期刊文献+
共找到449篇文章
< 1 2 23 >
每页显示 20 50 100
改进Informed RRT^(*)算法移动机器人路径规划 被引量:2
1
作者 鲁宇明 周羽逵 +2 位作者 郭鑫 池吕庭 戴骏 《计算机工程与应用》 北大核心 2025年第8期283-293,共11页
Informed RRT^(*)算法对初始解不敏感,规划出的路径太接近障碍物,导致路径不平滑。提出一种改进的Informed RRT^(*)路径规划算法,该算法改进了约束采样空间和引导策略。在采样初期,将采样区域限制在一个圆形区域,加快初始解收敛,在算法... Informed RRT^(*)算法对初始解不敏感,规划出的路径太接近障碍物,导致路径不平滑。提出一种改进的Informed RRT^(*)路径规划算法,该算法改进了约束采样空间和引导策略。在采样初期,将采样区域限制在一个圆形区域,加快初始解收敛,在算法规划的过程中引入人工势场中引力场和斥力场的思想,使机器人与障碍物保持安全距离,并向目标位置行进。对Informed RRT^(*)算法和基于目标偏置的Informed RRT^(*)算法(Goal-bias-Informed RRT^(*))以及改进后的Informed RRT^(*)算法进行比较实验,实验结果验证了改进后Informed RRT^(*)算法的有效性和优越性及稳定性。该算法较Informed RRT^(*)算法和Goal-bias-Informed RRT^(*)效率更高、更容易得到初始解、更安全、更平滑、更稳定。 展开更多
关键词 移动机器人 路径规划 随机采样 informed RRT^(*)算法 目标偏置 约束采样空间
在线阅读 下载PDF
基于改进Informed RRT^(*)算法的大棚采摘机械臂路径规划
2
作者 郑泽斌 郑书河 +2 位作者 翁武雄 林添良 郭雷 《福建农林大学学报(自然科学版)》 北大核心 2025年第2期279-288,共10页
【目的】提出一种机械臂路径规划算法,以解决多自由度机械臂在大棚采摘作业中路径规划速度慢、路径成本高等问题,为采摘机械臂高效作业提供依据。【方法】基于Informed RRT^(*)机械臂路径规划算法,引入自适应目标偏置策略,结合贪婪思想... 【目的】提出一种机械臂路径规划算法,以解决多自由度机械臂在大棚采摘作业中路径规划速度慢、路径成本高等问题,为采摘机械臂高效作业提供依据。【方法】基于Informed RRT^(*)机械臂路径规划算法,引入自适应目标偏置策略,结合贪婪思想的双向非优化路径搜索方式,增加动态概率节点拒绝策略。提出一种动态拒绝的知情RRT^(*)贪婪连接算法(dynamic rejection informed RRT^(*) greedy connect algorithm, DR-IRRT^(*)-GC),并通过Matlab多障碍物场景、ROS(机器人操作系统,robot operating system)机械臂场景的仿真对比试验进行验证。【结果】DR-IRRT^(*)-GC算法在路径规划的过程中具有运行速度快、路径成本低、路径规划成功率高等优势。与Informed RRT^(*)算法相比,DR-IRRT^(*)-GC算法在首次路径搜索用时上缩短了97.36%,路径规划成功率提高了283.33%。【结论】DR-IRRT^(*)-GC算法具有较强的实用性。 展开更多
关键词 采摘机械臂 路径规划 改进informed RRT^(*)算法 贪婪思想 动态概率
在线阅读 下载PDF
复杂环境下基于改进Informed RRT*的无人机路径规划算法 被引量:17
3
作者 刘文倩 单梁 +2 位作者 张伟龙 刘成林 马强 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第4期511-524,共14页
针对无人机在复杂环境中进行路径规划时,快速搜索随机树(RRT)算法易出现规划时间长、路径冗余、狭窄空间中易陷入局部约束导致规划失败的问题,提出一种改进的Informed RRT*算法.首先,引入人工势场法使采样点按照势场下降的方式向目标点... 针对无人机在复杂环境中进行路径规划时,快速搜索随机树(RRT)算法易出现规划时间长、路径冗余、狭窄空间中易陷入局部约束导致规划失败的问题,提出一种改进的Informed RRT*算法.首先,引入人工势场法使采样点按照势场下降的方式向目标点移动,以提高RRT树扩展的目的性和方向性.然后,考虑随机树在扩展过程中全局环境的复杂度,引入自适应步长调整策略以增加随机树在无障碍环境下的扩展速度,并在随机树扩展的过程中加入相关约束条件以确保生成路径的可行性.在找到第一条可达路径后,采用变化的椭圆或椭球采样域限制采样点选取和自适应步长的扩展范围,加快算法收敛到渐进最优的速度.最后,在复杂二维和三维环境下进行传统算法和改进算法的对比实验,仿真分析表明:改进算法可以在很少的迭代次数下找到更优的初始路径,更快地锁定椭圆或椭球采样域,从而给路径优化留出更多时间,算法规划效果更好. 展开更多
