期刊文献+
共找到112篇文章
< 1 2 6 >
每页显示 20 50 100
基于数据驱动的风电机组预测性维护策略优化
1
作者 王飚 王硕 +4 位作者 李德智 李艳波 李杰 李刚 柯吉 《电网技术》 北大核心 2026年第4期1531-1539,I0045,共10页
针对风力发电系统因维护计划不周导致的资源浪费与经济效益低下问题,提出一种融合数据驱动与风电场景特征的预测性维护方法。该方法首先构建一种基于自注意力机制的KAN(Kolmogorov-Arnold Networks)预测模型,用于模拟风机无故障状态下... 针对风力发电系统因维护计划不周导致的资源浪费与经济效益低下问题,提出一种融合数据驱动与风电场景特征的预测性维护方法。该方法首先构建一种基于自注意力机制的KAN(Kolmogorov-Arnold Networks)预测模型,用于模拟风机无故障状态下的理论功率输出,为解决传统理论功率曲线在现场应用中的偏差提供了数据驱动基准。其次,在维护策略优化中,引入了故障修复效果模拟函数、维护激励机制及作业风速安全约束,建立了以利润最大化、停机时间最小化和弃风损失最小化为目标的混合整数规划模型,并采用快速精英多目标遗传算法进行求解。实验结果表明,所提出的KAN预测模型在强波动性场景下仍保持较高精度(RMAPE=25.03%,R^(2)=0.9205);基于此预测的优化维护方案,可在半年期内实现利润达到理想利润的93.24%,相较无优化计划,停机时间减少81.12%。本研究为风电场运维决策提供了兼顾经济性与安全性的精细化调度工具。 展开更多
关键词 数据驱动 场景特征融合 预测性维护 自注意力 KAN网络 NSGA-Ⅱ
在线阅读 下载PDF
基于知识与数据驱动的铁矿原料自适应评价研究
2
作者 刘代飞 汤毅 潘建 《中南大学学报(自然科学版)》 北大核心 2026年第4期1485-1497,共13页
在高炉铁前原料处理流程中,开展铁矿石原料评价工作对流程实现降本增效和资源高效利用非常关键。针对铁矿石评价中的指标维度单一且特征信息难以融合的问题,提出一种融合知识与数据驱动的铁矿石综合评价模型系统。首先,构建基于物理性... 在高炉铁前原料处理流程中,开展铁矿石原料评价工作对流程实现降本增效和资源高效利用非常关键。针对铁矿石评价中的指标维度单一且特征信息难以融合的问题,提出一种融合知识与数据驱动的铁矿石综合评价模型系统。首先,构建基于物理性能、冶化性能、经济性能的多维评价指标体系,采用熵权法与层次分析法,分别实现对客观特征信息与主观先验知识的权值化表征。其次,建立基于深度神经网络的铁矿石原料融合评价模型,以矿石后验评价信息为监督,实现对评价模型的校正与自适应学习。最后,采用Vue.js+bootstrap、Java和MySQL等技术,实现评价模型的B/S系统化架构。结合配矿知识及模型表征数据,借助DeepSeek模型具体化自定义知识库,构建了具备自然语言交互功能的人机模型接口。算例及系统的应用结果表明:自适应评价模型刻画的铁矿石原料特征信息更准确,融合型系统的信息自学习能力与可解释性更强;所构建的铁矿评价指标框架、模型及系统能为钢铁企业的铁前原料智能化管控与流程数字孪生提供支撑。 展开更多
关键词 铁矿石评价 数据驱动 融合模型 自适应学习 系统架构
在线阅读 下载PDF
基于RGB-几何特征融合的大坝廊道混凝土缺陷提取方法
3
作者 侯春尧 刘志辉 +1 位作者 谭大文 徐鹏 《水电能源科学》 北大核心 2026年第2期120-124,58,共6页
