期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到80篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于AVMD与Teager能量算子的风电机组故障诊断方法
1
作者 时培明 伊思颖 +2 位作者 张慧超 范雅斐 韩东颖 《振动.测试与诊断》 北大核心 2025年第2期390-397,418,共9页
为解决变分模态分解(variational mode decomposition,简称VMD)在噪声情况下提取风电机组故障特征时因参数设置的人为经验不足而带来的误差问题及耗费时间的问题,提出一种基于自适应变分模态分解(adaptive variational mode decompositi... 为解决变分模态分解(variational mode decomposition,简称VMD)在噪声情况下提取风电机组故障特征时因参数设置的人为经验不足而带来的误差问题及耗费时间的问题,提出一种基于自适应变分模态分解(adaptive variational mode decomposition,简称AVMD)算法的风电机组故障诊断方法。首先,将包络熵-峭度-互信息准则(envelope entropy,kurtosis and mutual information,简称EKM)作为黏菌算法(slime mold algorithm,简称SMA)的适应度函数来寻找最优解,并按照最优解对故障信号进行分解;其次,计算每个固有模态函数分量(inherent modal function,简称IMF)的峭度和与原信号的互信息,选择具有故障特征的分量进行重构;最后,通过Teager能量算子解调来识别风电机组故障特征频率。仿真信号和实际风电机组故障信号表明,所提方法能够找到故障频率及其倍频,验证了其在风电机组故障诊断领域中的有效性。 展开更多
关键词 自适应变分模态分解 黏菌算法 包络熵-峭度-互信息准则 TEAGER能量算子
在线阅读 下载PDF
基于AVMD和排列熵的t分布邻域嵌入流形HHO-SVM模拟电路故障诊断方法 被引量：4
2
作者 陈晓梅 王行健 +1 位作者 蔡烨 周博 《电子测量与仪器学报》 CSCD 北大核心 2024年第6期233-240,共8页
随着信息大数据时代的到来,对于电子系统的依赖程度越来越高,因此模拟电路的故障诊断的准确度要求与日俱增。而模拟电路故障诊断困难,是电子系统诊断维修的瓶颈。本文提出基于自适应变分模态分解(AVMD)和排列熵(PE)的t分布邻域嵌入流形... 随着信息大数据时代的到来,对于电子系统的依赖程度越来越高,因此模拟电路的故障诊断的准确度要求与日俱增。而模拟电路故障诊断困难,是电子系统诊断维修的瓶颈。本文提出基于自适应变分模态分解(AVMD)和排列熵(PE)的t分布邻域嵌入流形哈里斯鹰优化支持向量机(HHO-SVM)模拟电路故障诊断方法。首先,利用AVMD对待测电路的观测信号进行自适应变分模态分解,得到多组IMF信号,不仅可以克服噪声干扰,而且可以来自适应地确定分解模式的数量,进一步提升分解精度;再对IMF计算排列熵,以充分体现IMF不同时段局部特征,二者相结合构建故障特征向量。并在此基础上,采用t分布式随机邻域嵌入(t-SNE)实现特征空间的流形学习和降维,构建具有良好区分度且保留原来的局部结构特征的故障特征向量;最后依靠哈里斯鹰优化支持向量机(HHO-SVM),使其具有良好的分类准确度,从而最终完成电路故障诊断。通过仿真验证,结果显示,本文方法故障诊断正确率可达100%,效果良好。 展开更多
关键词 自适应变分模态分解avmd t分布邻域嵌入 故障诊断 哈里斯鹰优化支持向量机
在线阅读 下载PDF
基于AVMD-ASWT-PCNN的滚动轴承故障识别方法 被引量：1
3
作者 刘志卫 邱明 +2 位作者 李军星 刘静涛 高锐 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第9期244-252,共9页