关键词 路径规划 informed RRT* 人工势场法 自适应步长 椭圆采样域
在线阅读 下载PDF
改进APF-Informed-RRT*融合算法的无人机航迹规划 被引量:12
4
作者 盛春红 范珈铭 《电光与控制》 CSCD 北大核心 2023年第6期1-7,共7页
近几十年,渐近最优快速搜索随机树(RRT*)算法受到广泛关注。为了解决其收敛速度慢、生成路径代价高的问题,提出一种改进APF(Artificial Potential Field)-Informed-RRT*融合算法进行无人机航迹规划。该算法结合Informed采样策略,将随机... 近几十年,渐近最优快速搜索随机树(RRT*)算法受到广泛关注。为了解决其收敛速度慢、生成路径代价高的问题,提出一种改进APF(Artificial Potential Field)-Informed-RRT*融合算法进行无人机航迹规划。该算法结合Informed采样策略,将随机点约束在椭圆空间内,提高搜索效率。当新算法找到最近节点后,引入改进APF生成高质量的新节点。目标点及随机采样点对生长树的最近节点产生吸引力,障碍物对其产生排斥力,然后将合力方向作为随机树生长方向,解决局部最小值的问题,大大缩短了收敛时间。将该算法与RRT*,Informed-RRT*算法进行比较,结果表明了新算法的优越性和有效性。 展开更多
关键词 快速搜索随机树 informed采样策略 人工势场 航迹规划
在线阅读 下载PDF
Cases studies of application of model-informed drug development in early phase clinical trials
5
作者 ZHAO Wei 《中国药理学与毒理学杂志》 CAS 北大核心 2023年第S01期39-40,共2页
Model-informed drug develop⁃ment(MIDD)is the application of a various math⁃ematical,statistical,and biological models to facilitate drug development,decision making and regulatory review.As a quantitative tool,MIDD ap... Model-informed drug develop⁃ment(MIDD)is the application of a various math⁃ematical,statistical,and biological models to facilitate drug development,decision making and regulatory review.As a quantitative tool,MIDD approaches allow an integration of information obtained from non-clinical studies and clinical trials in a drug development program.General understandings of the underlying biology,patho⁃physiology,and pharmacology can also be incor⁃porated into the model.MIDD is centered on knowledge and inferences generated from inte⁃grated models of the physicochemical character⁃istics of a molecule,its disposition in the body,and its mechanism of action,and how the