针对大坝廊道混凝土缺陷提取中传统单模态方法存在的误识别率高、鲁棒性差等问题,提出一种基于RGB-几何双特征融合的三维分割算法。通过构建多尺度八叉树空间索引量化表面几何形变,结合RGB色彩异常分析提取双模态特征,创新设计局部方差... 针对大坝廊道混凝土缺陷提取中传统单模态方法存在的误识别率高、鲁棒性差等问题,提出一种基于RGB-几何双特征融合的三维分割算法。通过构建多尺度八叉树空间索引量化表面几何形变,结合RGB色彩异常分析提取双模态特征,创新设计局部方差动态权重分配策略,自适应调节光照稳定区与复杂区域的模态贡献度;进一步提出能量驱动分割框架,集成双阈值种子筛选、密度补偿区域生长及形态学优化技术,有效抑制裂缝误合并与伪影干扰。试验表明,算法在模拟与现场数据中准确率达99.50%、交并比达97.62%,较传统方法精度提升与鲁棒性均有较大提升,验证了其在复杂工程场景下的高精度与强鲁棒性,为大坝廊道表面缺陷智能化检测提供了可靠解决方案。 展开更多
关键词 混凝土 缺陷提取 RGB-几何 动态权重 能量驱动
在线阅读 下载PDF
厄尔尼诺-南方涛动研究的海气耦合模式:物理驱动与数据驱动模型的融合建模及示范案例 被引量:1
4
作者 张荣华 李殷楠 +10 位作者 杜双盈 高川 周路 朱聿超 于洋 陶灵江 智海 冯立成 陈林 徐邦琪 陆波 《大气科学学报》 北大核心 2026年第1期1-19,共19页
厄尔尼诺-南方涛动(El Nino-Southern Oscillation,ENSO)作为地球气候系统中最强的年际变率模态,其演变对全球气候及社会经济具有深远影响,实现ENSO的精确模拟与预测一直是气候科学的核心挑战。目前ENSO模拟与预测主要依赖两类模型:一... 厄尔尼诺-南方涛动(El Nino-Southern Oscillation,ENSO)作为地球气候系统中最强的年际变率模态,其演变对全球气候及社会经济具有深远影响,实现ENSO的精确模拟与预测一直是气候科学的核心挑战。目前ENSO模拟与预测主要依赖两类模型:一类是基于物理驱动的海洋-大气动力模式,它们能够显式描述与ENSO相关的海气耦合过程,但受参数化方案和分辨率等限制,在模拟和预测精度、计算效率及实时预报方面仍存在较大误差与不确定性,且在构建过程中未充分利用历史观测数据。另一类为基于人工智能(artificial intelligence,AI)的数据驱动模型,如卷积神经网络(convolutional neural network,CNN)、U-Net及物理信息神经网络(physics-informed neural network,PINN)等,该类模型善于从历史数据中挖掘海气变量间复杂的非线性时空关系,在提升预测技巧方面优势显著,但也存在物理约束缺失、泛化能力弱等问题。近年来,物理驱动与数据驱动相结合的融合建模方法逐渐成为研究热点。其融合方式主要包括两种:一是在物理模式中引入AI技术以优化物理过程的表征等;二是在AI架构中嵌入物理约束以增强过程和机制的一致性,从而在保持物理合理性的同时,提升对ENSO非线性特征的刻画能力,有效整合了两类方法的优势。本文重点回顾作者团队在利用AI技术开展海洋-大气相互作用融合建模方面的近期研究,结合具体案例阐述融合方法实现路径与应用成效,包括:基于观测数据与PINN构建了改进的上层海洋垂向扩散参数化方案;利用U-Net构建了热带太平洋海表风应力模型及与不同复杂程度的海洋动力模式的耦合,率先实现了AI大气模型与动力海洋模式的融合建模。文中进一步分析了当前融合建模面临的关键问题与挑战,展望了其在海气相互作用过程表征与模拟方面的发展前景。本研究展示了海气相互作用融合建模的新范式与创新路径,旨在为海气耦合融合建模领域未来发展提供科学依据,推动其在实际ENSO和气候模拟及预测中的更深入应用。 展开更多
关键词 海气耦合 ENSO 物理驱动模式 数据驱动模型 融合建模 示范案例
在线阅读 下载PDF
知识-数据-模型驱动的低空动目标轨迹融合预测方法 被引量:1
5
作者 周同乐 刘子仪 陈谋 《自动化学报》 北大核心 2026年第2期296-308,共13页
