融合多策略的改进鹈鹕优化算法 被引量：1

1

作者 李智杰 赵铁柱 +3 位作者 李昌华 介军 石昊琦 杨辉 《控制工程》 北大核心 2025年第7期1184-1197,1206,共15页

针对鹈鹕优化算法在寻优过程中存在的种群多样性降低、收敛速度下降、易陷入局部最优等问题,融合多种策略对其进行改进,提出了改进鹈鹕优化算法(improved pelican optimization algorithm,IPOA)。首先,利用帐篷(tent)混沌映射和折射反... 针对鹈鹕优化算法在寻优过程中存在的种群多样性降低、收敛速度下降、易陷入局部最优等问题,融合多种策略对其进行改进,提出了改进鹈鹕优化算法(improved pelican optimization algorithm,IPOA)。首先,利用帐篷(tent)混沌映射和折射反向学习策略初始化鹈鹕种群,在增加种群多样性的同时为算法寻优能力的提升打下基础;然后,在鹈鹕逼近猎物阶段引入非线性惯性权重因子以提高算法的收敛速度;最后,引入樽海鞘群算法的领导者策略以协调算法的全局搜索能力和局部寻优能力。实验测试了单一改进策略的改进效果,并将IPOA与其他9种优化算法进行了对比。实验结果证明了各改进策略的有效性和IPOA的优越性和鲁棒性。 展开更多

关键词 鹈鹕优化算法 帐篷混沌映射 折射反向学习 非线性惯性权重因子 樽海鞘群算法

在线阅读 下载PDF 职称材料

融合三维螺旋运动和混合反向学习策略的改进鹈鹕优化算法 被引量：5

2

作者 李彦苍 李一凡 +1 位作者 王钊 王育德 《科学技术与工程》 北大核心 2024年第11期4607-4617,共11页

针对鹈鹕优化算法收敛速度较慢、初始化过程随机产生初始种群导致种群多样性差,在后期易陷入局部最优等问题,提出了一种融合三维螺旋飞行和混合反向学习策略的鹈鹕优化算法。首先使用Gauss映射初始化种群,提高种群多样性;其次利用三维... 针对鹈鹕优化算法收敛速度较慢、初始化过程随机产生初始种群导致种群多样性差,在后期易陷入局部最优等问题,提出了一种融合三维螺旋飞行和混合反向学习策略的鹈鹕优化算法。首先使用Gauss映射初始化种群,提高种群多样性;其次利用三维螺旋飞行和混合最优最差反向学习策略,加强算法跳出局部最优的能力;最后,引入自适应平衡因子与自适应步长,提出鹈鹕坠落策略,以模拟捕食过程中群体的微小变化。最后,通过12个基准函数和实际案例对IPOA(improved pelican optimization algorithm)进行测试,并与8个仿生算法进行对比,测试结果与Wilcoxon符号秩和检验结果均表明IPOA收敛精度与稳定性等各项性能都有所提升,具有明显优势。 展开更多

关键词 鹈鹕优化算法 GAUSS映射 三维螺旋运动策略 反向学习 自适应平衡因子 自适应步长

在线阅读 下载PDF 职称材料

基于时序卷积残差网络和鹈鹕优化算法的新能源电网安全稳定控制方法 被引量：3

3

作者 张建新 邱建 +4 位作者 朱煜昆 朱益华 杨欢欢 徐光虎 涂亮 《可再生能源》 CAS CSCD 北大核心 2024年第6期845-852,共8页

随着“双碳”目标的推进,随机波动的新能源接入电网的规模和容量日益提升,严重影响电网的安全稳定运行。针对大干扰故障电压稳定控制问题,文章提出了一种基于时序卷积残差网络和鹈鹕优化算法的新能源电网电压安全稳定控制策略。首先,利... 随着“双碳”目标的推进,随机波动的新能源接入电网的规模和容量日益提升,严重影响电网的安全稳定运行。针对大干扰故障电压稳定控制问题,文章提出了一种基于时序卷积残差网络和鹈鹕优化算法的新能源电网电压安全稳定控制策略。首先,利用时序卷积信息损失少、感受野宽以及残差网络深层特征提取能力强的优势,构建基于时序卷积残差网络的电压稳定预测模型,映射出敏感节点电压时序特征和电压稳定之间的关系;其次,构建电压稳定控制模型,利用鹈鹕优化算法收敛速度快、搜索能力强的优势求解控制模型,得出最佳切机和切负荷动作措施;最后,进行了仿真验证。验证结果表明,所提方法提高了新能源电网电压安全稳定预测的准确性,通过最佳的电压稳定控制策略提高了电网故障后的安全稳定运行水平。 展开更多

