期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于相空间重构和PSO-K-means的球磨机负荷状态识别方法 被引量:7
1
作者 蔡改贫 宋佳 +1 位作者 罗小燕 吴庆龄 《科学技术与工程》 北大核心 2023年第10期4126-4134,共9页
针对球磨机振动信号具有强随机性、非平稳性和非线性等内在特性导致负荷状态难以识别的问题,提出一种基于相空间重构和PSO-K-means的球磨机负荷状态识别方法。首先,利用改进前后的自相关系数算法对Lorenz与Rossler两种混沌时间序列进行... 针对球磨机振动信号具有强随机性、非平稳性和非线性等内在特性导致负荷状态难以识别的问题,提出一种基于相空间重构和PSO-K-means的球磨机负荷状态识别方法。首先,利用改进前后的自相关系数算法对Lorenz与Rossler两种混沌时间序列进行数值模拟,得出延迟时间和嵌入维数精准有效的计算方法;其次,验证出球磨机筒体振动信号具有混沌特性后对其时间序列进行相空间重构,恢复出等价的混沌吸引子;接着,针对3种不同负荷状态下的相空间吸引子进行特征提取,分析了关联维数特征量的变化规律;最后,将关联维数作为特征向量输入PSO-K-means聚类模型中对球磨机负荷状态进行分类与识别。结果表明,PSO-K-means聚类模型在负荷状态识别时有较高的精准性,欠负荷、正常负荷、过负荷下识别精度分别为94.2%、96.3%、94.8%。以上结果证实了该方法能够实现对球磨机负荷状态的有效识别。 展开更多
关键词 球磨机负荷 相空间重构 吸引子 关联维数 PSO-K-means聚类
在线阅读 下载PDF
基于节点日负荷曲线的深度嵌入式聚类及其改进方法对比研究 被引量:5
2
作者 陈谦 陈嘉雯 +1 位作者 王苏颖 史锐 《电力科学与技术学报》 CAS CSCD 北大核心 2023年第1期130-137,共8页
基于日负荷曲线的负荷节点分类是负荷建模的重要环节,详略得当的分类结果保留了负荷节点的内在特性,可提升电力系统仿真计算的效率。当前基于人工智能的节点聚类方法进展迅速,然而总体上针对数据深层特征提取的适应性仍存在不足。采用... 基于日负荷曲线的负荷节点分类是负荷建模的重要环节,详略得当的分类结果保留了负荷节点的内在特性,可提升电力系统仿真计算的效率。当前基于人工智能的节点聚类方法进展迅速,然而总体上针对数据深层特征提取的适应性仍存在不足。采用了基于改进的深度嵌入式算法的日负荷曲线聚类方法,利用神经网络可有效提取数据的深层特征的能力。进而,提出一种先升维后聚类的改进方法,通过算例对比分析,验证了本文所提算法的可行性,以及所提升维—重构聚类方法的正确性。 展开更多
关键词 负荷建模 日负荷曲线聚类 深度嵌入式 升维-重构聚类
在线阅读 下载PDF
牙齿重度磨耗垂直距离增高值与颞下颌关节间隙的相关性探索 被引量:6
3
作者 周翊翛 张人杰 +3 位作者 温颖 谭京 顾斌 郑东翔 《首都医科大学学报》 CAS 北大核心 2016年第3期275-280,共6页
目的探索牙齿重度磨耗咬合重建患者升高咬合前的颞下颌关节间隙与垂直距离增高值之间的相关性。方法应用锥形束计算机断层扫描(cone-beam computed tomography,CBCT),对42名牙齿重度磨耗咬合重建患者升高咬合前的颞下颌关节间隙和髁突... 目的探索牙齿重度磨耗咬合重建患者升高咬合前的颞下颌关节间隙与垂直距离增高值之间的相关性。方法应用锥形束计算机断层扫描(cone-beam computed tomography,CBCT),对42名牙齿重度磨耗咬合重建患者升高咬合前的颞下颌关节间隙和髁突位置进行测量。受试者戴用3副垂直距离增高值分别为2、4和6 mm的过渡性义齿后,自主选择出感觉相对最舒适的1副。比较3个垂直距离增高值组间的关节间隙等指标,试分析不同垂直距离增高值与修复前颞下颌关节之间的相关性。结果选择2 mm、4 mm过渡性义齿患者的上间隙平均值分别为(3.58±0.98)mm、(3.07±0.60)mm,4 mm过渡性义齿患者的上间隙小于2 mm过渡性义齿患者(P<0.05)。垂直距离增高值与颞下颌关节间隙值、髁突位置、性别、年龄之间均无显著线性相关(P>0.05)。结论研究结果呈现出颞下颌关节上间隙越小,患者选择垂直距离增高值越大的趋势,但受多因素影响,尚未发现牙齿重度磨耗患者颞下颌关节间隙和髁突位置是影响垂直距离高度增高值的显著性指标。 展开更多
关键词 颞下颌关节间隙 髁突位置 垂直距离增高值 咬合重建
在线阅读 下载PDF
改进分段线性表示与动态时间弯曲相结合的负荷曲线聚类方法 被引量:31
4
作者 宋军英 崔益伟 +3 位作者 李欣然 钟伟 刘韬文 李培强 《电力系统自动化》 EI CSCD 北大核心 2021年第2期89-96,共8页
聚类分析是负荷特性分类与综合的基本方法。针对现有聚类方法应用于基于电网大数据平台的在线负荷建模中在聚类质量、鲁棒性等方面表现的不足,提出一种改进分段线性表示(IPLR)的日负荷曲线降维方法。利用IPLR对数据组进行自适应降维重... 聚类分析是负荷特性分类与综合的基本方法。针对现有聚类方法应用于基于电网大数据平台的在线负荷建模中在聚类质量、鲁棒性等方面表现的不足,提出一种改进分段线性表示(IPLR)的日负荷曲线降维方法。利用IPLR对数据组进行自适应降维重构的优点,与动态时间弯曲(DTW)距离适用于不等维时间序列间相似度衡量的特点相结合,构造出IPLR与DTW距离相结合的日负荷曲线聚类方法。首先,根据负荷曲线相邻及间隔采样点变化量,提取负荷曲线的特征点,对曲线进行自适应降维重构;然后,以DTW距离作为曲线相似度衡量指标,运用基于Canopy的K均值(CK-means)算法对降维数据组展开聚类分析。将所提出的方法应用于中国某省区电网典型用户日负荷曲线的分类与综合,结果表明所提降维方法与相似度衡量方法相契合,具有良好的综合性能,适用于变电站综合负荷行业构成比例解析。 展开更多
关键词 电力系统 在线负荷建模 日负荷曲线聚类 降维重构 改进分段线性表示 动态时间弯曲距离
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部