期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GWO优化与BiLSTM-AM的配电网电能质量复合扰动自适应感知
1
作者
周建华
马国煜
+1 位作者
陶锴
徐俊俊
《电力系统保护与控制》
北大核心
2025年第19期151-161,共11页
为有效应对高渗透率分布式电源并网引起的电压暂升、电压振荡等电能质量扰动(power quality disturbances,PQDs)问题,提出一种基于双向长短期记忆(bidirectional long short-term memory,BiLSTM)网络-注意力机制(attention mechanism,AM...
为有效应对高渗透率分布式电源并网引起的电压暂升、电压振荡等电能质量扰动(power quality disturbances,PQDs)问题,提出一种基于双向长短期记忆(bidirectional long short-term memory,BiLSTM)网络-注意力机制(attention mechanism,AM)的复合扰动自适应感知方法。首先,通过灰狼优化(grey wolf optimizer,GWO)算法优化改进的完全自适应噪声集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)参数,实现扰动信号模态分解与重构。其次,提取扰动信号的层次加权排列熵(hierarchical weighted permutation entropy,HWPE)特征。最后,构建BiLSTM-AM模型,利用多维特征长短期依赖关系实现电能质量复合扰动识别。在仿真与真实电网数据集上开展实验验证,结果表明所提方法对不同扰动均具有较好的识别效果。此外,与现有深度网络模型相比,所提模型具有更高的识别准确率。
展开更多
关键词
配电网
分布式电源
电能质量扰动
层次加权排列熵
双向长短期记忆网络
在线阅读
下载PDF
职称材料
基于层次加权排列熵与IGOA-BiLSTM的高压共轨喷油器剩余寿命预测方法
2
作者
屈蓓佳
高先理
+3 位作者
贾宝富
柯赟
姚崇
宋恩哲
《计算机集成制造系统》
北大核心
2025年第8期3046-3056,共11页
针对预测模型参数选取不当而导致高压共轨喷油器剩余寿命预测精度较低的问题,提出一种基于层次加权排列熵(HWPE)与改进蝗虫优化算法(IGOA)优化双向长短时记忆网络(BiLSTM)的高压共轨喷油器剩余寿命预测方法。首先,由于HWPE能够充分考虑...
针对预测模型参数选取不当而导致高压共轨喷油器剩余寿命预测精度较低的问题,提出一种基于层次加权排列熵(HWPE)与改进蝗虫优化算法(IGOA)优化双向长短时记忆网络(BiLSTM)的高压共轨喷油器剩余寿命预测方法。首先,由于HWPE能够充分考虑时间序列高频和低频信息,提取全寿命周期数据的HWPE构建健康度指标(HI);然后,针对BiLSTM最优参数选取困难的问题,提出了一种改进蝗虫优化算法,通过引入混沌策略以丰富初始种群的多样性和随机性,重构线性因子增强全局搜索和局部开发的能力,并引入迁徙策略提高位置更新的质量,自适应地获取BiLSTM最优参数组合;最后,将HWPE与健康度指标分别作为IGOA-BiLSTM模型的输入输出进行训练测试,将输出的HI拟合寿命退化曲线并预测失效点,实现喷油器的剩余寿命预测。通过与其它常用方法对比分析,IGOA在参数寻优方面性能更好,所提出剩余寿命预测方法具有更高的预测精度。
展开更多
关键词
剩余寿命预测
层次加权排列熵
改进蝗虫优化算法
双向长短时记忆网络
高压共轨喷油器
在线阅读
下载PDF
职称材料
基于HBA-ICEEMDAN和HWPE的行星齿轮箱故障诊断
被引量：
7
3
作者
陈爱午
王红卫
《机电工程》
CAS
北大核心
2023年第8期1157-1166,共10页
针对行星齿轮箱的故障特征提取和模式识别问题,提出了结合蜜獾算法(HBA)优化改进自适应噪声完备经验模态分解(ICEEMDAN)、层次加权排列熵(HWPE)和灰狼算法(GWO)优化支持向量机(SVM)的行星齿轮箱故障诊断方法。首先,利用HBA优化了ICEEMDA...