关键词 新能源 大干扰故障 时序卷积残差网络 鹈鹕优化算法 安全稳定控制

在线阅读 下载PDF 职称材料

基于混合策略改进的鹈鹕优化算法 被引量：2

4

作者 苏莹莹 任曼铜 《制造技术与机床》 北大核心 2024年第3期85-93,共9页

针对鹈鹕优化算法求解精度低、稳定性不足、易陷入局部最优等问题,文章提出一种混合策略改进的鹈鹕优化算法(IPOA)。首先,为了增强种群的随机性和多样性,扩大种群的搜索范围,引入反向折射学习机制;其次,利用正余弦算法和鹈鹕算法融合,... 针对鹈鹕优化算法求解精度低、稳定性不足、易陷入局部最优等问题,文章提出一种混合策略改进的鹈鹕优化算法(IPOA)。首先,为了增强种群的随机性和多样性,扩大种群的搜索范围,引入反向折射学习机制;其次,利用正余弦算法和鹈鹕算法融合,改进鹈鹕搜索猎物的方式,增强算法的局部搜索与全局搜索能力;然后,采用Levy飞行机制对鹈鹕位置进行更新,从而提高算法的搜索能力以寻找最优值;最后,引入自适应t分布变异算子,使用算法的迭代次数作为t分布的自由度参数来增强鹈鹕种群的多样性,避免算法陷入局部最优。通过12个标准测试函数对改进算法与海鸥优化算法、黑猩猩优化算法、鲸鱼优化算法、蛇群优化算法和基本鹈鹕优化算法进行测试比较,结果表明,IPOA具有更好的收敛速度和稳定性。最后将改进鹈鹕算法应用于压力容器设计优化问题,进一步证实改进后的算法具有较好的求解性能。 展开更多

关键词 鹈鹕优化算法 折射反向学习 Levy飞行 正余弦算法 t分布变异

在线阅读 下载PDF 职称材料

基于改进鹈鹕优化算法的土壤污染预测 被引量：2

5

作者 高玉超 王占刚 《计算机工程与设计》 北大核心 2024年第9期2852-2858,共7页

针对传统污染扩散模型结构复杂、无法验证等问题,提出一种基于多策略改进鹈鹕优化算法的土壤污染扩散模型。引入拟蒙特卡罗序列优化鹈鹕优化算法初始种群位置,提出一种非线性收敛的e指数余弦因子改进位置更新方式,结合t-分布变异扰动策... 针对传统污染扩散模型结构复杂、无法验证等问题,提出一种基于多策略改进鹈鹕优化算法的土壤污染扩散模型。引入拟蒙特卡罗序列优化鹈鹕优化算法初始种群位置,提出一种非线性收敛的e指数余弦因子改进位置更新方式,结合t-分布变异扰动策略提升算法局部寻优能力。利用改进的鹈鹕优化算法优化高斯扩散模型,构建土壤污染扩散模型。选取某地为研究区域,所构建的土壤污染扩散模型的平均绝对误差与均方根误差最低,验证该模型可以有效应用于土壤污染预测。 展开更多

关键词 鹈鹕优化算法 拟蒙特卡罗序列 e指数余弦因子 T-分布 高斯扩散模型 土壤污染预测 参数优化

在线阅读 下载PDF 职称材料

鹈鹕优化算法在岩体结构面分组中的应用 被引量：3

6

作者 刘铁新 董自岩 郭怡宁 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2024年第3期117-125,共9页