drug might affect a disease from both an efficacy and a safety perspective.MIDD approaches have the potential to significantly streamline drug develop⁃ment,by improving clinical trial efficiency,opti⁃mizing dose and regimen and waive unneces⁃sary clinical studies.This presentation will use cases studies to demonstrate how to apply MIDD in early phase of clinical trials. 展开更多
关键词 model-informed drug development drug development integration of information
在线阅读 下载PDF
BIM技术赋能在役桥梁安全与高效运维 被引量:2
6
作者 张丽萍 王广 +2 位作者 王力 陈云峰 李子奇 《中国安全生产科学技术》 北大核心 2025年第1期101-108,共8页
为了保证运维阶段桥梁结构安全,提升桥梁运维工作的效率,开展公路混凝土梁式桥运维阶段建筑信息模型(building information modeling,BIM)技术应用研究。在对公路桥梁现行编码体系进行扩展的基础上,提出1种参数化快速建模方法,以快速完... 为了保证运维阶段桥梁结构安全,提升桥梁运维工作的效率,开展公路混凝土梁式桥运维阶段建筑信息模型(building information modeling,BIM)技术应用研究。在对公路桥梁现行编码体系进行扩展的基础上,提出1种参数化快速建模方法,以快速完成桥梁构件族的创建与整体模型的集成。借助Autodesk Revit软件应用程序编程接口(application programming interface,API),采用C#语言,开发公路混凝土梁式桥智慧运维状态评估系统,以实际工程应用进行验证分析。研究结果表明:全面统一的桥梁信息编码体系,能够提高桥梁信息统计与检索效率;提出的快速建模方法能够显著减少建模工作量,建模时间较传统建模方法可减少60%,并保证模型的准确性与规范性;运维状态评估系统能够实现养护数据的充分利用与桥梁评定工作的自动化,通过对桥梁运维信息的有效组织,实现服役性能的长期追踪,从而确保运营期桥梁结构状态安全稳定。研究结果可为公路混凝土梁式桥运维管理提供技术支撑,提升桥梁运维的数字化水平。 展开更多
关键词 桥梁工程 运维状态评估系统 Building Information Modeling 公路混凝土梁式桥
在线阅读 下载PDF
基于DWT-CNN-Informer模型的液压支架压力多步长预测 被引量:1
7
作者 张传伟 张刚强 +1 位作者 路正雄 李林岳 《中国安全生产科学技术》 北大核心 2025年第4期57-63,共7页
为了实现液压支架压力多步长精准预测,提出1种基于DWT-CNN-Informer模型的压力多步长预测方法,该方法利用离散小波变换(discrete wavelet transform, DWT)将预处理后的压力时序数据分解为趋势项和周期项频率分量;各频率分量输入卷积神... 为了实现液压支架压力多步长精准预测,提出1种基于DWT-CNN-Informer模型的压力多步长预测方法,该方法利用离散小波变换(discrete wavelet transform, DWT)将预处理后的压力时序数据分解为趋势项和周期项频率分量;各频率分量输入卷积神经网络(CNN)模型提取频率特征;提取的频率特征输入Informer编码器,经位置编码和多头概率稀疏自注意力机制捕捉时序变化特征,并结合自注意力蒸馏减少特征冗余;将Informer解码器改为全连接层,直接输出各分量多步长预测结果;重构叠加各分量多步长预测结果得到液压支架压力多步长预测结果。研究结果表明:在预测步长分别为6,12,24时,DWT-CNN-Informer模型相比LSTM、Informer、CNN-Informer模型在平均绝对误差(MAE)、均方根误差(RMSE)、对称平均绝对百分比误差(SMAPE)指标上均表现出更高预测精度。研究结果为液压支架压力精准预测提供有效方法。 展开更多
