检索结果-维普期刊中文期刊服务平台

基于模态分解和RIME-CNN-BiLSTM-AM的风速预测方法: 1; 作者朱婷颜七笙《科学技术与工程》北大核心 2025年第20期8514-8525,共12页; 作为一种清洁的可再生能源,风能在缓解日益严重的能源危机方面充当着重要作用。然而,风速的波动性和随机性给电力系统的稳定运行带来了严峻的挑战。针对该问题,提出一种基于自适应噪声完备集合经验模态分解(complete ensemble empirical... 展开更多; 关键词风速预测自适应噪声完备集合经验模态分解(CEEMDAN) 霜冰优化算法(rime) 卷积神经网络(CNN) 双向长短期记忆网络(BiLSTM) 注意力机制(AM); 在线阅读下载PDF 职称材料

基于CNN-LSTM-AM模型的储能锂离子电池荷电状态预测被引量：1: 2; 作者杜伟王圣 +2 位作者李健韩哲哲许传龙《电工技术学报》北大核心 2025年第9期2982-2995,共14页; 准确地预测电池荷电状态(SOC)对于提高电池的利用效率及安全性能具有重要意义。传统电池SOC预测方法高度依赖机理模型和统计模型,存在异常值敏感、实践精度受限等问题。该文提出一种卷积神经网络-长短时记忆神经网络-注意力机制(CNN-LST... 展开更多; 关键词储能锂离子电池荷电状态长短时记忆注意力机制雾凇优化算法; 在线阅读下载PDF 职称材料

X射线荧光光谱结合红外光谱对茶油三元体系掺伪的研究: 3; 作者钟晴议袁孟韬 +4 位作者李开开姜红田红丽刘晓静韩玮《中国粮油学报》北大核心 2025年第5期197-203,共7页; 采用X射线荧光光谱(XRF)技术结合红外光谱技术对茶油与玉米油、大豆油的三元体系进行元素和特征脂肪酸定量检测分析。研究通过支持向量机(SVM)模型,并结合RIME雾凇优化算法对数据进行建模和优化,建立高效的油茶籽油掺伪检测模型。结果表... 展开更多; 关键词 X射线荧光光谱红外光谱食用油掺伪支持向量机 rime算法优化; 在线阅读下载PDF 职称材料

建筑结构火灾下倒塌应急监测技术研究被引量：2: 4; 作者靳晓王东升 +4 位作者王立娟马国超唐尧刘欢黄昌萍《安全与环境学报》 CAS CSCD 北大核心 2024年第10期3847-3853,共7页; 建筑火灾已经成为威胁城市公众安全的主要灾害之一。为了保护消防救援人员的人身安全,综合运用红外热成像、测量机器人和近景摄影测量等技术构建了一种建筑结构火灾下倒塌应急监测方法,对火灾下建筑的温度场和形变场进行监测,辅助开展... 展开更多; 关键词安全工程建筑火灾倒塌应急监测雾凇优化算法(rime) 极限学习机(ELM); 在线阅读下载PDF 职称材料

