检索结果-维普期刊中文期刊服务平台

基于自适应VMD和DD-cCycleGAN的滚动轴承剩余寿命预测被引量：3: 1; 作者于军赵坤 +1 位作者张帅邓四二《振动与冲击》 EI CSCD 北大核心 2024年第13期45-52,共8页; 为准确预测强噪声干扰小样本情况下的滚动轴承剩余寿命(remaining useful life, RUL),提出一种基于自适应变分模态分解(variational mode decomposition, VMD)和双判别器条件循环一致对抗网络(double-discriminator conditional CycleGA... 展开更多; 关键词滚动轴承剩余寿命(RUL)预测自适应变分模态分解(VMD) 双判别器条件循环一致对抗网络黑猩猩优化算法(ChOA); 在线阅读下载PDF 职称材料

基于滑模理论的轧机异步电机模型预测电流控制被引量：1: 2; 作者方毅芳吴达远 +2 位作者刘涛杨盼盼李文博《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第11期3382-3390,共9页; 小型热连轧机异步传动电机具有生产效率高、操作简单等特点,但由于其经常处于高温、高压、粉尘等恶劣的工作环境中,对控制器的抗干扰性要求较高。针对小型热连轧机异步传动电机,结合滑模控制理论和模型预测控制,运用自适应滑模控制器(AS... 展开更多; 关键词小型热连轧机异步传动电机自适应滑模控制滑模转子磁链观测器电流预测模型预测电流控制负载转矩突变; 在线阅读下载PDF 职称材料

基于自适应滚动匹配预测修正模式的光伏区间预测被引量：9: 3; 作者梅飞顾佳琪 +1 位作者裴鑫郑建勇《电力自动化设备》 EI CSCD 北大核心 2022年第2期92-98,共7页; 为解决传统点预测方式难以量化光伏发电功率不确定性的问题以及提高预测精度,提出一种基于自适应滚动匹配预测修正模式的光伏区间预测方法。通过结合小波能量的谱聚类方法对历史光伏数据集进行聚类,构建不同类别的模型输入和区间输出并... 展开更多; 关键词光伏区间预测自适应滚动匹配预测修正模式谱聚类宽度学习系统 stable误差分布; 在线阅读下载PDF 职称材料

基于自适应神经模糊推理系统的风电功率预测方法被引量：4: 4; 作者杨茂齐玥 +1 位作者穆钢严干贵《电测与仪表》北大核心 2015年第14期6-10,共5页; 对风电场输出功率进行精确的预测是保证含大规模风电电力系统安全稳定运行的重要手段。文中对多步滚动预测模式进行了分析,并建立了ANFIS(自适应神经模糊推理系统)预测模型,进而实现对风电功率的实时滚动预测。以吉林省西部某风电场的... 展开更多; 关键词自适应神经模糊推理系统风电功率多步滚动预测模式减法聚类; 在线阅读下载PDF 职称材料

基于多分解策略和误差校正的超短期风电功率混合智能预测算法被引量：14: 5; 作者王晓东苗宜之 +1 位作者刘颖明张一龙《太阳能学报》 EI CAS CSCD 北大核心 2021年第6期312-320,共9页; 为了提高超短期风电功率的预测精度,提出一种包含多分解策略和误差校正的混合智能风电预测算法。多分解策略通过改进的经验模态分解对风电功率进行预处理并利用小波变换对预测误差大的序列再次分解,在降低风电功率序列非平稳性的同时大... 展开更多; 关键词风电功率预测经验模态分解小波变换误差校正粒子群优化自适应神经模糊推理; 在线阅读下载PDF 职称材料

基于时间卷积网络残差校正的短期风电功率预测被引量：7: 6; 作者苏连成朱娇娇李英伟《太阳能学报》 EI CAS CSCD 北大核心 2023年第7期427-435,共9页; 为提高短期风电功率预测的准确性,提出一种基于时间卷积网络残差校正模型的短期风电功率预测方法。首先,采取自适应噪声完备集合经验模态分解算法分离出风电功率的局部特征信息,以网格搜索与交叉验证算法优化的支持向量回归模型对各分... 展开更多; 关键词风电功率预测自适应噪声完备集合经验模态分解时间卷积网络灰色关联度分析残差校正; 在线阅读下载PDF 职称材料