关键词 液压支架压力 多步长预测 离散小波变换 CNN模型 Informer模型
在线阅读 下载PDF
基于多任务Informer模型的船舶轨迹预测及行为识别研究
8
作者 李世刚 刘克中 +3 位作者 陈立家 周乃祺 周阳 黄嘉韬 《中国航海》 北大核心 2025年第3期157-165,共9页
为有效预判航行风险,并为船舶避碰、交通管理等决策提供重要依据,研究了一种基于多任务Informer模型的船舶轨迹预测及行为识别模型。该模型以Informer框架为基础,并引入多任务学习模式,通过设计多任务损失函数将船舶行为识别与轨迹预测... 为有效预判航行风险,并为船舶避碰、交通管理等决策提供重要依据,研究了一种基于多任务Informer模型的船舶轨迹预测及行为识别模型。该模型以Informer框架为基础,并引入多任务学习模式,通过设计多任务损失函数将船舶行为识别与轨迹预测并联训练,解决了AIS数据中船舶行为不准确无法作为模型输入的问题;在模型训练时,并设计基于同方差不确定性的损失函数自适应更新策略,自适应分配两个任务的损失权重。利用太仓航段水域中的真实AIS数据进行试验中多任务的Informer船舶轨迹预测模型在轨迹预测中的损失比LSTM和Informer模型分别降低了40.2%和14.7%;在行为识别任务中多任务模型的识别准确率比LSTM和Informer模型分别提升了11.7%和5.95%。表明了多任务模型能在有效提升船舶轨迹预测的性能的同时实现船舶对行为的准确识别。 展开更多
关键词 轨迹预测 行为识别 AIS数据 Informer模型 多任务学习
在线阅读 下载PDF
基于融合劣化指标和VMD-Informer的水电机组劣化趋势预测
9
作者 宋阿妮 陈亦真 +2 位作者 詹云峰 李超顺 付波 《中国农村水利水电》 北大核心 2025年第5期90-96,共7页
水电机组长期运行在恶劣环境下,异常振动更加频繁,逐渐出现疲劳、磨损,导致机组性能劣化。为保障机组的安全稳定运行,需要准确直观地反映水电机组运行并预测机组未来劣化状况,为机组状态检修提供重要依据。提出了一种基于融合劣化指标和... 水电机组长期运行在恶劣环境下,异常振动更加频繁,逐渐出现疲劳、磨损,导致机组性能劣化。为保障机组的安全稳定运行,需要准确直观地反映水电机组运行并预测机组未来劣化状况,为机组状态检修提供重要依据。提出了一种基于融合劣化指标和VMD-Informer的机组劣化趋势预测方法。首先构建KAN健康模型拟合工况参数与振摆值之间的映射关系,然后通过对比模型输出值与实测振摆值在不同指标下的差异得到多个劣化序列,运用遗传算法对多个劣化序列进行寻优获取融合劣化指标,兼顾多个指标的优势,更为准确地反映机组劣化趋势。之后用变分模态分解(VMD)将融合劣化序列分解为多个分量,最后利用Informer预测模型对分解后的各个分量进行多步预测并重构得到最终的预测结果,从而实现对机组运行状况的准确评估和预测。实例分析表明,所提方法能够生成可靠的劣化趋势,同时在预测上能学习劣化趋势序列的长期趋势和局部特征,预测精度更高。 展开更多
关键词 水电机组 劣化评估 退化预测 Kolmogorov-Arnold Network 遗传算法 INFORMER
在线阅读 下载PDF
山区双车道公路借道超车轨迹预测模型
10
作者 覃文文 彭栋梁 +4 位作者 戢晓峰 徐迎豪 李冰 李武 曾浩 《交通运输系统工程与信息》 北大核心 2025年第3期96-106,共11页
为提高山区双车道公路的车辆轨迹预测精度,本文设计一种考虑借道超车影响的车辆轨迹预测模型。首先,基于无人机视频轨迹数据,根据航向角将借道超车过程划分为跟驰、借道、超车和返回这4种状态;其次,构建包含借道超车状态、车辆运动特征... 为提高山区双车道公路的车辆轨迹预测精度,本文设计一种考虑借道超车影响的车辆轨迹预测模型。首先,基于无人机视频轨迹数据,根据航向角将借道超车过程划分为跟驰、借道、超车和返回这4种状态;其次,构建包含借道超车状态、车辆运动特征、空间位置属性和交通状态的多元特征数据集,通过梯度提升决策树算法拟合借道超车状态与车辆运动特征、空间位置和交通状态之间的复杂关系,采用SHAP(SHapley Additive exPlanations)方法识别影响借道超车状态变化的关键因素;然后,将借道超车状态、影响借道超车状态的关键因素和历史轨迹数据集,以滑动时间窗口形式输入至Informer模型,预测山区双车道公路的借道超车轨迹;最后,与未考虑借道超车影响的传统超车轨迹预测模型进行对比,验证本文模型的有效性。结果表明:车头时距、主体车辆横向速度和横向偏移是影响借道超车状态变化的关键因素;所构建的模型在山区双车道借道超车场景下,具有良好的适用性和预测精度;与未考虑借道超车影响的轨迹预测模型相比,本文模型的均方误差和平均绝对误差均值分别降低53.05%和38.11%,决定系数均值提升23.58%。 展开更多