针对低空环境下动目标轨迹预测问题,提出一种知识-数据-模型驱动的动目标轨迹融合预测框架.基于低空飞行器运动特征构建飞行知识混合专家模型,通过将多源传感器数据输入至各飞行知识专家模块,实现目标机动模态的精细化识别,并使用Mamba... 针对低空环境下动目标轨迹预测问题,提出一种知识-数据-模型驱动的动目标轨迹融合预测框架.基于低空飞行器运动特征构建飞行知识混合专家模型,通过将多源传感器数据输入至各飞行知识专家模块,实现目标机动模态的精细化识别,并使用Mamba模型提取时空关联特征;设计权值自适应调节机制,利用注意力机制动态融合多源感知数据,解决传感器时空异步问题;采用门控循环单元建模长期时序依赖关系,根据目标历史飞行数据生成初步预测轨迹;基于低空目标运动学方程构建物理信息神经网络,通过动态权衡数据驱动损失与物理约束损失,矫正数据驱动偏差,确保预测轨迹满足运动学约束并有效抑制多步预测误差累积.数值仿真及实验验证结果表明,所提出的知识-数据-模型驱动的动目标轨迹融合预测方法,能够有效预测低空目标飞行轨迹. 展开更多
关键词 低空环境 知识-数据-模型驱动 动目标 数据融合 轨迹预测
在线阅读 下载PDF
煤矿井下随钻智能感知技术研究与应用
6
作者 张幼振 李泉新 +4 位作者 李旺年 钟自成 陈龙 杨冬冬 陈韬 《煤炭科学技术》 北大核心 2026年第4期320-332,共13页
面向煤矿智能化建设对地质保障透明化的迫切需求,针对现有煤矿井下钻探中随钻地层岩性和工况识别方法存在信息获取难度大、识别精度低以及智能化程度不足等问题,结合人工智能与矿井随钻测量技术的发展状况,提出煤矿井下随钻智能感知的... 面向煤矿智能化建设对地质保障透明化的迫切需求,针对现有煤矿井下钻探中随钻地层岩性和工况识别方法存在信息获取难度大、识别精度低以及智能化程度不足等问题,结合人工智能与矿井随钻测量技术的发展状况,提出煤矿井下随钻智能感知的定义与技术架构,进而阐述了通过钻柱动力学机理与随钻多源数据融合驱动实现随钻智能感知的技术路径。系统分析煤矿井下近水平钻探中的钻柱动力学响应规律,揭示了钻头−岩石与钻杆−孔壁的相互作用机制,以及钻杆在钻进过程中正弦屈曲和螺旋屈曲的动态演化特征,为随钻智能感知技术建立理论基础与数据边界。确定多源异构随钻原始数据的采集技术方案,按照时间序列进行数据预处理,基于接入层、汇聚层和核心层3个层级构成的通信网络,提出数据层−特征层−决策层3级递进的多模态钻探数据融合策略,并构建出基于边缘−云协同的钻探信息传输与处理架构。结合两淮矿区实际生产对所提技术体系的有效性和实用性开展了工程应用研究,在淮北某矿基于模糊C均值聚类(FCM)方法,对穿层孔施工中的3类岩层实现了无先验标签条件下的随钻岩层硬度感知,效果优于传统聚类方法。在淮南某矿基于鲸鱼算法优化的核极限学习机(WOA-KELM)方法,对定向长钻孔施工中的卡钻工况实现了有效预测,为智能钻探闭环控制提供了决策依据。工程应用研究表明,该技术体系能够有效提升煤矿井下钻探的地质信息实时感知能力和智能化水平,为透明地质矿井建设与智能钻探技术发展提供关键技术支撑与工程应用参考。 展开更多
关键词 煤矿井下钻探 随钻智能感知 数据驱动 钻柱动力学 多源信息融合 机器学习
在线阅读 下载PDF
多模态数据驱动的智能故障诊断方法
7
作者 鲍逸国 万烂军 倪炜 《现代电子技术》 北大核心 2026年第6期184-188,193,共6页
在数据驱动的旋转机械智能故障诊断中,多模态数据相比单模态数据能提供更为全面和多维度的机械设备运行状态信息,多模态数据驱动的故障诊断方法能显著提升旋转机械故障诊断(RMFD)的准确性和鲁棒性。然而,在旋转机械设备运行中不同类型... 在数据驱动的旋转机械智能故障诊断中,多模态数据相比单模态数据能提供更为全面和多维度的机械设备运行状态信息,多模态数据驱动的故障诊断方法能显著提升旋转机械故障诊断(RMFD)的准确性和鲁棒性。然而,在旋转机械设备运行中不同类型的传感器采集的多模态数据不仅规模庞大而且具有显著的异质性和互补性,如何有效提取和融合不同模态的故障特征是多模态数据驱动的故障诊断亟待解决的关键问题。为此,提出一种多模态数据驱动的智能故障诊断方法。首先,将振动信号和电流信号构成的多模态数据根据半径近邻算法构建为多张包含多模态故障特征的多模态半径图,以便模型能有效地学习和提取多模态故障特征的深层次信息。其次,将GraphSAGE网络中每层的输入与输出进行加权融合,以充分捕捉多模态数据中的潜在关联,提升模型的表达能力。最后,开展一系列实验来验证所提方法的有效性,结果表明该方法取得了较高的故障诊断精度。 展开更多
