检索结果-维普期刊中文期刊服务平台

基于循环神经网络算法的水库调度模拟被引量：9: 1; 作者汤正阳张迪 +3 位作者林俊强刘毅彭期冬尚毅梓《水电能源科学》北大核心 2021年第5期83-86,70,共5页; 为探索深度学习算法在水库调度领域的应用,利用网络爬虫技术,收集了溪洛渡水电站的调度运行数据,基于RNN、LSTM、GRU3种循环神经网络,学习电站现有调度规则,构建了溪洛渡水库的出流量预测模型,并探究不同参数设定对模型精度和计算速度... 展开更多; 关键词水库调度出流量预测循环神经网络长短期记忆网络门限循环单元网络; 在线阅读下载PDF 职称材料

基于最近邻与神经网络融合模型的软测量建模方法被引量：3: 2; 作者杨逸俊王振雷王昕《化工学报》 EI CAS CSCD 北大核心 2020年第12期5696-5705,共10页; 软测量建模能够有效地解决生产过程中在线分析仪表测量滞后大、价格昂贵、维护保养复杂等问题。目前,基于数据驱动的神经网络是软测量建模的主要工具之一。而在建模数据的采集过程中,主导变量的采集相对辅助变量要困难得多,由此产生了... 展开更多; 关键词软测量动态建模过程系统最近邻算法门限循环单元神经网络; 在线阅读下载PDF 职称材料

基于深度学习的入侵检测模型被引量：10: 3; 作者林硕商富博 +2 位作者高治军单丹尚文利《控制工程》 CSCD 北大核心 2021年第9期1873-1878,共6页; 针对网络流量数据具有空间和时间的双重特征,提出了一种基于深度学习的入侵检测模型。首先,通过二分支卷积神经网络提取网络流量数据的空间特征,利用其分支结构的特点使得不同的卷积层对同一个数据样本进行粗化提取和细化提取,既保留了... 展开更多; 关键词深度学习入侵检测卷积神经网络门限循环单元网络; 在线阅读下载PDF 职称材料

基于Attention机制的CNN⁃GRU配网线路重过载短期预测方法被引量：13: 4; 作者杨秀胡钟毓 +2 位作者田英杰谢海宁陈文涛《电力科学与技术学报》 CAS CSCD 北大核心 2023年第1期201-209,共9页; 随着用户用电需求增加,迎峰度夏期间配网线路重过载较严重,为电网运行增加安全隐患。实现配网线路重过载短期预测,对合理安排负荷高峰时期运行方式和调度管理以及线路的安全运行具有重要意义。文中提出一种基于注意力(Attention)机制的... 展开更多; 关键词卷积神经网络注意力机制门限循环单元神经网络配网线路短期重过载预测; 在线阅读下载PDF 职称材料