关键词 交通工程 超车轨迹预测 Informer时间序列模型 借道超车 山区双车道
在线阅读 下载PDF
基于RF-Informer模型的月径流遥相关预报
11
作者 李继清 谢宇韬 +1 位作者 徐学军 吴亮 《水资源保护》 北大核心 2025年第3期39-45,共7页
为延长中长期径流预报的预见期,提高预报精度,从物理成因上考虑径流的影响因素,在前期降水径流的基础上增加遥相关因子,通过随机森林(RF)模型进行因子选择,引入长时间序列预报中表现良好的Informer模型,构建了月径流预报的RF-Informer模... 为延长中长期径流预报的预见期,提高预报精度,从物理成因上考虑径流的影响因素,在前期降水径流的基础上增加遥相关因子,通过随机森林(RF)模型进行因子选择,引入长时间序列预报中表现良好的Informer模型,构建了月径流预报的RF-Informer模型,并利用该模型对雅砻江流域两河口、锦西、二滩3个水库的入库月径流进行了预报。结果表明:将遥相关因子引入流域月径流预报可以延长预见期,提高预报精度;相较于线性相关法,基于RF模型选择预报因子可以挖掘因子间非线性关系,提升预报效果;与RF-LSTM、RF-SVM、RF-BP神经网络模型相比,RF-Informer模型的误差最小,预报精度最高。 展开更多
关键词 月径流预报 遥相关因子 随机森林模型 Informer模型 雅砻江流域
在线阅读 下载PDF
基于Informer模型的航班延误预测
12
作者 杨新湦 游超 朱承元 《科学技术与工程》 北大核心 2025年第19期8282-8288,共7页
为能更加精准预测不同时段的航班延误态势,选用美国亚特兰大机场2023年全年的运行数据与相关气象数据进行实验,提出基于相关系分析(correlation analysis,CA),主成分分析(principal components analysis,PCA)和Informer模型的CA-PCA-Inf... 为能更加精准预测不同时段的航班延误态势,选用美国亚特兰大机场2023年全年的运行数据与相关气象数据进行实验,提出基于相关系分析(correlation analysis,CA),主成分分析(principal components analysis,PCA)和Informer模型的CA-PCA-Informer航班延误预测模型,采用MAE(mean absolute error)和RMSE(root mean square error)作为模型的评价指标进行预测误差分析。结果表明,CA-PCA-Informer模型比简单的组合模型预测效果更好,与CA-PCA-LSTM和CA-PCA-GRU模型相比模型误差最低,MAE和RMSE分别降低了20.2%~20.7%和12.7%~14.1%;CA-PCA-Informer模型对预测步长为1 h时预测更为精准,该模型可以为决策者提供更加准确的航班延误态势以保证航班的高效运行。 展开更多
关键词 民航交通运输 航班延误预测 Informer模型 主成分分析 神经网络
在线阅读 下载PDF
融合改进Informer与迁移学习的风电功率预测
13
作者 郭利进 孙淼 衡安阳 《太阳能学报》 北大核心 2025年第7期371-377,共7页
为克服风电功率序列的不稳定性导致预测精度低以及一些风电场历史数据有限的问题,提出一种特征交互Informer与迁移学习(FIITL)的风电功率预测模型。首先提出特征交互(FI)机制用双通道输入进一步提取信息,并将迁移学习(TL)引入到预测模型... 为克服风电功率序列的不稳定性导致预测精度低以及一些风电场历史数据有限的问题,提出一种特征交互Informer与迁移学习(FIITL)的风电功率预测模型。首先提出特征交互(FI)机制用双通道输入进一步提取信息,并将迁移学习(TL)引入到预测模型中,提出循环微调迁移学习,将模型从源监测站迁移到目标站,实现在有限历史数据情况下预测性能的提升。最后,通过与传统Informer模型及其他基线预测方法比较,FIITL模型展现了在有限数据情况下的性能优势。 展开更多
关键词 迁移学习 风电功率 预测 INFORMER 特征交互