题名基于自适应VMD和DD-cCycleGAN的滚动轴承剩余寿命预测被引量：3: 1; 作者于军赵坤张帅邓四二; 机构慈兴集团有限公司哈尔滨理工大学先进制造智能化技术教育部重点实验室浙江兆丰机电股份有限公司河南科技大学机电工程学院; 出处《振动与冲击》 EI CSCD 北大核心 2024年第13期45-52,共8页; 基金宁波市科技创新2025重大专项(2018B10005) 黑龙江省“百千万”工程科技重大专项(2019ZX03A02) 矿冶过程自动控制技术国家重点实验室开放基金项目(BGRIMM-2020-06)。; 文摘为准确预测强噪声干扰小样本情况下的滚动轴承剩余寿命(remaining useful life, RUL),提出一种基于自适应变分模态分解(variational mode decomposition, VMD)和双判别器条件循环一致对抗网络(double-discriminator conditional CycleGAN, DD-cCycleGAN)的滚动轴承RUL预测方法。将黑猩猩优化算法(chimp optimization algorithm, ChOA)与VMD相结合,给出一种基于ChOA的自适应VMD算法,选取有效模态分量进行重构,降低强背景噪声的干扰;开发一种DD-cCycleGAN生成新样本,这些生成的新样本不但保留了源域的样本信息,还与目标域的样本相似;将训练样本的重构样本和生成的新样本作为输入,训练长短时记忆(long short-term memory, LSTM)网络,用训练后的LSTM网络预测测试样本中滚动轴承的RUL。通过采用XJTU-SY滚动轴承加速寿命试验数据集验证该方法的有效性,试验结果表明该方法具有较强的抗噪能力和较高的轴承RUL预测精度。; 关键词滚动轴承剩余寿命(RUL)预测自适应变分模态分解(VMD) 双判别器条件循环一致对抗网络黑猩猩优化算法(ChOA); Keywords rolling bearing remaining useful life(RUL)prediction adaptive variational mode decomposition(VMD) double-discriminator conditional CycleGAN(DD-cCycleGAN) chimp optimization algorithm(ChOA); 分类号 TH17 [机械工程—机械制造及自动化] TP18 [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

题名基于滑模理论的轧机异步电机模型预测电流控制被引量：1: 2; 作者方毅芳吴达远刘涛杨盼盼李文博; 机构机械工业仪器仪表综合技术经济研究所; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第11期3382-3390,共9页; 基金国家重点研发计划(2018AAA0101803)。; 文摘小型热连轧机异步传动电机具有生产效率高、操作简单等特点,但由于其经常处于高温、高压、粉尘等恶劣的工作环境中,对控制器的抗干扰性要求较高。针对小型热连轧机异步传动电机,结合滑模控制理论和模型预测控制,运用自适应滑模控制器(ASMC)作为转速外环控制器,且运用全阶滑模磁链观测器(SMRFO)观测并计算转子磁链,设计控制系统。仿真结果表明:该系统能够有效地控制小型热连轧机异步传动电机,相较于传统的模型预测电流控制系统,其响应速度和精度得到显著提升;当电机负载转矩突变时,该系统能够快速重新追踪给定速度,进一步提升抗干扰能力。; 关键词小型热连轧机异步传动电机自适应滑模控制滑模转子磁链观测器电流预测模型预测电流控制负载转矩突变; Keywords small-scale hot-rolling mill asynchronous drive motor adaptive sliding mode control sliding mode rotor flux observer current prediction model predictive current control load torque mutation; 分类号 TP13 [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