针对传统方法直接舍弃高频分量导致信号降噪不充分和信号在时、频域表征效果不好的问题,提出一种基于自适应变分模态分解融合自适应同步压缩小波变换(AVMD-ASWT)的少噪声时频图像生成方法,在此基础上结合动态惯性权重粒子群优化卷积神... 针对传统方法直接舍弃高频分量导致信号降噪不充分和信号在时、频域表征效果不好的问题,提出一种基于自适应变分模态分解融合自适应同步压缩小波变换(AVMD-ASWT)的少噪声时频图像生成方法,在此基础上结合动态惯性权重粒子群优化卷积神经网络(PCNN)实现滚动轴承故障的识别。采用AVMD-ASWT算法对轴承振动信号进行二次处理,同时引入互信息熵-相关系数准则,获得高分辨率的少噪声时频图像。将少噪声时频图像作为网络模型的输入进行故障识别,同时采用动态惯性权重粒子群优化算法(PSO)对卷积神经网络模型(CNN)参数进行优化,可解决模型结构难以确定的问题,模型识别正确率和识别速度均有明显提升。工程实例表明:运用AVMD-ASWT方法得到的时频图像具有更高的分辨率,显著降低了信号中噪声的影响,且提出的PCNN模型的故障识别正确率达99%以上。 展开更多
关键词 自适应变分模态分解 自适应同步压缩小波变换 卷积神经网络 故障识别
在线阅读 下载PDF
融合二次分解的深度学习模型在PM_(2.5)浓度预测中的应用 被引量：1
4
作者 江雨燕 黄体臣 +1 位作者 甘如美江 王付宇 《安全与环境学报》 北大核心 2025年第1期296-309,共14页
针对PM_(2.5)质量浓度时间序列呈非线性难以预测的特征,为了进一步提高PM_(2.5)质量浓度预测精确度,研究通过“分而治之”先分解再预测的思想,提出一种融合二次分解的PM_(2.5)质量浓度混合预测模型(Complete Ensemble Empirical Mode De... 针对PM_(2.5)质量浓度时间序列呈非线性难以预测的特征,为了进一步提高PM_(2.5)质量浓度预测精确度,研究通过“分而治之”先分解再预测的思想,提出一种融合二次分解的PM_(2.5)质量浓度混合预测模型(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise-Variational Mode Decomposition-Temporal Convolutional Network-Bi-directional Long Short-Term Memory,CEEMDAN-VMD-TCN-BiLSTM)。该模型先由递归特征消除(Recursive Feature Elimination,RFE)进行特征筛选,随后使用自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)将2013—2016年北京市PM_(2.5)质量浓度序列分解为一系列高低频模态分量并计算各分量样本熵,将样本熵由K-means聚类整合为新的分量,再由变分模态分解(Variational Mode Decomposition,VMD)方法进行二次分解。最后,将所有分量先经时间卷积网络(Temporal Convolutional Network,TCN)进行特征提取,并通过双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)预测,叠加各分量预测值即为最终预测结果。消融试验结果显示,该模型相比于单次CEEMDAN分解模型均方根误差E_(MAPE)降低19.312%,绝对误差E_(MAE)降低34.423%,百分比误差E_(MAPE)与希尔不等系数E_(TIC)分别减少40.465百分点和59.794%。由此可见,研究在引入VMD构成二次分解模型相比于单次分解模型的预测误差更小,精度更高,可为决策者在PM_(2.5)质量浓度预测与治理等工作提供一定参考。 展开更多
关键词 环境工程学 PM_(2.5)质量浓度预测 自适应噪声的完备经验模态分解 变分模态分解 时间卷积网络 双向长短期记忆网络
在线阅读 下载PDF
基于反行波波前瞬时能量谱的深远海风电经柔直并网系统的双端行波故障测距方法
5
作者 刘乐 陈旭明 +5 位作者 康小宁 马晓伟 李诗闯 赵勃扬 李昕盈 刘鑫 《电力自动化设备》 北大核心 2025年第3期86-94,共9页