在线阅读 下载PDF
基于xLSTM-Informer的瓦斯浓度预测模型研究
14
作者 谭波 杨宽 +5 位作者 隋龙琨 左云飞 高赛逸 汤松鹭 高科天 贾锦祥 《工矿自动化》 北大核心 2025年第9期81-89,共9页
针对矿井瓦斯浓度预测任务中存在的多变量非线性耦合、长期依赖建模能力不足及模型滞后响应严重等问题,提出了一种融合扩展型长短期记忆网络(xLSTM)与Informer结构的复合型预测模型(xLSTM-Informer)。将xLSTM作为前置处理器,通过多层残... 针对矿井瓦斯浓度预测任务中存在的多变量非线性耦合、长期依赖建模能力不足及模型滞后响应严重等问题,提出了一种融合扩展型长短期记忆网络(xLSTM)与Informer结构的复合型预测模型(xLSTM-Informer)。将xLSTM作为前置处理器,通过多层残差记忆单元提取短时间窗口内的波动模式与变量间的耦合信息,并将其转换为结构化时序序列表征,再将处理后的时序表示输入至Informer主干结构中,进一步在扩展的时间窗口中提取全局依赖关系与稳定趋势,从而在保持细节响应的同时增强预测的时序连续性。基于井下束管监测系统采集的多源环境参数数据,开展特征重要性分析,选取O_(2)浓度、温度与风速3个指标作为输入变量,构建输入特征体系。利用xLSTM提取深层时序特征,并通过Informer中引入的ProbSparse自注意力机制,有效捕捉时序特征中的全局依赖关系,从而提升模型对非平稳性瓦斯浓度预测的能力。为评估xLSTM-Informer模型在瓦斯浓度预测任务中的性能优势,与xLSTM模型、Transformer模型及经典Informer模型进行比较,结果表明:xLSTM-Informer模型在平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)与决定系数R^(2)上均取得最优性能,R^(2)达0.954,较对比模型分别提升了21.4%,17.8%和19.4%。为进一步验证xLSTM-Informer模型在瓦斯浓度预测任务中的有效性与适应性,选取某矿井综放工作面实测传感器数据进行实例验证,同时与LSTM-Transformer,RNN-Informer,LSTM-Informer和双向LSTM-Informer(BiLSTM-Informer)4类复合模型进行对比,结果表明:xLSTM-Informer模型在瓦斯浓度变化趋势与关键拐点的响应方面均优于对比模型,表现出较高的拟合性和时序同步性。 展开更多
关键词 瓦斯浓度预测 长时间序列预测 xLSTM INFORMER ProbSparse自注意力机制
在线阅读 下载PDF
基于数据驱动的风电场等效建模及主动尾流控制
15
作者 张建华 张梦佳 +1 位作者 黄德豪 赵思 《郑州大学学报(工学版)》 北大核心 2025年第6期66-74,共9页
为减小尾流干扰对风电场的总输出功率的影响,在提出的风电场偏航优化控制框架中,设计了一种Informer神经网络算法,建立了面向偏航控制风电场输出功率等效模型。在此模型的基础上,进一步提出了以风机偏航角为决策变量的场级输出功率最大... 为减小尾流干扰对风电场的总输出功率的影响,在提出的风电场偏航优化控制框架中,设计了一种Informer神经网络算法,建立了面向偏航控制风电场输出功率等效模型。在此模型的基础上,进一步提出了以风机偏航角为决策变量的场级输出功率最大化问题,采用粒子群优化算法进行求解,以获得各风力机的最优偏航角,从而有效减小场间尾流干扰。首先,搭建了一个由14台风机组成、布局为Penmanshiel风电场的模拟风电场;其次,利用风力数据对风电场进行等效建模,并将Informer模型结果与LSTM、GRU、RNN、Transformer等模型结果进行对比。结果表明:所建立的Informer智能等效模型能较好地契合风电场的实际特性,将所提算法与螳螂搜索算法进行比较,在风速10 m/s、风向195°的风况下,所提算法使得风电场总功率提升了1.94 MW;在连续风况(某日实测风数据)下,风电场总功率平均提升292.97 kW,提升效果均优于螳螂搜索算法,验证了所提算法能很好地提高风电场整体输出功率。 展开更多
关键词 风电场 尾流效应 Informer神经网络 主动尾流控制 粒子群优化算法
在线阅读 下载PDF
LSTM与Informer融合预测冠层区域温度
16
作者 黄铝文 刘宇航 +1 位作者 屈昆仪 朱玉颖 《农业工程学报》 北大核心 2025年第8期222-232,共11页