关键词 多模态 滚动轴承 故障诊断 加权融合 GraphSAGE网络 数据驱动
在线阅读 下载PDF
基于神经辐射场与高斯溅射的3D虚拟人重建与驱动方法综述
8
作者 王俊超 张金山 +1 位作者 杨璐嘉 尹建伟 《计算机辅助设计与图形学学报》 北大核心 2026年第1期30-60,共31页
随着元宇宙、数字孪生与智能交互方法的快速发展,3D虚拟人作为连接物理世界与数字空间的媒介,其高保真重建与自然驱动方法成为计算机视觉与人工智能交叉领域的核心挑战。文中聚焦神经辐射场(NeRF)与3D高斯溅射(3DGS)方法,系统地梳理了3... 随着元宇宙、数字孪生与智能交互方法的快速发展,3D虚拟人作为连接物理世界与数字空间的媒介,其高保真重建与自然驱动方法成为计算机视觉与人工智能交叉领域的核心挑战。文中聚焦神经辐射场(NeRF)与3D高斯溅射(3DGS)方法,系统地梳理了3D虚拟人重建与驱动方法的前沿进展,在形式上遵循从数据驱动重建到内容生成的常见流程,同时以动态建模、多模态对齐和物理约束融合三大维度为线索展开分析。在重建方法层面,重点探讨NeRF与3DGS的范式创新:基于NeRF的方法通过隐式连续函数建模动态辐射场,在单视角重建中实现复杂姿态的几何一致性优化;3DGS方法则凭借显式可编辑性与实时渲染能力,显著地提升非刚性形变建模效率。在驱动方法层面,围绕音频与视频两大模态,分类阐述唇部同步、全脸表情生成、多模态情感驱动等关键方向,解析了时序建模网络、物理引导的神经渲染架构的优化路径。最后归纳该方法当前面临的跨模态时序偏差、动态建模效率-保真度矛盾等挑战,并展望物理引导学习、轻量化架构设计等未来发展方向,旨在为虚实融合的数字生态构建提供方法参考与理论支撑。 展开更多
关键词 3D虚拟人 神经辐射场 高斯溅射 音频驱动 视频驱动 多模态融合
在线阅读 下载PDF
物理数据融合的风电场功率预测
9
作者 赵军 张世锋 宋金鸽 《中国电力》 北大核心 2026年第5期176-182,共7页
现有风电功率预测大多依赖数据驱动或物理驱动的单一方法,少有研究将物理模型与数据驱动相结合,而这两种方法之间存在显著的互补潜力。建立了基于K均值聚类、经验模态分解与并行加权长短期记忆网络的数据驱动模型,并构建了融合物理驱动... 现有风电功率预测大多依赖数据驱动或物理驱动的单一方法,少有研究将物理模型与数据驱动相结合,而这两种方法之间存在显著的互补潜力。建立了基于K均值聚类、经验模态分解与并行加权长短期记忆网络的数据驱动模型,并构建了融合物理驱动与数据驱动的风电场预测方法。以山西某风电场的实测数据为案例进行验证,所提物理数据融合方法的预测精度比纯数据驱动方法高21.67%,比基于经验尾流物理模型驱动方法高35.17%。该结果证实了物理数据融合方法在风电场功率预测中具有一定优越性及可靠性,能够满足风电场功率预测精度的要求。 展开更多
关键词 风电功率预测 数据驱动 物理数据融合
在线阅读 下载PDF
基于机器学习的航空材料疲劳寿命预测研究进展
10
作者 王璟怡 张悦 +2 位作者 钟斌 何玉怀 许巍 《航空材料学报》 北大核心 2026年第3期1-17,共17页