结构面广泛分布于岩体之中,难以逐一进行分析。现有研究方法存在对初始信息敏感,分组结果可靠性差,以及难以准确对产状相近的结构面进行分组等不足。针对上述问题,提出了一种基于鹈鹕优化算法(POA)的岩体结构面分组方法。首先,利用POA... 结构面广泛分布于岩体之中,难以逐一进行分析。现有研究方法存在对初始信息敏感,分组结果可靠性差,以及难以准确对产状相近的结构面进行分组等不足。针对上述问题,提出了一种基于鹈鹕优化算法(POA)的岩体结构面分组方法。首先,利用POA算法全局寻优初始聚类中心,结合模糊C均值算法(FCM)将结构面产状数据进行完全分组。其次,利用蒙特卡罗模拟技术,生成符合Fisher分布的产状数据。最后,基于正交设计,对比传统FCM算法,以识别错误率为指标,研究了新算法在不同结构面数量、结构面组数、聚类中心、离散度情况下分组精度的变化规律。结果表明:聚类中心对分组精度具有显著影响;所提方法能对产状极点边界不清晰的结构面数据进行有效分组,可有效提高分组精度和分组结果的可靠性。以大连某水库边坡结构面数据为基础,对其进行分组处理,验证了新方法的工程实用性。研究结果可以为结构面三维网络计算机模拟和岩体工程稳定性分析提供依据。 展开更多

关键词 岩体力学 鹈鹕优化算法 模糊C均值算法 结构面分组 正交设计

在线阅读 下载PDF 职称材料

融合无迹sigma点变异和交叉反向的鹈鹕优化算法 被引量：2

7

作者 左锋琴 张达敏 +2 位作者 何庆 班云飞 沈倩雯 《计算机科学与探索》 CSCD 北大核心 2024年第11期2954-2968,共15页

针对鹈鹕优化算法(POA)在寻优过程中存在寻优速度慢、精度低以及易陷入局部最优等问题,提出了一种融合无迹sigma点变异和交叉学习的鹈鹕优化算法(MPOA)。使用随机反向学习策略对种群中劣势群体产生随机反向解,引入无迹sigma点对其反向... 针对鹈鹕优化算法(POA)在寻优过程中存在寻优速度慢、精度低以及易陷入局部最优等问题,提出了一种融合无迹sigma点变异和交叉学习的鹈鹕优化算法(MPOA)。使用随机反向学习策略对种群中劣势群体产生随机反向解,引入无迹sigma点对其反向解进行变异,增强算法在搜索域可见范围内精细开发,避免算法陷入局部最优;利用Levy飞行的随机性对交叉反向策略进行改进,动态探索丰富个体寻优过程,保持算法多样性,增强算法全局搜索能力;引入非线性收敛因子来平衡算法的开发和勘探能力,利用基于SPM的混沌序列扰动非线性收敛因子以增加解的多样性,避免算法在后期陷入局部最优,增强算法稳定性。利用12个基准测试函数、秩和检验和CEC2021函数进行实验仿真,对比分析寻优效果可知,改进算法具有更强的全局搜索能力和更快的寻优速度。将MPOA算法用于优化长短期记忆网络(LSTM)模型的参数,并应用于气候变化预测任务,与其他六种群智能算法优化的LSTM模型进行对比,结果表明,MPOA-LSTM模型具有更好的预测精度。 展开更多