题名基于模态分解和RIME-CNN-BiLSTM-AM的风速预测方法: 1; 作者朱婷颜七笙; 机构东华理工大学经济与管理学院东华理工大学理学院; 出处《科学技术与工程》北大核心 2025年第20期8514-8525,共12页; 基金国家自然科学基金(71961001)。; 文摘作为一种清洁的可再生能源,风能在缓解日益严重的能源危机方面充当着重要作用。然而,风速的波动性和随机性给电力系统的稳定运行带来了严峻的挑战。针对该问题,提出一种基于自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)与霜冰优化算法(rime optimization algorithm,RIME)-卷积神经网络(convolutional neural network,CNN)-双向长短期记忆网络(bidirectional long short-term memory network,BiLSTM)-注意力机制(attention mechanism,AM)的短期风速预测组合模型CEEMDAN-RIME-CNN-BiLSTM-AM。首先,对初始风速序列采用CEEMDAN算法,得到一系列较平稳的子模态,以降低风速序列的波动性;然后,采用RIME霜冰优化算法优化CNN超参数,建立CNN-RIME模型,对风速数据进行自适应提取和挖掘;接着,采用BiLSTM-AM模型对处理后的数据进行预测;最后,将各子序列的预测结果叠加,得到最终预测结果。以某地实际风速数据集进行对比试验,该模型在单步与多步预测中均展现出良好的预测性能,可以为制定调度计划提供参考,以最大程度地提高能源利用率和供电。; 关键词风速预测自适应噪声完备集合经验模态分解(CEEMDAN) 霜冰优化算法(rime) 卷积神经网络(CNN) 双向长短期记忆网络(BiLSTM) 注意力机制(AM); Keywords wind speed prediction complete ensemble empirical mode decomposition with adaptive noise(CEEMDAN) rime optimization algorithm(rime) convolutional neural network(CNN) bidirectional long short-term memory network(BiLSTM) attention mechanism(AM); 分类号 TM614 [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CNN-LSTM-AM模型的储能锂离子电池荷电状态预测被引量：1: 2; 作者杜伟王圣李健韩哲哲许传龙; 机构东南大学能源与环境学院国家能源集团科学技术研究院有限公司南京工程学院信息与通信工程学院; 出处《电工技术学报》北大核心 2025年第9期2982-2995,共14页; 基金国家重点研发计划(2023YFB4102904) 低碳智能燃煤发电与超净排放全国重点实验室开放课题(D2022FK080)资助项目。; 文摘准确地预测电池荷电状态(SOC)对于提高电池的利用效率及安全性能具有重要意义。传统电池SOC预测方法高度依赖机理模型和统计模型,存在异常值敏感、实践精度受限等问题。该文提出一种卷积神经网络-长短时记忆神经网络-注意力机制(CNN-LSTM-AM)模型,通过电池可测变量预测SOC变化趋势。该模型首先利用一维卷积神经网络(CNN)提取可测变量的空间特征;然后将其送至长短时记忆(LSTM)进行时间序列分析;最后引入注意力机制(AM)筛选关键特征,并降低特征数据冗余程度。此外,CNN-LSTM-AM模型在训练过程中采用雾凇优化算法(RIME)进行超参数寻优,有效地提高训练效率、降低训练成本。在磷酸铁锂公开数据集上开展实践测评,结果表明,基于CNN-LSTM-AM模型的电池SOC预测性能良好,优于传统时间序列预测方法,其方均根误差为0.64%、平均绝对误差为0.52%(25℃)。此外,该模型适用于动态工况下的电池状态预测,具有较高的预测精度和鲁棒性。; 关键词储能锂离子电池荷电状态长短时记忆注意力机制雾凇优化算法; Keywords Energy storage battery state of charge long and short-term memory attention module rime; 分类号 TM912 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名X射线荧光光谱结合红外光谱对茶油三元体系掺伪的研究: 3; 作者钟晴议袁孟韬李开开姜红田红丽刘晓静韩玮; 机构中国人民公安大学侦查学院万子健检测技术(北京)有限公司司法鉴定中心食品药品安全防控山西省重点实验室北京安科慧生科技有限公司; 出处《中国粮油学报》北大核心 2025年第5期197-203,共7页; 基金中国人民公安大学刑事科学技术双一流创新研究专项(2023SYL06)。; 文摘采用X射线荧光光谱(XRF)技术结合红外光谱技术对茶油与玉米油、大豆油的三元体系进行元素和特征脂肪酸定量检测分析。研究通过支持向量机(SVM)模型,并结合RIME雾凇优化算法对数据进行建模和优化,建立高效的油茶籽油掺伪检测模型。结果表明,Mn元素在模型中的决定系数R 2达到0.88247,而Fe元素的R 2则高达0.97729,表明这些元素在模型中具有较高的解释力和预测能力,计算皮尔逊指数,通过Kruskal-Wallis检验,确定了Mn、Cr、Fe、Cl等元素可以作为最佳区分掺伪的元素,这些元素在不同掺伪梯度下表现出显著的差异性。制备74个样品,分为低、中、高掺伪梯度,在低、中、高3个掺伪梯度中均有元素展现区分能力。利用红外光谱技术检测掺伪样品,由于脂肪酸在3种油中的含量不同,通过研究其中油酸,亚油酸,亚麻酸等特征脂肪酸的出峰位置,比较掺伪样品与纯山茶油样品的差异,从而印证掺伪样品在特定波数(如2925、1200、1096 cm^(-1))的吸光度明显不同于纯山茶油。; 关键词 X射线荧光光谱红外光谱食用油掺伪支持向量机 rime算法优化; Keywords X-ray fluorescence spectroscopy infrared spectrum edible oil adulteration support vector machine rime algorithm optimization; 分类号 TS227 [轻工技术与工程—粮食、油脂及植物蛋白工程]; 在线阅读下载PDF 职称材料