航空装备材料对安全性与可靠性要求极高,而疲劳性能是其核心性能指标之一。传统的疲劳预测方法依赖大量实验,成本高、周期长,难以满足现代航空工程对高效、精准评估的需求。近年来,机器学习在航空材料疲劳寿命预测中展现出显著潜力。本... 航空装备材料对安全性与可靠性要求极高,而疲劳性能是其核心性能指标之一。传统的疲劳预测方法依赖大量实验,成本高、周期长,难以满足现代航空工程对高效、精准评估的需求。近年来,机器学习在航空材料疲劳寿命预测中展现出显著潜力。本工作系统综述该领域研究进展,重点涵盖主流模型与建模流程,梳理纯数据驱动方法与融合物理机制方法的核心思路与关键成果,聚焦物理信息嵌入对提升模型精度、可信度与可解释性方面的作用,并评述数据层面、复杂失效机制的信息挖掘不足、模型可解释性与工程应用信任度不足和复杂工况适应性不足的局限性,未来需重点突破构建标准化、高可信度的疲劳数据集,建立面向任务的物理知识自动融合机制,推动面向复杂工况和结构件层级疲劳预测等研究方向。 展开更多
关键词 航空材料 疲劳性能 机器学习 数据驱动 物理信息融合
在线阅读 下载PDF
矿井“一张图”智能管理平台研究与应用
11
作者 陈志峰 糜行军 +3 位作者 郑鑫 牛自立 张春晓 胡玉强 《中国煤炭》 北大核心 2026年第4期126-133,共8页
针对传统矿井管理存在多源数据融合效率低、三维建模精度不足及智能决策适应性差等问题,研究设计了“三横四纵”的整体架构,采用“数据接入-处理-存储”纵向三级融合架构,依托标准、安全、运维三大横向支撑体系,形成“一张图”管理框架... 针对传统矿井管理存在多源数据融合效率低、三维建模精度不足及智能决策适应性差等问题,研究设计了“三横四纵”的整体架构,采用“数据接入-处理-存储”纵向三级融合架构,依托标准、安全、运维三大横向支撑体系,形成“一张图”管理框架。通过设备感知层、数据传输层、数据中枢层和业务管控层四级结构,建立“感知-传输-分析-决策”智能闭环系统,创新性提出“时空基准统一→数据智能治理→决策闭环控制”三级传导机制,实现数据高效融合、坐标系精确转换和矿井三维模型精确构建。现场应用表明,多源数据“5 min全要素更新”达标率提升至85.4%,千米级工作面围岩变形预测响应延迟缩短至4.2 s,井下人员疏散效率提高41%。 展开更多
关键词 煤矿智能化建设 智能管理平台 数据融合 三维模型构建 实时驱动
在线阅读 下载PDF
“人工智能+档案”行动战略下档案数智化价值增强释放机制研究——以档案数智赋能清廉医院建设为场景
12
作者 首素翠 《档案管理》 北大核心 2026年第2期80-83,共4页
在“人工智能+档案”行动背景下,档案事业正由信息化迈向数智化。针对数据分散、利用率低与价值弱化等问题,本文基于档案价值增强理念,构建“数据—算法—治理—价值”四维增强模型,阐释档案数智化实现价值跃迁的内在机制。以清廉医院... 在“人工智能+档案”行动背景下,档案事业正由信息化迈向数智化。针对数据分散、利用率低与价值弱化等问题,本文基于档案价值增强理念,构建“数据—算法—治理—价值”四维增强模型,阐释档案数智化实现价值跃迁的内在机制。以清廉医院医德医风建设为场景,论证多源数据融合、风险识别与决策嵌入路径在廉洁治理中的可行性。研究表明,档案数智化是数据资产化与制度嵌入协同推进的系统重构过程。 展开更多
关键词 人工智能 档案数智化 数据融合 价值增强 档案赋能 算法驱动 风险预警 清廉医院
在线阅读 下载PDF
基于EKF和模糊控制的风力灭火机器人避障系统研究
13
作者 王国歌 赵鑫 +3 位作者 丁禹程 曹川洋 张星皓 刘砚文 《林业机械与木工设备》 2026年第2期49-55,共7页