针对传统温度预测方法难以充分捕捉多尺度信息,导致模型预测性能不佳等问题,该研究提出了一种基于Informer架构和长短时记忆网络(long short-term memory,LSTM)与多源数据融合的冠层区域温度预测模型。在编码层中,采用稀疏注意力机制提... 针对传统温度预测方法难以充分捕捉多尺度信息,导致模型预测性能不佳等问题,该研究提出了一种基于Informer架构和长短时记忆网络(long short-term memory,LSTM)与多源数据融合的冠层区域温度预测模型。在编码层中,采用稀疏注意力机制提取输入因子的多尺度信息及其与长时序数据之间的耦合关系;在解码层中,利用LSTM提取短期时序依赖,以增强时间序列的连贯性,同时引入改进的反向残差前馈网络(improved residual feedforward network,IRFFN)以优化模型结构。首先采用孤立森林法对数据进行异常值清理,并进行了归一化处理;然后使用斯皮尔曼相关系数法对冠层区域温度进行相关性分析,并选择相关程度较高的环境因子作为模型的输入特征;最终通过网格搜索法对超参数进行优化,并通过迭代训练实现模型的最优配置。通过与其他4种主流算法进行对比分析,提出的InformerLSTM在冠层区域温度预测方面表现出更高的精度,其平均绝对误差(mean absolute error,MAE)、均方根误差(root mean square error,RMSE)和决定系数(R^(2))分别达到了0.166、0.224℃和0.978,与基础模型Informer相比,冠层区域温度的均方根误差降低了0.448℃。该模型在时间序列预测方面具有较高的精度,为区域气象温度的中短期精准预测提供了一种新的技术方法。 展开更多
关键词 冠层 温度 非线性时间序列 长短期记忆神经网络 INFORMER
在线阅读 下载PDF
基于ICEEMDAN-PE和IDBO-Informer组合模型的短期负荷预测 被引量:1
17
作者 于多 曹燚 +2 位作者 王海荣 赵翱东 曹倩 《中国电力》 北大核心 2025年第6期19-32,共14页
针对传统方法在处理复杂负荷数据时存在的噪声处理不足、特征提取能力有限及模型训练复杂等问题,提出了一种基于改进完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)-置... 针对传统方法在处理复杂负荷数据时存在的噪声处理不足、特征提取能力有限及模型训练复杂等问题,提出了一种基于改进完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)-置换熵(permutation entropy,PE)和改进蜣螂优化算法(improved dung beetle optimizer,IDBO)-Informer的创新组合预测模型。首先,该模型通过小波软阈值去噪算法预处理原始负荷数据,减少噪声干扰。其次,利用ICEEMDAN多尺度分解负荷数据,精准捕捉负荷特征,并采用置换熵评估分量复杂度。最后,对蜣螂优化算法进行改进,通过融合混沌与逆向学习策略进行种群初始化,引入自适应步长与凸透镜逆成像策略及随机差异变异策略,优化Informer预测模型参数,显著提升预测效率与准确性。实验结果表明,该模型在短期负荷预测中表现出色,平均绝对误差为81.3 MW(原始负荷数据范围约为500 MW至1 500 MW),均方根误差为109.2 MW,拟合系数评分为0.991,远优于传统方法,充分验证了模型的创新性和优越性。 展开更多
关键词 负荷预测 ICEEMDAN 改进蜣螂优化算法 INFORMER
在线阅读 下载PDF
基于EKF-HInformer模型估计汽车动力电池的SOC&SOH 被引量:1
18
作者 彭自然 杨肖阳 肖伸平 《电子测量与仪器学报》 北大核心 2025年第3期21-33,共13页