题名建筑结构火灾下倒塌应急监测技术研究被引量：2: 4; 作者靳晓王东升王立娟马国超唐尧刘欢黄昌萍; 机构重大危险源测控四川省重点实验室四川安信科创科技有限公司四川省安全科学技术研究院; 出处《安全与环境学报》 CAS CSCD 北大核心 2024年第10期3847-3853,共7页; 基金四川省科技计划重点研发项目(2020YFS0388)。; 文摘建筑火灾已经成为威胁城市公众安全的主要灾害之一。为了保护消防救援人员的人身安全,综合运用红外热成像、测量机器人和近景摄影测量等技术构建了一种建筑结构火灾下倒塌应急监测方法,对火灾下建筑的温度场和形变场进行监测,辅助开展建筑倒塌风险分析。该方法采用红外热成像技术获取建筑火灾的温度场数据;利用测量机器人和近景摄影测量技术分别获取关键点位高精度形变数据和多方位立体形变数据;建立了雾凇优化算法(Rime Optimization Algorithm,RIME)与极限学习机(Extreme Learning Machine,ELM)相结合的协同校正模型RIME-ELM,利用关键点位高精度形变数据对近景摄影测量的监测结果进行校正,提高立体形变监测数据的精度。为了验证该方法的有效性,搭建建筑结构实体模型,模拟开展火灾应急监测。结果表明,该方法所获取的火场温度和形变数据符合建筑火灾一般规律,利用RIME-ELM模型所获取的形变校正结果与ELM模型相比,平均相对误差明显降低。这验证了该方法的有效性和可行性,能够为消防应急救援提供全面、可靠的数据支撑。; 关键词安全工程建筑火灾倒塌应急监测雾凇优化算法(rime) 极限学习机(ELM); Keywords safety engineering building fire collapse emergency monitoring rime Optimization Algorithm(rime) Extreme Learning Machine(ELM); 分类号 X932 [环境科学与工程—安全科学]; 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	基于模态分解和RIME-CNN-BiLSTM-AM的风速预测方法	朱婷颜七笙	《科学技术与工程》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于CNN-LSTM-AM模型的储能锂离子电池荷电状态预测	杜伟王圣李健韩哲哲许传龙	《电工技术学报》北大核心	2025	1	在线阅读下载PDF 职称材料
3	X射线荧光光谱结合红外光谱对茶油三元体系掺伪的研究	钟晴议袁孟韬李开开姜红田红丽刘晓静韩玮	《中国粮油学报》北大核心	2025	0	在线阅读下载PDF 职称材料
4	建筑结构火灾下倒塌应急监测技术研究	靳晓王东升王立娟马国超唐尧刘欢黄昌萍	《安全与环境学报》 CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料