关键词 鹈鹕优化算法 无迹sigma点变异 交叉反向 SPM的混沌序列扰动 LSTM神经网络

在线阅读 下载PDF 职称材料

基于质量扰动鹈鹕优化算法的图像匹配方法研究

8

作者 杨光露 胡宏帅 +3 位作者 王小明 冯绍志 王凤仙 孙俊峰 《郑州大学学报（理学版）》 CAS 北大核心 2024年第4期81-87,共7页

针对传统群优化算法在图像匹配中存在调节参数多、不易操作等问题,提出了一种基于质量扰动的鹈鹕优化算法(disturbance quality pelican optimization algorithm,DPOA)的图像匹配方法。传统的鹈鹕优化算法(pelican optimization algorit... 针对传统群优化算法在图像匹配中存在调节参数多、不易操作等问题,提出了一种基于质量扰动的鹈鹕优化算法(disturbance quality pelican optimization algorithm,DPOA)的图像匹配方法。传统的鹈鹕优化算法(pelican optimization algorithm,POA)在求解多峰函数问题时,其全局收敛性需要进一步改进。首先,引入了一种新的质量扰动方法,通过检测分布点附近的点来收敛到更好的解,提高了在解决多峰函数问题时易陷入局部最优的问题,同时提高了算法的收敛精度。其次,通过数据集CEC2019对算法的有效性进行评价。最后,通过提取图像的方向梯度直方图(histogram of oriented gradient,HOG)将DPOA算法在图像匹配中应用,并通过实验仿真,证明了DPOA算法在图像匹配中的可行性与有效性。 展开更多

关键词 图像匹配 鹈鹕优化算法 质量扰动 方向梯度直方图 群优化

在线阅读 下载PDF 职称材料

基于POA-GWO-CSO 算法的新能源电力系统精准切负荷控制多目标优化方法 被引量：5

9

作者 张建新 邱建 +4 位作者 赵青春 姜拓 李建设 夏尚学 靳文星 《可再生能源》 CAS CSCD 北大核心 2024年第9期1262-1270,共9页

为解决新能源电力系统因功率缺额引发系统频率、电压偏移等一系列安全问题,文章提出了一种基于POA-GWO-CSO算法的电力系统精准切负荷控制多目标优化方法。首先,从电力系统的安全性和经济性两个方面综合考虑电力系统稳定运行和分布式电... 为解决新能源电力系统因功率缺额引发系统频率、电压偏移等一系列安全问题,文章提出了一种基于POA-GWO-CSO算法的电力系统精准切负荷控制多目标优化方法。首先,从电力系统的安全性和经济性两个方面综合考虑电力系统稳定运行和分布式电源出力特性等各项约束条件,提出一种基于负荷分类的精准切负荷控制多目标优化模型;然后,为了增强传统鹈鹕优化算法(POA)全局与局部搜索能力之间的协调关系,克服优化算法在处理复杂问题时出现收敛过早、寻优范围不够、求解精度不高等问题,引入非线性惯性权重因子、灰狼优化算法(GWO)中狼群领导者策略以及纵横交叉法(CSO),对鹈鹕新的个体的位置进行更新;最后,基于改进后的IEEE33节点进行实证分析。分析结果表明,利用改进的POA-GWO算法对紧急切负荷模型进行求解,实现了系统经济性及稳定性的协调控制。 展开更多

关键词 新能源电力系统 精准切负荷 鹈鹕优化算法 灰狼优化算法 纵横交叉法

在线阅读 下载PDF 职称材料

采用混合策略联合优化的模糊C-均值聚类信息熵点云简化算法 被引量：2

10

作者 黄鹤 黄佳慧 +2 位作者 刘国权 王会峰 高涛 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第7期214-226,共13页

针对传统聚类算法处理点云简化问题时精度低、耗时长且易丢失特征信息等问题,提出了一种基于动态精英自适应混合策略的鹈鹕算法(DEAMPOA)与加权熵法联合优化的模糊C-均值聚类(FCM)信息熵点云简化算法。采用动态自适应种群混合策略,同时... 针对传统聚类算法处理点云简化问题时精度低、耗时长且易丢失特征信息等问题,提出了一种基于动态精英自适应混合策略的鹈鹕算法(DEAMPOA)与加权熵法联合优化的模糊C-均值聚类(FCM)信息熵点云简化算法。采用动态自适应种群混合策略,同时融合了精英反向化思路,显著提升了鹈鹕优化算法(POA)的收敛趋势和全局寻优能力,提高了寻找FCM最优聚类中心的成功率;利用DEAMPOA结合加权熵法对FCM进行优化,提高鲁棒性的同时增强了搜索精度,得到较好的聚类结果;在8种UCI标准数据集上与4种算法对比进行聚类性能评估实验,验证了所提方法综合性能优越;将所提方法与信息熵融合,并应用在三维点云KITTI数据集简化中。实验结果表明:与包围框简化法、随机采样简化法和特征选择简化法对比,所提方法全局误差简化前后点集之间平均欧式距离(MED)指标分别降低了2.25%、6.93%、5.74%,点云简化效果最优且运行速度满足要求。 展开更多