针对森林灭火及余火勘测作业中,履带式移动平台在非结构化复杂地形下存在的环境感知受限、单一传感器可靠性差等问题,设计了一种基于扩展卡尔曼滤波与模糊控制相结合的风力灭火机器人自主避障系统。首先,搭建了集成多线激光雷达与多路... 针对森林灭火及余火勘测作业中,履带式移动平台在非结构化复杂地形下存在的环境感知受限、单一传感器可靠性差等问题,设计了一种基于扩展卡尔曼滤波与模糊控制相结合的风力灭火机器人自主避障系统。首先,搭建了集成多线激光雷达与多路超声波传感器的硬件平台,并利用EKF算法对多源测距数据进行融合,有效弥补了单一传感器的局限性,获取了高精度的全局与局部障碍物距离信息。其次,充分考虑灭火机器人作业盲区及安全行驶约束,设计了具有“6输入-2输出”结构的Mamdani型模糊控制器。该控制器将融合后的多方位距离作为输入,实时输出左右履带的期望速度,以实现复杂工况的差速转向与平滑避障功能。最后,基于MATLAB仿真环境与实际野外路面条件,分别开展了避障算法验证与整机性能试验。结果表明,该系统能够准确识别多形态障碍物,并迅速做出减速与转向决策,在复杂环境下具有更高的测量精度、更快的响应速度与良好的避障鲁棒性,有效提升了风力灭火机器人的自主作业能力。 展开更多
关键词 风力灭火机器人 多传感器融合 扩展卡尔曼滤波 模糊控制
在线阅读 下载PDF
钢结构疲劳的“模-数”融合驱动理论模型与性能确定方法——以腐蚀疲劳问题为例 被引量:3
14
作者 张清华 唐琨 +3 位作者 崔闯 马燕 袁晓鹏 李亚鹏 《土木工程学报》 北大核心 2025年第7期1-13,27,共14页
数据源和表征指标单一导致的信息维度不足,是制约钢结构疲劳性能研究的关键问题。文章结合钢结构数智化工程发展的迫切需求和数字技术的最新进展,提出钢结构疲劳的“模-数”(“模型试验-数字仿真”)融合驱动的理论模型与性能确定方法,... 数据源和表征指标单一导致的信息维度不足,是制约钢结构疲劳性能研究的关键问题。文章结合钢结构数智化工程发展的迫切需求和数字技术的最新进展,提出钢结构疲劳的“模-数”(“模型试验-数字仿真”)融合驱动的理论模型与性能确定方法,以严重威胁钢结构安全的腐蚀疲劳问题作为示例,研究并讨论理论模型和方法应用的具体问题。确定腐蚀疲劳表征指标,提出信息提取方法;基于腐蚀焊接接头点云形貌以及断裂力学裂纹扩展理论,构建了数据驱动与物理驱动融合模型,通过调整数据与物理驱动损失函数的权重配比,建立适用的物理信息神经网络(PINN)模型。设计并完成中性盐雾腐蚀试验和疲劳试验,以腐蚀形貌点云数据及裂纹扩展信息作为模型的训练和验证数据,通过腐蚀疲劳寿命PINN预测模型,实现模型试验与数值仿真多维、多源信息的有效融合。研究结果表明:所建立的理论模型能够融合试验数据与物理先验知识,显著提高疲劳寿命预测精度;多源疲劳信息融合能够显著增强模型在应对复杂腐蚀疲劳行为时的鲁棒性和泛化能力;所提出的“模型试验-数字仿真”融合驱动方法为解决钢结构疲劳问题提供了新途径和新范式。 展开更多
关键词 钢结构 疲劳 “模-数”融合驱动理论模型 信息融合 模型试验 数字仿真
在线阅读 下载PDF
基于Transformer-GAT并行特征融合的数据驱动的电力系统暂态稳定评估 被引量:3
15
作者 侯一帆 徐天奇 +1 位作者 李琰 李晓兰 《科学技术与工程》 北大核心 2025年第21期8945-8954,共10页
随着电力系统的快速发展,大规模新能源并网及源网荷储协同优化增加了电力电子设备的比重,使得电网稳定性,特别是暂态稳定性评估,变得尤为重要。针对传统方法在拓扑结构考虑不足的问题,提出了一种基于Transformer-图注意力网络(graph att... 随着电力系统的快速发展,大规模新能源并网及源网荷储协同优化增加了电力电子设备的比重,使得电网稳定性,特别是暂态稳定性评估,变得尤为重要。针对传统方法在拓扑结构考虑不足的问题,提出了一种基于Transformer-图注意力网络(graph attention network,GAT)并行特征融合的深度学习方法,用于电力系统暂态稳定性评估。以母线电压幅值、相角及拓扑邻接矩阵作为输入特征,利用西门子仿真软件PSS/E生成批量数据,并通过Transformer和GAT并行提取特征,采用注意力机制进行加权融合。与其他方法的对比结果表明,该方法在IEEE 39节点系统中模拟了不同负荷条件和故障工况,结果表明评估精度和鲁棒性较高,能够有效提升电力系统的安全稳定性。 展开更多