题名基于自适应滚动匹配预测修正模式的光伏区间预测被引量：9: 3; 作者梅飞顾佳琪裴鑫郑建勇; 机构河海大学能源与电气学院东南大学电气工程学院; 出处《电力自动化设备》 EI CSCD 北大核心 2022年第2期92-98,共7页; 基金江苏省重点研发计划资助项目(BE2020027)。; 文摘为解决传统点预测方式难以量化光伏发电功率不确定性的问题以及提高预测精度,提出一种基于自适应滚动匹配预测修正模式的光伏区间预测方法。通过结合小波能量的谱聚类方法对历史光伏数据集进行聚类,构建不同类别的模型输入和区间输出并采用宽度学习系统进行训练;建立不同类别、不同置信区间、不同预测功率区间的stable误差分布,并结合优化目标函数找出每个预测功率区间的最优修正分位数点数值;利用滚动匹配预测修正模式进行区间预测。我国无锡某地的2.8 MW光伏电站算例结果表明,所提方法相较于传统的聚类预测方法具有更好的预测效果。; 关键词光伏区间预测自适应滚动匹配预测修正模式谱聚类宽度学习系统 stable误差分布; Keywords photovoltaic interval prediction adaptive rolling matching prediction correction mode spectral clustering broad learning system stable error distribution; 分类号 TM615 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于自适应神经模糊推理系统的风电功率预测方法被引量：4: 4; 作者杨茂齐玥穆钢严干贵; 机构东北电力大学电气工程学院; 出处《电测与仪表》北大核心 2015年第14期6-10,共5页; 基金国家重点基础研究发展计划项目(973计划)(2013CB228201) 国家自然科学基金资助项目(51307017) +3 种基金吉林省产业技术研究与开发项目(吉财建指[2014]1083号); 文摘对风电场输出功率进行精确的预测是保证含大规模风电电力系统安全稳定运行的重要手段。文中对多步滚动预测模式进行了分析,并建立了ANFIS(自适应神经模糊推理系统)预测模型,进而实现对风电功率的实时滚动预测。以吉林省西部某风电场的实测数据为例进行算例分析,其中在形成初始模糊推理系统结构时,采用的算法是减法聚类,该算法有效的避免了人工设定结构法产生的组合爆炸问题。将基于线性回归法、滑动平均法和持续法进行风电功率实时多步滚动预测时得到的预测结果与利用所提出的ANFIS预测方法得到的结果进行比较,结果表明后者的预测精度更高,进一步说明了ANFIS预测模型的有效性。; 关键词自适应神经模糊推理系统风电功率多步滚动预测模式减法聚类; Keywords adaptive neuro-fuzzy inference system, wind power, multi-step rolling prediction mode, subtractive clustering; 分类号 TM71 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于多分解策略和误差校正的超短期风电功率混合智能预测算法被引量：14: 5; 作者王晓东苗宜之刘颖明张一龙; 机构沈阳工业大学电气工程学院; 出处《太阳能学报》 EI CAS CSCD 北大核心 2021年第6期312-320,共9页; 基金国家自然科学基金(51677121,51537007) 辽宁省教育厅服务地方项目(LFGD2017009) 辽宁省“兴辽英才计划”(XLYC1802041)。; 文摘为了提高超短期风电功率的预测精度,提出一种包含多分解策略和误差校正的混合智能风电预测算法。多分解策略通过改进的经验模态分解对风电功率进行预处理并利用小波变换对预测误差大的序列再次分解,在降低风电功率序列非平稳性的同时大幅降低高频序列的预测误差;然后利用粒子群优化的自适应神经模糊推理系统对误差进行校正,可降低单一预测算法带来的最大误差,提高算法的鲁棒性。最后,基于辽宁某风电场实测数据的算例分析验证所提算法的可行性与精确性。; 关键词风电功率预测经验模态分解小波变换误差校正粒子群优化自适应神经模糊推理; Keywords wind power prediction empirical mode decomposition wavelet transform error correction particle swarm optimization adaptive neural fuzzy inference; 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

题名基于时间卷积网络残差校正的短期风电功率预测被引量：7: 6; 作者苏连成朱娇娇李英伟; 机构燕山大学电气工程学院燕山大学信息科学与工程学院; 出处《太阳能学报》 EI CAS CSCD 北大核心 2023年第7期427-435,共9页; 基金国防基础研究计划(JCKY2019407C002)。; 文摘为提高短期风电功率预测的准确性,提出一种基于时间卷积网络残差校正模型的短期风电功率预测方法。首先,采取自适应噪声完备集合经验模态分解算法分离出风电功率的局部特征信息,以网格搜索与交叉验证算法优化的支持向量回归模型对各分量进行预测。然后,构建时间卷积网络残差预测模型,并使用灰色关联度分析方法选择输入特征,对支持向量回归预测结果进行校正。最后,基于提出的模型对某风电场实际运行功率进行预测并与其他方法的预测精度进行比较,结果表明,该文所提方法提高了短期风电功率预测的精度。; 关键词风电功率预测自适应噪声完备集合经验模态分解时间卷积网络灰色关联度分析残差校正; Keywords wind power prediction complete ensemble empirical mode decomposition with adaptive noise temporal convolutional network grey relational analysis residual correction; 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	作者	出处	发文年	被引量	操作
1	基于自适应VMD和DD-cCycleGAN的滚动轴承剩余寿命预测	于军赵坤张帅邓四二	《振动与冲击》 EI CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
2	基于滑模理论的轧机异步电机模型预测电流控制	方毅芳吴达远刘涛杨盼盼李文博	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
3	基于自适应滚动匹配预测修正模式的光伏区间预测	梅飞顾佳琪裴鑫郑建勇	《电力自动化设备》 EI CSCD 北大核心	2022	9	在线阅读下载PDF 职称材料
4	基于自适应神经模糊推理系统的风电功率预测方法	杨茂齐玥穆钢严干贵	《电测与仪表》北大核心	2015	4	在线阅读下载PDF 职称材料
5	基于多分解策略和误差校正的超短期风电功率混合智能预测算法	王晓东苗宜之刘颖明张一龙	《太阳能学报》 EI CAS CSCD 北大核心	2021	14	在线阅读下载PDF 职称材料
6	基于时间卷积网络残差校正的短期风电功率预测	苏连成朱娇娇李英伟	《太阳能学报》 EI CAS CSCD 北大核心	2023	7	在线阅读下载PDF 职称材料