关键词 C-均值聚类 鹈鹕优化算法 点云简化 信息熵

在线阅读 下载PDF 职称材料

基于鹈鹕优化CNN-BiLSTM的电力负荷预测 被引量：3

11

作者 吴小涛 袁晓辉 +3 位作者 毛玉鑫 王祥 郭乐 舒卫民 《水电能源科学》 北大核心 2024年第8期209-212,172,共5页

为了提高电力负荷的预测精度,基于卷积神经网络(CNN)的空间特征提取能力、双向长短时记忆(BiLSTM)网络的时序预测性能以及鹈鹕优化算法(POA)的寻优能力,提出了一种新的基于CNN、BiLSTM、POA的组合电力负荷预测模型(POA-CNN-BiLSTM)。首... 为了提高电力负荷的预测精度,基于卷积神经网络(CNN)的空间特征提取能力、双向长短时记忆(BiLSTM)网络的时序预测性能以及鹈鹕优化算法(POA)的寻优能力,提出了一种新的基于CNN、BiLSTM、POA的组合电力负荷预测模型(POA-CNN-BiLSTM)。首先利用CNN提取电力负荷时间序列的特征向量,然后输入到BiLSTM网络进行双向循环训练,构建CNN-BiLSTM预测模型,并采用POA优化BiLSTM网络的隐藏层单元数、学习率和正则化系数等参数,最后输出电力负荷预测结果。将提出的模型应用于某区域电力负荷预测,结果表明,BiLSTM、LSTM模型预测精度优于最小二乘支持向量机(LSSVM)模型;BiLSTM模型预测精度优于LSTM模型;POA的寻优精度优于粒子群优化算法(PSO);CNN-LSTM、CNN-BiLSTM组合预测模型预测精度优于LSTM、BiLSTM模型;POA-CNN-BiLSTM模型预测精度优于POA-LSSVM、PSO-LSTM、POA-LSTM、POA-BiLSTM和POA-CNN-LSTM模型,能更好地追踪电力负荷的变化趋势。 展开更多

关键词 电力负荷预测 鹈鹕优化算法 卷积神经网络 双向长短时记忆网络

在线阅读 下载PDF 职称材料

基于IPOA-LSTM辅助的组合导航算法

12

作者 周理想 陈佳 毛宽民 《计算机工程与设计》 北大核心 2025年第5期1241-1247,共7页

为解决INS/GNSS组合导航系统在GNSS信号失锁条件下导航误差迅速增大的问题,提出一种基于改进的鹈鹕优化算法(IPOA)优化长短期记忆神经网络(LSTM)超参数,进而辅助INS/GNSS组合导航的算法。当卫星信号可用时,通过训练建立输入与输出之间... 为解决INS/GNSS组合导航系统在GNSS信号失锁条件下导航误差迅速增大的问题,提出一种基于改进的鹈鹕优化算法(IPOA)优化长短期记忆神经网络(LSTM)超参数,进而辅助INS/GNSS组合导航的算法。当卫星信号可用时,通过训练建立输入与输出之间的关系;卫星信号失锁后,利用训练好的模型进行预测,抑制纯惯导的发散。实测数据实验结果表明,在GNSS信号失锁60 s内,提出的改进算法优于通用的LSTM模型及纯惯导推算方法,能够对组合导航的导航精度进行改善,减小GNSS信号中断对组合导航系统的影响。 展开更多

关键词 惯性导航系统 全球导航卫星系统 组合导航 信号失锁 鹈鹕优化算法 超参数优化 长短期记忆神经网络

在线阅读 下载PDF 职称材料

偏远地区混合能源系统优化配置方法

13

作者 南钰 郑罡 武亚非 《兵工自动化》 北大核心 2025年第2期79-84,共6页

为降低系统成本并确保可再生能源的充分消纳,提出偏远地区混合可再生能源系统的优化配置方法。通过应用多种元启发式算法,包括鹈鹕优化算法(pelican optimization algorithm,POA),对偏远地区微电网系统中的光伏、风机、沼气发电机和蓄... 为降低系统成本并确保可再生能源的充分消纳,提出偏远地区混合可再生能源系统的优化配置方法。通过应用多种元启发式算法,包括鹈鹕优化算法(pelican optimization algorithm,POA),对偏远地区微电网系统中的光伏、风机、沼气发电机和蓄电池进行最佳配置研究。结果表明:改进的POA在实现优化目标方面优于其他算法,且在资源利用和成本最小化方面表现突出。 展开更多