关键词 暂态稳定性 数据驱动 注意力机制 TRANSFORMER 图注意力网络 特征融合
在线阅读 下载PDF
基于语义驱动的红外与可见光图像交互融合 被引量:1
16
作者 王瑾春 马萍 +2 位作者 张宏立 王聪 苑茹 《哈尔滨工业大学学报》 北大核心 2025年第9期56-64,共9页
为解决现有的红外与可见光图像融合算法存在像素信息保留和语义特征提取不足的问题,提出一种基于语义驱动的红外与可见光图像交互融合算法。首先,通过联合操作图像融合网络和图像分割网络,形成语义驱动效果,更好地保留图像在像素域和语... 为解决现有的红外与可见光图像融合算法存在像素信息保留和语义特征提取不足的问题,提出一种基于语义驱动的红外与可见光图像交互融合算法。首先,通过联合操作图像融合网络和图像分割网络,形成语义驱动效果,更好地保留图像在像素域和语义域的信息特征;然后,构建跨域交互整合模块,捕捉红外与可见光图像特征,允许特征在不同空间和独立通道之间交互传递,实现特征从局部到全局的映射,增强两类图像的互补特性;最后,引入语义损失函数约束网络训练以保留源图像的内在语义特征。在多波段图像数据集和多光谱道路场景数据集上进行图像融合和分割实验,并与其他6种先进的融合算法进行比较。融合实验结果表明,本文算法在基于梯度的相似性度量、信息熵、峰值信噪比、空间频率、标准差、视觉保真度6个客观评价指标上分别平均提高了47.92%、6.15%、0.87%、44.31%、35.99%、36.88%;分割实验结果表明,本文算法在所有评价指标中,结果均为最优。所提算法在主观视觉效果的定性分析与客观质量评价的定量指标方面整体效果优于现有融合算法,融合图像可以兼顾视觉质量和高级语义任务,能更好地服务于人类视觉观察和机器视觉感知。 展开更多
关键词 交互融合 红外与可见光图像 语义驱动 语义分割
在线阅读 下载PDF
锂离子电池荷电状态估算方法研究进展 被引量:1
17
作者 王康俊 李明生 《电池》 北大核心 2025年第6期1438-1443,共6页
准确估计荷电状态(SOC)对优化锂离子电池使用效率、延缓老化进程和提升电池管理系统性能十分关键。从直接测量法、基于模型的方法、基于数据驱动的方法和基于数模融合驱动的方法等4个方面开展分析,综述各类方法技术优势、局限性、适用... 准确估计荷电状态(SOC)对优化锂离子电池使用效率、延缓老化进程和提升电池管理系统性能十分关键。从直接测量法、基于模型的方法、基于数据驱动的方法和基于数模融合驱动的方法等4个方面开展分析,综述各类方法技术优势、局限性、适用条件和应用优势。提出对锂离子电池SOC的估算,应聚焦更好地融合不同算法,并在工程应用中推广。 展开更多
关键词 锂离子电池 荷电状态(SOC)估算 直接测量法 电池模型 数据驱动 数模融合
在线阅读 下载PDF
基于深度特征融合模型的电动汽车不同模式充电时长自适应预测
18
作者 韦介洋 申江卫 +3 位作者 陈峥 魏福星 夏雪磊 刘永刚 《储能科学与技术》 北大核心 2025年第11期4330-4345,共16页
精准预测锂电池充电时长能够提升充电效率、优化资源分配,对电动汽车的发展具有重要意义。本工作提出了一种基于深度特征融合模型的电动汽车不同模式下充电时长自适应预测方法。首先,对新能源汽车监控平台采集的车辆运行数据进行清洗和... 精准预测锂电池充电时长能够提升充电效率、优化资源分配,对电动汽车的发展具有重要意义。本工作提出了一种基于深度特征融合模型的电动汽车不同模式下充电时长自适应预测方法。