现有的行波测距方法的精确性和可靠性受到保护采样频率、强噪声干扰、短故障距离、高过渡电阻等因素的严重影响,对此提出一种基于小波自适应阈值降噪(AWTD)和结合变分模态分解(VMD)的Hilbert变换的双端行波故障测距方法。利用AWTD算法... 现有的行波测距方法的精确性和可靠性受到保护采样频率、强噪声干扰、短故障距离、高过渡电阻等因素的严重影响,对此提出一种基于小波自适应阈值降噪(AWTD)和结合变分模态分解(VMD)的Hilbert变换的双端行波故障测距方法。利用AWTD算法对故障反行波数据进行降噪预处理。通过VMD算法提取蕴含故障距离信息的高频本征模态函数。利用Hilbert变换获得第5层本征模态函数的瞬时能量谱,并通过瞬时能量谱的最大值实现对线路两端反行波波头的标定,得到行波抵达保护测量点的精确时间,从而结合线路两端行波波速度预测故障距离。在PSCAD/EMTDC与RTDS仿真平台中搭建双端与三端典型深远海风电并网模型进行大量测试,结果表明,所提测距方法不受故障电阻、故障类型的影响,在不同采样频率、近端故障、强噪声干扰与实时仿真环境下,均能实现精准的故障定位,具有一定工程应用价值。 展开更多
关键词 深远海风电 行波故障测距 小波自适应阈值降噪 变分模态分解 HILBERT变换 瞬时能量谱
在线阅读 下载PDF
基于RIME-IAOA的混合模型短期光伏功率预测
6
作者 王仁明 魏逸明 席磊 《三峡大学学报（自然科学版）》 CAS 北大核心 2025年第1期81-88,共8页
光伏发电在如今的新能源发展中逐渐成为重点,其中光伏功率预测成为研究的主要方向.为了提升光伏功率预测的精度和效率,提出了RIME-VMD-IAOA-LSTM模型.该模型通过霜冰优化算法(RIME)优化变分模态分解(VMD)的参数来提升分解效率;引入余弦... 光伏发电在如今的新能源发展中逐渐成为重点,其中光伏功率预测成为研究的主要方向.为了提升光伏功率预测的精度和效率,提出了RIME-VMD-IAOA-LSTM模型.该模型通过霜冰优化算法(RIME)优化变分模态分解(VMD)的参数来提升分解效率;引入余弦控制因子的动态边界策略来控制算数优化算法(AOA)数值的增长速率从而提升算法的精度和稳定性;利用自适应T分布变异策略来改进AOA的局部搜索能力和全局开发能力,更好地避免局部最优解.两种智能优化算法的加入使得整体模型的预测效率和速度都有很大提升,实验结果表明组合模型RIMEVMD-IAOA-LSTM相比于其他预测模型有较高的光伏功率预测精度. 展开更多
关键词 霜冰优化算法 变分模态分解 算术优化算法 余弦控制因子策略 自适应T分布策略 短期光伏功率预测
在线阅读 下载PDF
抵抗低频高能噪声影响的海上风电结构模态参数识别方法研究
7
作者 董霄峰 时泽坤 彭泓浩 《振动与冲击》 北大核心 2025年第9期214-222,265,共10页
模态参数是体现海上风电结构运行安全状态的关键指标,然而复杂多变的海洋环境会导致实测振动信号中混有大量低频高能噪声,严重影响模态识别精度。为实现海上风电结构模态参数的准确识别,提出一种能够抵抗低频高能噪声影响的模态参数识... 模态参数是体现海上风电结构运行安全状态的关键指标,然而复杂多变的海洋环境会导致实测振动信号中混有大量低频高能噪声,严重影响模态识别精度。为实现海上风电结构模态参数的准确识别,提出一种能够抵抗低频高能噪声影响的模态参数识别方法(CEEMDAN-VMD-SSI,CVS)。首先,利用完全自适应噪声集合经验模态分解法(complementary ensemble empirical mode decomposition with adaptive noise, CEEMDAN)滤除原始信号中的高频噪声;随后,通过麻雀优化算法(sparrow’s optimization algorithm, SSA)以最小包络熵作为适应度函数迭代计算自适应确定变分模态分解法(variational mode decomposition, VMD)的信号分解层数K和惩罚因子α,实现信号的VMD自适应优化分解以剔除低频高能噪声影响;最后,再采用随机子空间方法实现信号中模态参数的识别提取。研究分别针对构造仿真含噪信号和原型观测信号开展了识别效果对比验证。结果表明:相比于传统模态识别方法,CVS方法在信噪比、波形相似系数、相对误差等参数方面具有更好的有效性和精确性;同时,该方法对实测信号的处理能力强,降噪效果好,能够准确识别结构固有频率、叶轮转动频率(1P)和叶片扫掠频率(3P),具有良好的工程适用性,为后续基于实测数据开展海上风电结构模态参数识别与运行安全评价提供了新思路。 展开更多
