与展望.; 关键词疲劳寿命预测金属数据驱动模型知识-数据混合驱动模型; Keywords fatigue life prediction metallic materials data-driven knowledge informed data-driven; 分类号 O346.2 [理学—固体力学]; 在线阅读下载PDF 职称材料

题名基于内嵌物理知识卷积神经网络的电力系统暂态稳定评估被引量：3: 4; 作者陆旭张理寅李更丰别朝红段超; 机构西安交通大学电气工程学院; 出处《电力系统自动化》 EI CSCD 北大核心 2024年第9期107-119,共13页; 基金国家自然科学基金联合基金重点支持项目(U22B20103); 文摘针对现有数据驱动的电力系统暂态评估方法依赖大规模数据集且可解释性不足的问题,文中将物理知识嵌入传统数据驱动方法,提出一种基于内嵌物理知识卷积神经网络的电力系统暂态稳定评估方法。该方法考虑大规模风电并网的电力系统,将电力系统暂态稳定物理方程内嵌至神经网络损失函数,通过神经网络直接逼近物理过程,使输出结果满足物理规律,提高暂态稳定评估的可靠性与可解释性。通过数据与知识双驱动,所提方法不依赖大规模训练数据集,依然具有较好的鲁棒性与泛化能力。此外,所提方法通过卷积神经网络进行特征提取与降维,解决拓扑数据无法直接作为神经网络输入的难题。在含风机的IEEE 9节点和IEEE 39节点测试系统上的实验结果表明,所提方法在准确率、计算效率、泛化能力等方面相较现有方法有显著提升。; 关键词内嵌物理知识卷积神经网络知识-数据混合驱动功角暂态稳定性机器学习可解释性; Keywords physics informed convolution neural network hybrid knowledge-data driven power angle transient stability machine learning interpretability; 分类号 TM712 [电气工程—电力系统及自动化] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于零样本学习的风力机故障诊断方法被引量：1: 5; 作者潘美琪贺兴; 机构上海交通大学国家电投智慧能源创新学院上海交通大学电力传输与功率变换控制教育部重点实验室; 出处《上海交通大学学报》北大核心 2025年第5期561-568,共8页; 基金国家自然科学基金(52277111) 上海市科学技术委员会(21DZ1208300)资助项目。; 文摘在工程实践中,风力机故障诊断面临训练故障与实际故障类别不同的情况,为实现对风力机未知故障的诊断,需要将训练过程中习得的故障特征信息迁移至未知故障中.不同于直接建立故障样本与故障类别间映射关系的传统方法,提出一种基于零样本学习的风力机故障诊断方法来完成故障特征迁移.通过描述每种故障的属性建立故障属性矩阵,将其嵌入故障样本空间与故障类别空间之中;并基于卷积神经网络建立故障属性学习器,基于欧氏距离建立故障分类器,形成从故障样本预测故障属性进而分类故障的诊断流程.最后通过与其他零样本学习方法的对比验证了所提故障诊断方法的有效性和优越性.; 关键词风力机故障诊断零样本学习卷积神经网络知识-数据混合驱动; Keywords wind turbine fault diagnosis zero-shot learning(ZSL) convolutional neural network(CNN) knowledge-data hybrid driven; 分类号 TM315 [电气工程—电机]; 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	知识-数据混合驱动的电网频率协同控制算法	王力成邓宝华黄刚戴汉扬李艳张有兵	《中国电机工程学报》 EI CSCD 北大核心	2022	9	在线阅读下载PDF 职称材料
2	基于知识-数据混合驱动的综合能源系统多元负荷预测方法	王力成王子非邓宝华凌锋张有兵	《高技术通讯》 CAS	2023	3	在线阅读下载PDF 职称材料
3	数据驱动的金属疲劳寿命模型研究进展	甘磊吴昊仲政	《力学进展》北大核心	2025	2	在线阅读下载PDF 职称材料
4	基于内嵌物理知识卷积神经网络的电力系统暂态稳定评估	陆旭张理寅李更丰别朝红段超	《电力系统自动化》 EI CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
5	基于零样本学习的风力机故障诊断方法	潘美琪贺兴	《上海交通大学学报》北大核心	2025	1	在线阅读下载PDF 职称材料