关键词 混合可再生能源系统 鹈鹕优化算法 微电网优化配置 光伏

在线阅读 下载PDF 职称材料

基于优化VMD-GRU的滚动轴承剩余使用寿命预测 被引量：2

14

作者 郗涛 王锴 王莉静 《中国工程机械学报》 北大核心 2024年第1期101-106,共6页

为了提高滚动轴承剩余使用寿命(RUL)的预测精度,提出了一种变分模态分解(VMD)和门控循环神经网络(GRU)融合算法的滚动轴承RUL预测模型VMD-GRU。首先,该模型通过阿基米德优化算法(AOA)优化的VMD算法对原始振动信号进行分解;然后,利用最... 为了提高滚动轴承剩余使用寿命(RUL)的预测精度,提出了一种变分模态分解(VMD)和门控循环神经网络(GRU)融合算法的滚动轴承RUL预测模型VMD-GRU。首先,该模型通过阿基米德优化算法(AOA)优化的VMD算法对原始振动信号进行分解;然后,利用最小包络熵准则选择最佳模态分量进行退化特征提取;再通过核主成分分析进行特征降维;最后,为保证模型准确率,通过鹈鹕优化算法(POA)优化GRU中的超参数,并根据不同故障类型建立GRU剩余寿命预测模型。使用XJTU-SY标准数据集进行剩余寿命预测验证,实验结果表明:与传统未结合故障类型提取退化特征和建立预测模型方法相比,VMD-GRU模型均方根误差和平均绝对误差分别降低了26.28%和27.17%。 展开更多

关键词 滚动轴承 剩余寿命预测 变分模态分解(VMD) 门控循环神经网络(GRU) 阿基米德优化算法(AOA) 鹈鹕优化算法(POA)

在线阅读 下载PDF 职称材料

面向涡轮的PCA-POA-LSTM数据驱动建模及故障预警方法 被引量：1

15

作者 刘斌 白红艳 +3 位作者 何璐瑶 张晓北 田野 杨理践 《电子测量与仪器学报》 北大核心 2025年第1期145-155,共11页

针对传统LSTM数据驱动模型存在输入参数规模过大导致运算负担过大、超参数选择不当和涡轮系统故障发生频率、运维成本高的问题,提出一种基于PCA-POA-LSTM的涡轮数据驱动建模方法,并结合滑动窗口法实现了涡轮故障预警。首先,应用PCA降维... 针对传统LSTM数据驱动模型存在输入参数规模过大导致运算负担过大、超参数选择不当和涡轮系统故障发生频率、运维成本高的问题,提出一种基于PCA-POA-LSTM的涡轮数据驱动建模方法,并结合滑动窗口法实现了涡轮故障预警。首先,应用PCA降维技术,减少输入数据维度;其次,采用POA参数寻优方法选出最优超参数组合;然后,利用LSTM算法预测涡轮的输出参数;最后,在PCA-POA-LSTM涡轮数据驱动模型预测结果的基础上,结合滑动窗口法对涡轮故障进行预警,通过窗口内标准差定义报警阈值,攻克了涡轮故障预警的难题。结果表明,以PCA-POA-LSTM为基础的涡轮数据驱动建模实现了较高的精确度,平均绝对百分比误差均在0.396以下,平均绝对误差均在0.809以下,平均方根误差均在1.387以下。并且故障预警方法,至少可提前173个监测点发出故障预警信号,实现了对涡轮故障预警的目的,为未来开展涡轮健康管理提供了理论依据和技术支持。 展开更多