题名基于循环神经网络算法的水库调度模拟被引量：9: 1; 作者汤正阳张迪林俊强刘毅彭期冬尚毅梓; 机构中国长江电力股份有限公司智慧长江与水电科学湖北省重点实验室中国水利水电科学研究院流域水循环模拟与调控国家重点实验室; 出处《水电能源科学》北大核心 2021年第5期83-86,70,共5页; 基金中国长江电力股份有限公司科技项目(2418020003) 流域水循环模拟与调控国家重点实验室自主研究课题(SKL2020ZY10) 江苏省“333工程”科研项目(BRA2019245)。; 文摘为探索深度学习算法在水库调度领域的应用,利用网络爬虫技术,收集了溪洛渡水电站的调度运行数据,基于RNN、LSTM、GRU3种循环神经网络,学习电站现有调度规则,构建了溪洛渡水库的出流量预测模型,并探究不同参数设定对模型精度和计算速度的影响,对比了3种模型的模拟性能,分析了影响水库调度的主要因素。研究结果表明,隐层数、训练批量、迭代次数、隐层节点数和批量值是影响模型精度和计算速度的主要参数;3种模型具备良好的学习能力,能够根据水库的历史调度数据,学习应对不同场景的调度规则,生成出流方案,可为调度决策方案的制定提供参考依据。; 关键词水库调度出流量预测循环神经网络长短期记忆网络门限循环单元网络; Keywords reservoir operation outflow prediction recurrent neural network long short-term memory network gated recurrent unit; 分类号 TV697 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名基于最近邻与神经网络融合模型的软测量建模方法被引量：3: 2; 作者杨逸俊王振雷王昕; 机构华东理工大学化工过程先进控制和优化技术教育部重点实验室上海交通大学电工与电子技术中心; 出处《化工学报》 EI CAS CSCD 北大核心 2020年第12期5696-5705,共10页; 基金国家重点研发计划项目(2018YFB1701103)。; 文摘软测量建模能够有效地解决生产过程中在线分析仪表测量滞后大、价格昂贵、维护保养复杂等问题。目前,基于数据驱动的神经网络是软测量建模的主要工具之一。而在建模数据的采集过程中,主导变量的采集相对辅助变量要困难得多,由此产生了大量缺失标签的数据。但传统的软测量建模方法却忽视了这些无标签数据,只利用少量的有标签数据建模,从而影响了模型的预测精度。为了解决标签缺失的问题,采用最近邻算法对无标签数据进行伪标记,同时设计了由卷积操作与门限循环单元神经网络(GRU)结合的网络结构来进一步利用无标签数据,提取不同时刻数据中的动态特征,提高神经网络的预测精度。最后将该方法应用于丙烯精馏塔塔顶丙烷浓度的预测,实验结果表明该模型能有效处理非线性动态系统的标签缺失问题,具有更高的预测精度。; 关键词软测量动态建模过程系统最近邻算法门限循环单元神经网络; Keywords soft sensor dynamic modeling process systems nearest neighbor algorithm gated recurrent unit neural network; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于深度学习的入侵检测模型被引量：10: 3; 作者林硕商富博高治军单丹尚文利; 机构沈阳建筑大学信息与控制工程学院中国科学院沈阳自动化研究所工业控制网络与系统研究室中国科学院网络化控制系统重点实验室中国科学院机器人与智能制造创新研究院; 出处《控制工程》 CSCD 北大核心 2021年第9期1873-1878,共6页; 基金国家自然科学基金面上项目(61773368) 辽宁省教育厅科学技术项目(Injc201912) 辽宁省教育厅青年科技人才“育苗”项目(Inqn201912)。; 文摘针对网络流量数据具有空间和时间的双重特征,提出了一种基于深度学习的入侵检测模型。首先,通过二分支卷积神经网络提取网络流量数据的空间特征,利用其分支结构的特点使得不同的卷积层对同一个数据样本进行粗化提取和细化提取,既保留了数据的总体特征,又从低级特征中迭代提取出更复杂的特征;然后,利用门控循环单元网络顺序敏感性的优势,挖掘网络流量数据的时序特征;最后,使用KDDCUP99数据集对入侵检测模型进行训练、验证和测试。实验结果表明,与传统的基于机器学习的模型相比,该模型具有更高的检测准确率。; 关键词深度学习入侵检测卷积神经网络门限循环单元网络; Keywords Deep learning intrusion detection convolutionneural network gated loop unit network; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于Attention机制的CNN⁃GRU配网线路重过载短期预测方法被引量：13: 4; 作者杨秀胡钟毓田英杰谢海宁陈文涛; 机构上海电力大学电气工程学院国网上海市电力公司电力科学研究院国网新疆电力有限公司电力科学研究院; 出处《电力科学与技术学报》 CAS CSCD 北大核心 2023年第1期201-209,共9页; 基金国家自然科学基金(51907114) 上海电力人工智能工程技术研究中心研究项目(19DZ2252800)。; 文摘随着用户用电需求增加,迎峰度夏期间配网线路重过载较严重,为电网运行增加安全隐患。实现配网线路重过载短期预测,对合理安排负荷高峰时期运行方式和调度管理以及线路的安全运行具有重要意义。文中提出一种基于注意力(Attention)机制的卷积神经网络(CNN)—门限循环单元神经网络(GRU)组合预测模型。结合高相关性时间段的历史线路负载率数据和气象因素作为输入特征,利用CNN处理多源数据并提取有效特征作为GRU的输入,再通过GRU对时序特征集进行分析预测,利用Attention机制对重要数据分配更多的注意力权重,实现配网线路负载率的回归预测,最后根据负载等级划分标准将负载率预测结果转化为负载等级。使用所提方法对上海市某区某10 kV线路数据进行实验。实验结果表明,该预测方法比相同模型结构但以负载等级为输入的重过载分类预测,更适用于配网线路重过载预测。; 关键词卷积神经网络注意力机制门限循环单元神经网络配网线路短期重过载预测; Keywords CNN Attention mechanism GRU distribution net line short‑term heavy overload prediction; 分类号 TM726 [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	作者	出处	发文年	被引量	操作
1	基于循环神经网络算法的水库调度模拟	汤正阳张迪林俊强刘毅彭期冬尚毅梓	《水电能源科学》北大核心	2021	9	在线阅读下载PDF 职称材料
2	基于最近邻与神经网络融合模型的软测量建模方法	杨逸俊王振雷王昕	《化工学报》 EI CAS CSCD 北大核心	2020	3	在线阅读下载PDF 职称材料
3	基于深度学习的入侵检测模型	林硕商富博高治军单丹尚文利	《控制工程》 CSCD 北大核心	2021	10	在线阅读下载PDF 职称材料
4	基于Attention机制的CNN⁃GRU配网线路重过载短期预测方法	杨秀胡钟毓田英杰谢海宁陈文涛	《电力科学与技术学报》 CAS CSCD 北大核心	2023	13	在线阅读下载PDF 职称材料