首先,对新能源汽车监控平台采集的车辆运行数据进行清洗和分割,结合充电电压、电流及平均功率划分充电模式,形成快慢充数据集;接着,基于充电数据集采用主成分分析(PCA)提取模型输入特征;其次,融合Attention注意力机制构建多层感知器(MLP)模型,对输入特征进行非线性映射获取中间特征;考虑到从原始数据中直接提取的特征无法全面反映与充电时长间的复杂关系,故引入随机森林(RF)模型,根据RF内部分裂原理构造叶节点规则特征,发掘隐含的特征信息;然后,在MLP建立“规则层”处理融合的中间特征与规则特征,实现两模型的结构性融合。最后,对Attention MLP-RF融合模型预测结果进行验证,结果显示,融合模型在快、慢充模式下预测平均绝对误差分别为4.25分钟和6.68分钟,平均绝对百分比误差分别仅有4.33%和3.86%,实现了不同电动汽车充电时长的精准预测。同时,该方法对于电池老化和短时充电情况下的充电时长预测仍具有很高的精度,平均预测误差不超过2分钟,融合模型整体具有很强的预测性能及泛化能力。 展开更多
关键词 锂离子电池 数据驱动 充电模式 充电时长 特征融合
在线阅读 下载PDF
BIM技术在复杂坡道与制冷机房施工推演的应用 被引量:3
19
作者 吕淼 刘增妍 于振邦 《中国海洋大学学报(自然科学版)》 北大核心 2025年第11期170-180,共11页
本文基于建筑信息模型(building information modeling,BIM)技术,提出一种多维信息融合可视化的模型驱动冲突分析方法,对施工流程进行系统优化,合理把控施工进度。制冷机房作为机电安装中的关键环节,因设备多样、重量大、管线复杂、施... 本文基于建筑信息模型(building information modeling,BIM)技术,提出一种多维信息融合可视化的模型驱动冲突分析方法,对施工流程进行系统优化,合理把控施工进度。制冷机房作为机电安装中的关键环节,因设备多样、重量大、管线复杂、施工难度高而成为项目管理的重点与难点,本文基于BIM技术与工厂装配式施工的集成应用,提出模块化制冷机房的系统化施工方法、BIM+物联网融合的栈桥式轨道移动技术等4项核心技术,可使泵组模块误差减少85%,装配安装效率提升达90%,显著提升了施工质量、效率和安全性,为复杂机房的精益建造与数字化管理提供有力的实践参考。 展开更多
关键词 建筑信息模型(BIM)技术 多维信息融合可视化 模型驱动冲突分析 异型坡道结构 复杂交叉作业 制冷机房模块化建造 BIM+物联网(BIM+IoT)
在线阅读 下载PDF
基于D3QN的目标驱动移动机器人自主导航方法
20
作者 卢赵清 王宏伟 +2 位作者 何丽 司盼召 陈耀华 《电子测量技术》 北大核心 2025年第9期9-18,共10页
在未知或危险环境中(如应急救灾、抢险救援),传统导航方法因无法预先获得先验地图和位置信息,难以实现特定目标的导航。本文提出了一种基于竞争双深度Q网络(D3QN)的目标驱动移动机器人自主导航方法。该方法的跨模态融合模块对不同模态... 在未知或危险环境中(如应急救灾、抢险救援),传统导航方法因无法预先获得先验地图和位置信息,难以实现特定目标的导航。本文提出了一种基于竞争双深度Q网络(D3QN)的目标驱动移动机器人自主导航方法。该方法的跨模态融合模块对不同模态特征动态加权融合,在整合观测数据的同时充分捕捉环境信息,增强了对环境的感知能力。在此基础上,设计了一种通用的目标驱动导航方法,使用YOLOv5识别特定目标(如火焰、烟雾)并获取其位置,用识别出的目标位置替代深度强化学习导航中的预设位置点,实现自主导航至特定目标。仿真实验结果表明,本文方法在导航成功率等指标上具有显著优势,在简单、复杂和动态场景中,成功率分别提高了9%、27%和38%。此外,在简单仿真环境中训练的模型,能够直接部署在复杂的仿真环境和真实场景中,表现出良好的泛化能力。 展开更多
关键词 深度强化学习 D3QN算法 多模态融合 识别与定位 目标驱动导航
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部