关键词 涡轮 鹈鹕优化算法 长短期记忆网络 主成分分析 数据驱动

在线阅读 下载PDF 职称材料

增强的超短期风电功率预测:一种PatchTST-POA-VMD-iTransformer混合模型

16

作者 刘新宇 潘宇 +2 位作者 王亚辉 李继方 杨文静 《电力系统保护与控制》 北大核心 2025年第19期68-78,共11页

由于风力发电对天气变化的敏感度高,风电场输出功率随时间变化的波动大,传统预测模型难以对风电场输出功率进行准确预测,也难以对风电预测误差进行有效修正。针对上述问题,提出了一种PatchTST-POA-VMD-iTransformer混合预测模型。首先,... 由于风力发电对天气变化的敏感度高,风电场输出功率随时间变化的波动大,传统预测模型难以对风电场输出功率进行准确预测,也难以对风电预测误差进行有效修正。针对上述问题,提出了一种PatchTST-POA-VMD-iTransformer混合预测模型。首先,基于斯皮尔曼相关系数法进行天气特征与风电功率相关性量化分析,完成数据筛选和预处理。然后,引入PatchTST对风电场输出功率进行初步预测,得到初步预测的功率结果。随后,采用鹈鹕优化算法(pelican optimization algorithm,POA)优化的变模态分解(variational mode decomposition,VMD)对风电预测误差序列进行分解,再使用iTransformer对分解后的误差序列进行预测。最后,将已获得的初步功率预测结果与误差序列预测结果相结合,得到最终的风电功率预测结果。消融实验和对比实验结果表明,所提模型具有较小的预测误差和较优的泛化能力,能够有效提升超短期风电功率预测的精度和可靠性。 展开更多

关键词 风电功率预测 PatchTST 鹈鹕优化算法 变模态分解 iTransformer

在线阅读 下载PDF 职称材料

基于IPOA-MSCNN-BiLSTM-Attention模型的刀具磨损状态识别

17

作者 杨焕峥 崔业梅 +1 位作者 薛洪惠 徐玲 《组合机床与自动化加工技术》 北大核心 2025年第7期158-163,共6页

刀具状态监测直接影响产品加工质量,为了提高刀具磨损状态识别的准确性,构建了IPOA-MSCNN-BiLSTM-Attention模型。首先,采用多尺度卷积神经网络(MSCNN)和双向长短时记忆网络(BiLSTM)来学习数据的时空特征;其次,引入注意力机制(Attention... 刀具状态监测直接影响产品加工质量,为了提高刀具磨损状态识别的准确性,构建了IPOA-MSCNN-BiLSTM-Attention模型。首先,采用多尺度卷积神经网络(MSCNN)和双向长短时记忆网络(BiLSTM)来学习数据的时空特征;其次,引入注意力机制(Attention)以增强对关键信息的关注度;再次,提出了一种改进的鹈鹕优化算法(IPOA),用于优化模型多尺度卷积神经网络的参数。该算法结合自适应惯性权重因子、柯西变异和麻雀警戒机制策略,在CEC2005至CEC2022的众多函数性能测试中综合表现优于传统POA等5种算法;最后,在工业控制计算机(IPC)上运行了模型。结果表明,该模型在刀具磨损状态识别方面表现出较高的识别精度,可提高加工安全与生产效率。 展开更多