针对传统模型荷电状态(SOC)和健康状态(SOH)估计精度低、鲁棒性差的问题,提出一种基于扩展卡尔曼滤波(EKF)和深度学习模型Informer改进优化的估计模型EKF-HInformer,实现电动汽车动力电池SOC与SOH的实时精准估计。首先,运用EKF算法归一... 针对传统模型荷电状态(SOC)和健康状态(SOH)估计精度低、鲁棒性差的问题,提出一种基于扩展卡尔曼滤波(EKF)和深度学习模型Informer改进优化的估计模型EKF-HInformer,实现电动汽车动力电池SOC与SOH的实时精准估计。首先,运用EKF算法归一化整理电池实时数据,并通过调整自适应增益因子减少噪声波动,提高EKF数据滤波处理的性能。然后,运用Informer网络模型对归一化后的电池数据进行智能估计。为减少Informer模型离群点或异常值所导致的注意力权重偏差问题,采用Hampel算法对Informer进行优化,提高多头概率稀疏自注意力机制特征学习的能力。最后,把滤波整理后的数据输入到HInformer网络中估算实时的SOC和SOH。采用牛津大学与马里兰大学的电池数据集进行实验验证,结果显示SOC与SOH估计精度均超99.5%,均方根误差(RMSE)小于1%,最大绝对误差(MAXE)小于0.5%。相比传统Informer、Transformer和长短期记忆(LSTM)模型,该模型估计SOC和SOH的速度更快、准确度更高,展现出优越的鲁棒性和泛化能力。 展开更多
关键词 动力电池 荷电状态 健康状态 自适应增益因子 扩展卡尔曼滤波 Hampel优化算法 INFORMER
在线阅读 下载PDF
基于图神经网络与Informer融合的主动配电网状态估计
19
作者 郝蛟 王冬 +1 位作者 邱剑 郭创新 《电力自动化设备》 北大核心 2025年第8期12-19,共8页
含分布式光伏的主动配电网具有较高的新能源渗透率和动态负荷特征,传统状态估计方法在应对复杂动态行为和数据质量问题时存在局限,影响配电网调度优化与安全性。提出一种基于图神经网络(GNN)与Informer模型融合的含光伏主动配电网状态... 含分布式光伏的主动配电网具有较高的新能源渗透率和动态负荷特征,传统状态估计方法在应对复杂动态行为和数据质量问题时存在局限,影响配电网调度优化与安全性。提出一种基于图神经网络(GNN)与Informer模型融合的含光伏主动配电网状态估计方法。借助GNN构建量测模型,有效捕捉配电网拓扑结构的空间依赖特性;利用Informer的长时间序列预测能力,构建状态预测模型,精准地刻画配电网的动态物理特性。所提模型不仅能够处理量测数据中的缺失和噪声问题,而且能够增强状态估计的鲁棒性和物理一致性。基于IEEE 33节点系统及某实际配电网的仿真结果表明,所提方法在状态估计的准确性、抗干扰能力、物理一致性和计算效率方面均有显著提升。 展开更多
关键词 主动配电网 分布式光伏 状态估计 分布式新能源 图神经网络 INFORMER
在线阅读 下载PDF
SWT-MSGAT-MDEIF的短期电力负荷预测
20
作者 于多 曹燚 +1 位作者 王海荣 曹倩 《机械设计与制造》 北大核心 2025年第10期61-66,72,共7页
针对传统电力负荷预测模型在处理大规模、高维负荷数据时面临的非线性、非平稳及时空耦合特性捕捉不足的问题,这里提出SWT-MSGAT-MDEIF模型。该模型融合同步压缩小波变换(Synchronous Wavelet Transform,SWT)降噪算法、多尺度感知图注... 针对传统电力负荷预测模型在处理大规模、高维负荷数据时面临的非线性、非平稳及时空耦合特性捕捉不足的问题,这里提出SWT-MSGAT-MDEIF模型。该模型融合同步压缩小波变换(Synchronous Wavelet Transform,SWT)降噪算法、多尺度感知图注意力网络(Multi-Scale Perceptive Graph Attention Network,MSGAT)及多维增强型Informer网络(Multi-Dimensional Enhanced Informer,MDEIF)。首先,通过SWT算法对原始负荷数据进行降噪处理,提升数据质量;其次,MSGAT通过融合多头自注意力机制和关系注意力模块,有效捕捉负荷数据中的空间耦合信息;最后,MDEIF通过优化时间序列建模,引入相对位置编码、多尺度扩展因果卷积和直通机制,显著增强模型对长序列依赖和低细粒度特征的处理能力。实验结果显示,在SC数据集上,模型RMSE为760.2MW,MAE为449.7MW,MAPE低至0.014%,R2高达0.9885;在GEF数据集上,RMSE为412.8MW,MAE为367.7MW,MAPE为0.012%,R2为0.9931。相较于传统及现有模型,SWT-MSGAT-MDEIF在预测精度和稳定性上均表现出色,验证了其在短期负荷预测中的优越性。 展开更多
关键词 负荷预测 SWT MSGAT 多维增强型Informer
在线阅读 下载PDF
上一页 1 2 23 下一页 到第
使用帮助 返回顶部