关键词 海上风电 模态参数识别 低频高能噪声 完全自适应噪声集合经验模态分解(CEEMDAN) 变分模态分解法(VMD)
在线阅读 下载PDF
自适应变分模态分解算法在高温高压水空化特性分析中的应用 被引量：1
8
作者 许博 胡鸿飞 王海军 《西安交通大学学报》 EI CAS 北大核心 2025年第1期56-67,共12页
针对高温高压流动工况下,空化状态判断困难、传统分析方法难以有效提取压力脉动信号中的有效信息的问题,以孔板为对象,开展了高温高压水的空化实验,并提出了一种基于遗传算法的自适应变分模态分解(AVMD)算法。该算法通过结合中心频率法... 针对高温高压流动工况下,空化状态判断困难、传统分析方法难以有效提取压力脉动信号中的有效信息的问题,以孔板为对象,开展了高温高压水的空化实验,并提出了一种基于遗传算法的自适应变分模态分解(AVMD)算法。该算法通过结合中心频率法、遗传算法、功率谱熵和相对能量等技术,自适应地确定变分模态分解算法中的超参数并有效去除信号中的噪声成分,提高了空化特征的提取精度。结果表明:AVMD算法能够精确捕捉到高温高压水流经孔板时空化现象的发生和发展,识别空化起始点、转捩点以及空化强度的变化;当高温高压水流经孔板后,压力脉动的无量纲频率在0.04~0.35、压力脉动的无量纲幅值在0.014~0.067时,空化现象开始出现;随着空化强度增加,管内压力脉动幅值和频率整体呈增大趋势;空化起始转捩点及空化严重转捩点与入口压力和工质入口过冷度密切相关。AVMD算法能够有效提高空化特性分析的精度,尤其是在复杂流动条件下的空化预测,为压水堆核电站冷却剂系统和高压蒸汽系统的稳定运行提供理论依据和参考。 展开更多
关键词 高温高压水 空化特性 自适应变分模态分解 孔板
在线阅读 下载PDF
基于动态优化周期的风光氢储耦合系统改进能量管理策略 被引量：3
9
作者 王辰 汤奕 郑晨一 《电力系统自动化》 北大核心 2025年第2期142-153,共12页
电/氢混合储能对离网风光发电系统的功率调节能力起到不可忽视的作用,但未充分考虑能量管理的综合性能。针对上述问题,提出了一种基于动态优化周期的改进能量管理策略。首先,以系统运行成本最小为目标进行日前优化。然后,在日内滚动优... 电/氢混合储能对离网风光发电系统的功率调节能力起到不可忽视的作用,但未充分考虑能量管理的综合性能。针对上述问题,提出了一种基于动态优化周期的改进能量管理策略。首先,以系统运行成本最小为目标进行日前优化。然后,在日内滚动优化的过程中自适应调节权重因子,合理协调短期功率平抑和长期状态优化,并对滚动优化周期进行动态调节,在减少冗余调节的同时,提升控制器的实时响应能力。最后,在实时校正层分别使用逐次变分模态分解和双层模糊控制对混合储能功率进行初次分配和二次分配,充分利用混合储能的运行特性并提升系统鲁棒性。算例分析表明,与传统策略相比,改进能量管理策略可使系统运行成本、能量失衡率和计算时间分别降低38.3%、63.1%和57.9%,提高了系统能量管理的经济性、可靠性和实时性。 展开更多
关键词 电/氢混合储能 能量管理 自适应权重 动态优化周期 逐次变分模态分解 双层模糊控制
在线阅读 下载PDF
基于VMD-MCKD的微弱故障信号降噪及冲击特征增强方法 被引量：1
10
作者 费红博 张超 +2 位作者 吴乐 徐帅 张敬 《机电工程》 北大核心 2025年第2期237-246,共10页