关键词 刀具磨损 状态监测 改进的鹈鹕优化算法 多尺度卷积神经网络 双向长短时记忆网络

在线阅读 下载PDF 职称材料

基于变量选择和POA-NARX的SNCR脱硝系统出口NO_(x)浓度动态软测量模型

18

作者 赵征 梁磊 刘赛恒 《动力工程学报》 北大核心 2025年第4期592-601,共10页

针对垃圾焚烧炉选择性非催化还原(SNCR)脱硝系统内部工况不稳定、影响出口NO_(x)浓度因素多以及无法及时准确测量出口NO_(x)浓度等问题,提出了一种基于变量选择和鹈鹕优化算法-非线性自回归(POA-NARX)的SNCR脱硝系统出口NO_(x)浓度动态... 针对垃圾焚烧炉选择性非催化还原(SNCR)脱硝系统内部工况不稳定、影响出口NO_(x)浓度因素多以及无法及时准确测量出口NO_(x)浓度等问题,提出了一种基于变量选择和鹈鹕优化算法-非线性自回归(POA-NARX)的SNCR脱硝系统出口NO_(x)浓度动态软测量模型。通过机理分析SNCR脱硝系统出口NO_(x)浓度的影响因素,初筛特征变量;利用改进的快速相关过滤(FCBF)算法选择高相关变量,去除强冗余的变量;再利用数据趋势分析法和互信息算法进行迟延估计;最后利用鹈鹕优化算法确定最佳系统变量阶次,建立SNCR脱硝系统出口NO_(x)浓度动态软测量模型。实验结果表明:经过变量筛选和时滞分析的NARX动态模型准确性显著提升;POA-NARX模型的预测效果明显优于其他他软测量模型。 展开更多

关键词 垃圾焚烧炉 SNCR 快速相关过滤算法 NARX神经网络 鹈鹕优化算法 软测量

在线阅读 下载PDF 职称材料

计及效率和启停特性的大规模离网风电制氢多电解槽切换调度策略 被引量：2

19

作者 梁涛 杨文博 +2 位作者 谭建鑫 井延伟 吕梁年 《电力自动化设备》 北大核心 2025年第2期78-85,共8页

针对大规模离网风电碱性制氢系统中电解槽的宽功率波动适应性及其使用损耗等问题,通过对比分析多台小容量电解槽组合与单台大容量电解槽对宽功率波动的适应能力,建立多台碱性电解槽共用一套气液处理装置(多对一)的离网风电制氢系统,并... 针对大规模离网风电碱性制氢系统中电解槽的宽功率波动适应性及其使用损耗等问题,通过对比分析多台小容量电解槽组合与单台大容量电解槽对宽功率波动的适应能力,建立多台碱性电解槽共用一套气液处理装置(多对一)的离网风电制氢系统,并综合考虑碱性电解槽的效率特性和启停特性,以制氢系统利润最大为目标,提出一种基于鹈鹕优化算法(POA)的离网风电制氢多电解槽切换调度策略。对不同的切换调度策略进行仿真对比,结果表明,多对一离网风电制氢系统采用基于POA的切换调度策略能够更好地适应宽功率波动,同时减少电解槽启停次数,提高电解槽利用率。 展开更多

关键词 风电制氢 多电解槽 鹈鹕优化算法 宽功率 切换策略 效率特性 启停特性

在线阅读 下载PDF 职称材料

基于KPCA-IPOA-LSSVM的变压器电热故障诊断 被引量：2

20

作者 陈尧 周连杰 《南方电网技术》 北大核心 2025年第1期20-29,共10页

为解决油浸式变压器故障诊断准确率低的问题,提出了一种核主成分分析(kernel principal component analysis,KPCA)与改进鹈鹕优化算法(improved pelican optimization algorithm,IPOA)优化最小二乘支持向量机(least squares support vec... 为解决油浸式变压器故障诊断准确率低的问题,提出了一种核主成分分析(kernel principal component analysis,KPCA)与改进鹈鹕优化算法(improved pelican optimization algorithm,IPOA)优化最小二乘支持向量机(least squares support vector machine,LSSVM)的变压器故障诊断方法。首先用KPCA对多维变压器故障数据进行特征提取,降低计算复杂度。其次引入Logistic混沌映射、自适应权重策略和透镜成像反向学习策略对鹈鹕优化算法(pelican optimization algorithm,POA)进行改进。最后建立了KPCA-IPOA-LSSVM故障诊断模型,诊断精度为94.24%,与PCA-IPOA-SVM、KPCA-IPOA-SVM、KPCA-WOA-LSSVM和KPCA-POA-LSSVM故障诊断模型进行对比,准确率分别提升了18.31%、11.53%、11.87%、7.46%。结果表明,所提出的变压器故障诊断模型有效提高了故障诊断的准确率,证明了该诊断模型具有一定的理论研究和实际工程应用意义。 展开更多

关键词 变压器 鹈鹕优化算法 最小二乘支持向量机 核主成分分析 故障诊断

在线阅读 下载PDF 职称材料