针对强噪声背景下滚动轴承早期故障冲击信号微弱,故障特征难以提取的问题,提出了一种基于参数自适应变分模态分解(VMD)与最大相关峭度解卷积(MCKD)的滚动轴承故障诊断方法(微弱故障信号降噪及冲击特征增强方法)。首先,采用时频域差值信... 针对强噪声背景下滚动轴承早期故障冲击信号微弱,故障特征难以提取的问题,提出了一种基于参数自适应变分模态分解(VMD)与最大相关峭度解卷积(MCKD)的滚动轴承故障诊断方法(微弱故障信号降噪及冲击特征增强方法)。首先,采用时频域差值信息引导VMD,并引入相似系数差值和能量差值比作为迭代收敛条件,重新设定了适用于信号分解的终止准则;然后,采用改进的减法平均优化算法,对MCKD中的解卷周期T、移位数M和滤波器长度L进行了优化,确保了参数组合的最佳性;借助MCKD方法的冲击特征提取能力,精确获取了目标周期性冲击信号;最后,依托内蒙古科技大学机械工程学院配备的HZXT-DS-003型双跨转子滚动轴承试验台,构建了故障轴承数据集,对基于VMD-MCKD的滚动轴承故障诊断方法的有效性进行了验证。研究结果表明:采用该方法能有效抑制噪声,显著增强信号的周期冲击特性、故障特征频率及其倍频,从而完成了对滚动轴承早期微弱故障的准确诊断;与其他方法相比,该方法在频谱中更为突出地展现故障特征频率及其倍频峰值,且信噪比提升了78%;此外,即使在不同信噪比的噪声环境下,该方法仍能保持卓越的信号处理能力。 展开更多
关键词 滚动轴承 早期故障特征 变分模态分解 最大相关峭度解卷积 参数自适应 周期性冲击信号
在线阅读 下载PDF
基于SVD-AVMD的液膜密封声发射特征提取 被引量：3
11
作者 孙鑫晖 刘怀顺 +5 位作者 王明洋 李勇凡 王增丽 郝木明 力宁 任宝杰 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第6期168-174,共7页
将声发射技术应用于液膜密封端面状态监测时,声发射信号易受噪声影响、特征信号难以提取,为此提出一种基于奇异值分解和自适应变分模态分解(SVD-AVMD)的信号处理方法。该方法首先以奇异值分解消除信号中的随机强噪声影响,获取降噪信号,... 将声发射技术应用于液膜密封端面状态监测时,声发射信号易受噪声影响、特征信号难以提取,为此提出一种基于奇异值分解和自适应变分模态分解(SVD-AVMD)的信号处理方法。该方法首先以奇异值分解消除信号中的随机强噪声影响,获取降噪信号,然后在不同模态数下对降噪信号作变分模态分解,并计算各模态分量与降噪信号之间的显著性水平,以显著性水平大于阈值作为分解的停止准则,最终达到获取最优模态分量的目的。结果表明:SVD-AVMD对各模态分量中心频率的捕捉能力以及对各模态分量的恢复效果均明显优于单纯的变分模态分解,能够滤除背景噪声的同时最大程度地保留有效信息;获得表征液膜密封端面状态的声发射信号,实现了对液膜密封端面状态的识别。 展开更多
关键词 声发射 液膜密封 奇异值分解 自适应变分模态分解 显著性水平
在线阅读 下载PDF
基于自适应抗噪卡尔曼滤波的组合导航方法 被引量：1
12
作者 张溢 顾晶 《电子测量技术》 北大核心 2025年第2期92-100,共9页
随着自动驾驶的迅速发展,对高精度车辆导航实时定位技术的需求日益迫切。在常用的GNSS/INS组合导航中,自适应卡尔曼滤波是一种常用的状态预测方法,然而,在复杂的动态环境下,其在应对GNSS多路径噪声和实时变化的过程噪声方面存在局限。... 随着自动驾驶的迅速发展,对高精度车辆导航实时定位技术的需求日益迫切。在常用的GNSS/INS组合导航中,自适应卡尔曼滤波是一种常用的状态预测方法,然而,在复杂的动态环境下,其在应对GNSS多路径噪声和实时变化的过程噪声方面存在局限。针对这一问题,本文提出了一种自适应抗噪卡尔曼滤波算法,用于抑制GNSS测量噪声和动态过程噪声。该算法通过变分模态分解-小波去噪对原始GNSS测量数据进行预处理,提高了数据融合的输入精度;其次,在数据融合过程中,加入了随车辆环境实时变化的动态噪声缩放因子。通过以上两个去噪步骤,整体上有效抑制了噪声不确定性对导航精度的干扰。通过仿真模拟和真实车载实验验证了所提方法的有效性,与传统自适应卡尔曼滤波算法相比,本算法的位置估计和速度估计误差分别降低了37.7%和42.8%,显著提升了移动车辆速度和位置的高精度估计能力。 展开更多
关键词 组合导航 自适应卡尔曼滤波 抗噪 传感器融合 变分模态分解
在线阅读 下载PDF
基于CEEMDAN-CPO-VMD的RV减速器故障诊断模型
13
作者 郭曼 徐建 蔺梦雄 《机电工程》 北大核心 2025年第8期1490-1501,共12页
针对强背景噪声下旋转矢量(RV)减速器故障诊断困难的问题,提出了一种自适应噪声完备集合经验模态分解(CEEMDAN)结合冠豪猪算法(CPO)优化变分模态分解(VMD)的RV减速器故障诊断方法。首先,利用自适应噪声完备集合经验模态分解对含噪声目... 针对强背景噪声下旋转矢量(RV)减速器故障诊断困难的问题,提出了一种自适应噪声完备集合经验模态分解(CEEMDAN)结合冠豪猪算法(CPO)优化变分模态分解(VMD)的RV减速器故障诊断方法。首先,利用自适应噪声完备集合经验模态分解对含噪声目标信号进行了降噪分解,得到了一系列固有模态分量(IMF),再根据峭度值原则,选取了目标模态分量;然后,以包络熵为适应性函数,利用CPO算法对变分模态分解中的分解参数K值和α值进行了寻优计算,得到了最后的[K,α]组合,并对VMD进行了最优参数设置;最后,分解后得到一系列本征模态函数分量,对分解后的目标分量进行了重构,再对重构后的目标分量进行包络谱分析并进行了故障诊断,为了验证CEEMDAN-CPO-VMD方法的优越性,进行了实验对比分析。研究结果表明:经CPO重构后的信号信噪比为9.38,均方根误差为0.036,计算时间为36.59 s;利用CEEMDAN-CPO-VMD方法有效地提取了RV减速器的故障特征;对比验证该方法的可行性,使用频谱包络分析得到的结果,有较多的边频干扰,不能有效地定位故障点;同时,对比麻雀搜索算法(SSA)优化的VMD,经SSA算法重构后的信号信噪比为8.57,均方根误差为0.042,计算时间为50.24 s,相比于SSA算法,CPO算法的信噪比结果提高了0.78 dB,均方根误差降低了0.006,迭代时间减少了13.65 s,有了更好的收敛性,验证了CEEMDAN-CPO-VMD法有更好的诊断效果。该研究成果可为强噪声干扰下的RV减速器故障诊断提供参考。 展开更多
关键词 旋转矢量减速器 变速器 自适应噪声完备集合经验模态分解 冠豪猪优化算法 变分模态分解 包络熵 故障分类识别方法
在线阅读 下载PDF
基于AVMD和BSA-KELM的水电站厂房结构振动预测研究 被引量：3
14
作者 王海军 许松 +1 位作者 陆建宏 任保瑞 《水资源与水工程学报》 CSCD 2020年第6期168-173,179,共7页
针对水电站厂房结构振动安全监测问题,结合智能学习算法,提出了一种基于AVMD和BSA-KELM的水电站厂房结构振动响应预测方法,为实现厂房结构振动智能化监测提供了一种新的思路。首先采用AVMD方法将振动信号分解为多阶IMF分量;然后对各阶IM... 针对水电站厂房结构振动安全监测问题,结合智能学习算法,提出了一种基于AVMD和BSA-KELM的水电站厂房结构振动响应预测方法,为实现厂房结构振动智能化监测提供了一种新的思路。首先采用AVMD方法将振动信号分解为多阶IMF分量;然后对各阶IMF分量分别建立KELM预测模型,模型参数采用BSA优化算法选取;最后通过信号重构得到结构预测振动时程曲线。将该方法应用于某实际水电站工程,以机组和水压脉动原型观测信号作为输入,以水电站厂房结构振动信号作为输出,建立了预测模型,预测信号与测试信号对比结果表明:测点预测结果决定系数均大于0.8,振动幅值均方根误差均小于0.3μm、平均绝对误差均小于0.2μm,证明该方法预测精度较高,预测效果良好。 展开更多
关键词 水电站厂房 振动预测 自适应模态分解 核极限学习机 鸟群算法
在线阅读 下载PDF
自适应误差修正的EGRU-AM短期风电功率预测方法
15
作者 师洪涛 李希彬 +3 位作者 丁茂生 高峰 李艺萱 杨静玲 《中国测试》 北大核心 2025年第5期131-140,共10页
采用传统误差修正算法可以提升深度学习的时序预测能力,但在正负误差特性挖掘及预测模型自适应修正方面尚待进一步研究。针对上述问题,该文提出一种基于自适应误差修正的EGRU-AM短期风电功率预测方法。首先,提出并建立考虑正负误差的评... 采用传统误差修正算法可以提升深度学习的时序预测能力,但在正负误差特性挖掘及预测模型自适应修正方面尚待进一步研究。针对上述问题,该文提出一种基于自适应误差修正的EGRU-AM短期风电功率预测方法。首先,提出并建立考虑正负误差的评价指标IMAE,进而提出自适应误差反馈修正算法,其通过量化历史正负误差的影响,能够自适应的反馈修正GRU门控结构,降低误差异常值出现的概率;更进一步的,利用历史误差的分布规律构建注意力机制自适应律,以实现对权值计算过程的自适应修正,从而提升注意力机制赋值过程的合理性。经过评价指标的综合衡量和自适应机制的系列模型修正,能够有效突出误差对预测过程和模型性能评估的影响。算例验证表明,该文所提的预测模型与评价指标可进一步挖掘误差信息,提升预测模型的学习能力,进而有效提高风电功率预测精度。 展开更多
关键词 风电预测 自适应误差修正机制 变分模态分解 注意力机制 门控循环单元
在线阅读 下载PDF
基于带宽划分改进VMD与AMF的变转速轴承故障诊断
16
作者 卫军 马洁 《组合机床与自动化加工技术》 北大核心 2025年第7期175-179,195,共6页
针对滚动轴承在变转速工况下故障特征提取困难和变分模态分解(variational mode decomposition,VMD)算法参数确定困难的问题,提出了基于BDVMD-AMF与COT的变转速轴承故障诊断。首先,提出基于频带划分的改进变分模态分解(bandwidth divisi... 针对滚动轴承在变转速工况下故障特征提取困难和变分模态分解(variational mode decomposition,VMD)算法参数确定困难的问题,提出了基于BDVMD-AMF与COT的变转速轴承故障诊断。首先,提出基于频带划分的改进变分模态分解(bandwidth division variational mode decomposition,BDVMD)算法,即利用加权谱趋势(weighted spectrum trend,WST)对振动信号频带进行划分,以此确定VMD算法的分解层数和惩罚因子;同时提出综合指标筛选优质分量并重构信号;其次,采用自适应形态滤波(adaptive morphological filtering,AMF)算法进一步降低重构信号中的噪声干扰并突出故障特征;最后,为克服变转速导致的频谱模糊问题,通过计算阶次跟踪(computed order tracking,COT)算法得到滤波信号的角域平稳信号,获取其包络阶次谱提取故障特征,实现变转速滚动轴承故障诊断。通过仿真信号、渥太华轴承数据集以及对比实验验证,结果表明所提方法更加高效、效果更优。 展开更多
关键词 变转速滚动轴承 带宽划分变分模态分解 自适应形态滤波 计算阶次跟踪 特征提取 故障诊断
在线阅读 下载PDF
基于AVMD和WDK的风电齿轮箱轴承复合故障诊断方法研究 被引量：7
17
作者 孔晓佳 孟良 +3 位作者 许同乐 袁伟 袁茂军 孙砚飞 《太阳能学报》 EI CAS CSCD 北大核心 2022年第12期206-213,共8页
针对强背景噪声下轴承微弱复合故障特征提取困难的问题,提出一种基于自适应变分模态分解(AVMD)和优化的Wasserstein距离指标(WDK)的风电齿轮箱轴承复合故障诊断方法。首先,引入自适应学习粒子群优化算法(ALPSO),以平均包络熵作为ALPSO... 针对强背景噪声下轴承微弱复合故障特征提取困难的问题,提出一种基于自适应变分模态分解(AVMD)和优化的Wasserstein距离指标(WDK)的风电齿轮箱轴承复合故障诊断方法。首先,引入自适应学习粒子群优化算法(ALPSO),以平均包络熵作为ALPSO的适应度函数来搜索变分模态分解的最佳影响参数,从而构造AVMD;其次,结合Wasserstein距离(WD)和峭度优点,提出WDK指标筛选有效模态分量,并对筛选的有效模态分量进行重构;然后,通过对重构信号进行包络谱分析实现轴承复合故障的诊断;最后,将所提AVMD-WDK方法应用于某风场2 MW风电齿轮箱轴承振动信号的故障诊断。结果表明,该方法能有效提取轴承的微弱故障特征,实现轴承复合故障的精确诊断。 展开更多
关键词 风电机组 复合故障 齿轮箱 自适应变分模态分解 优化的Wasserstein距离指标(WDK)
在线阅读 下载PDF
AVMD-IMOMEDA在滚动轴承声学复合故障诊断的应用 被引量：7
18
作者 周文杰 周俊 +1 位作者 柳小勤 刘韬 《振动与冲击》 EI CSCD 北大核心 2023年第24期152-159,共8页
针对滚动轴承声信号存在较强的背景噪声干扰,微弱故障特征信息难以有效提取等问题,并考虑到声信号非接触式测量的优势。提出一种参数自适应变分模式分解结合改进多点最优最小熵反褶积(improve multipoint optimal minimum entropy decon... 针对滚动轴承声信号存在较强的背景噪声干扰,微弱故障特征信息难以有效提取等问题,并考虑到声信号非接触式测量的优势。提出一种参数自适应变分模式分解结合改进多点最优最小熵反褶积(improve multipoint optimal minimum entropy deconvolution adjusted, MOMEDA)的复合故障声学诊断方法;采用综合指标解决变分模态分解(variational mode decomposition, VMD)参数自适应选择问题,利用最大加权峭度识别最优分量并重构信号,增强与故障特征相关的脉冲特征信息;结合IMOMEDA方法从重构信号中分离提取周期性的脉冲信号,通过包络解调获取故障特征频率。仿真信号和试验信号验证了该方法的有效性,与传统VMD、MOMEDA、VMD-MCKD(maximum correlation kurtosis deconvolution)方法进行比较,凸显了方法的优越性。 展开更多
关键词 自适应变分模式分解 改进多点最优最小熵反褶积(IMOMEDA) 加权峭度 复合故障 声学诊断
在线阅读 下载PDF
基于AVMD-DE和IBSA-KELM的混沌网络流量组合预测 被引量：5
19
作者 陈颖 魏臻 程磊 《计算机应用与软件》 北大核心 2018年第6期117-121,共5页
针对混沌网络流量时间序列预测,提出一种基于自适应变分模态分解AVMD(Adaptive Variational Mode Decomposition)-分散熵DE(Dispersion Entropy)和改进鸟群算法IBSA(Improved Bird Swarm Algorithm)优化核极限学习机KELM(Kernel Extreme... 针对混沌网络流量时间序列预测,提出一种基于自适应变分模态分解AVMD(Adaptive Variational Mode Decomposition)-分散熵DE(Dispersion Entropy)和改进鸟群算法IBSA(Improved Bird Swarm Algorithm)优化核极限学习机KELM(Kernel Extreme Learning Machine)的组合预测模型。利用混沌理论对网络流量样本数据进行分析,采用AVMD-DE方法对网络流量序列分解重构,降低非线性、非平稳时间序列的预测误差及计算规模;采用IBSA-KELM模型分别对重构的子序列进行预测;将预测值进行合成。通过仿真实验分析及与其他预测方法的对比实验,证明AVMD-DE和IBSA-KELM组合预测模型可以显著提高网络流量预测的准确度。 展开更多
关键词 网络流量 自适应变分模态分解 分散熵 鸟群算法 核极限学习机
在线阅读 下载PDF
运行工况自适应的风储系统双层功率平滑策略 被引量：3
20
作者 刘芳 程旭 +3 位作者 刘乾易 刘科研 盛万兴 李昭 《电力系统及其自动化学报》 CSCD 北大核心 2024年第8期92-100,共9页
针对风电并网带来的功率波动问题,提出一种运行工况自适应的风电-混合储能系统双层功率平滑策略。在上层,考虑风储系统并网功率波动和储能运行状态,利用无模型自适应控制动态跟踪经滑动平均算法得到的并网参考功率,生成混合储能总功率任... 针对风电并网带来的功率波动问题,提出一种运行工况自适应的风电-混合储能系统双层功率平滑策略。在上层,考虑风储系统并网功率波动和储能运行状态,利用无模型自适应控制动态跟踪经滑动平均算法得到的并网参考功率,生成混合储能总功率任务;在下层,考虑储能介质的技术特性,利用模糊控制动态调节经变分模态分解确定的混合储能总功率任务的频率分界点,完成功率的自适应分配。算例分析表明:所提策略可以自适应平抑多工况下的风电功率波动,实现混合储能各介质间功率的合理分配。 展开更多
关键词 风力发电 混合储能系统 无模型自适应控制 模糊控制 变分模态分解
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部