针对行星齿轮箱的故障特征提取和模式识别问题,提出了结合蜜獾算法(HBA)优化改进自适应噪声完备经验模态分解(ICEEMDAN)、层次加权排列熵(HWPE)和灰狼算法(GWO)优化支持向量机(SVM)的行星齿轮箱故障诊断方法。首先,利用HBA优化了ICEEMDAN的白噪声幅值权重和噪声添加次数,并对行星齿轮箱的振动信号进行了HBA-ICEEMDAN分解,得到了若干个本征模态函数,筛选出其中相关系数较大的分量进行了重构;然后,利用HWPE提取了重构低噪信号的敏感特征值,获得了故障特征向量;最后,利用GWO优化了SVM的惩罚系数和核系数,训练GWO-SVM多故障分类器,对行星齿轮箱损伤进行了识别;利用行星齿轮箱的振动数据进行实验,验证了算法的有效性。研究结果表明:结合HBA-ICEEMDAN、HWPE和GWO-SVM的行星齿轮箱故障诊断方法能够准确地识别行星齿轮箱的典型单点故障和复合故障,识别准确率达到了98.15%。相较于其他组合方法,该方法在行星齿轮箱故障诊断中更具有有效性,更具有优越性。
展开更多
关键词
齿轮传动
蜜獾算法
改进自适应噪声完备经验模态分解
层次加权排列熵
灰狼算法-优化支持向量机
行星齿轮箱
故障诊断
在线阅读
下载PDF
职称材料
题名
基于GWO优化与BiLSTM-AM的配电网电能质量复合扰动自适应感知
1
作者
周建华
马国煜
陶锴
徐俊俊
机构
国网江苏省电力有限公司电力科学研究院
南京邮电大学自动化学院-人工智能学院
出处
《电力系统保护与控制》
北大核心
2025年第19期151-161,共11页
基金
国家电网有限公司科技项目资助(J2024062)“基于扰动自愈控制的智能配电网电能质量耐受能力提升技术研究”。
文摘
为有效应对高渗透率分布式电源并网引起的电压暂升、电压振荡等电能质量扰动(power quality disturbances,PQDs)问题,提出一种基于双向长短期记忆(bidirectional long short-term memory,BiLSTM)网络-注意力机制(attention mechanism,AM)的复合扰动自适应感知方法。首先,通过灰狼优化(grey wolf optimizer,GWO)算法优化改进的完全自适应噪声集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)参数,实现扰动信号模态分解与重构。其次,提取扰动信号的层次加权排列熵(hierarchical weighted permutation entropy,HWPE)特征。最后,构建BiLSTM-AM模型,利用多维特征长短期依赖关系实现电能质量复合扰动识别。在仿真与真实电网数据集上开展实验验证,结果表明所提方法对不同扰动均具有较好的识别效果。此外,与现有深度网络模型相比,所提模型具有更高的识别准确率。
关键词
配电网
分布式电源
电能质量扰动
层次加权排列熵
双向长短期记忆网络
Keywords
distribution network
distributed generation
power quality disturbance
hierarchical
weighted
permutation
entropy
bidirectional long short-term memory
分类号
TM711 [电气工程—电力系统及自动化]
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
基于层次加权排列熵与IGOA-BiLSTM的高压共轨喷油器剩余寿命预测方法
2
作者
屈蓓佳
高先理
贾宝富
柯赟
姚崇
宋恩哲
机构
哈尔滨工程大学烟台研究院
淄柴动力有限公司
出处
《计算机集成制造系统》
北大核心
2025年第8期3046-3056,共11页
基金
高技术船舶科研资助项目(KY10300190077)
中央高校基本科研业务费专项资金资助项目(GK2030260255)。
文摘
针对预测模型参数选取不当而导致高压共轨喷油器剩余寿命预测精度较低的问题,提出一种基于层次加权排列熵(HWPE)与改进蝗虫优化算法(IGOA)优化双向长短时记忆网络(BiLSTM)的高压共轨喷油器剩余寿命预测方法。首先,由于HWPE能够充分考虑时间序列高频和低频信息,提取全寿命周期数据的HWPE构建健康度指标(HI);然后,针对BiLSTM最优参数选取困难的问题,提出了一种改进蝗虫优化算法,通过引入混沌策略以丰富初始种群的多样性和随机性,重构线性因子增强全局搜索和局部开发的能力,并引入迁徙策略提高位置更新的质量,自适应地获取BiLSTM最优参数组合;最后,将HWPE与健康度指标分别作为IGOA-BiLSTM模型的输入输出进行训练测试,将输出的HI拟合寿命退化曲线并预测失效点,实现喷油器的剩余寿命预测。通过与其它常用方法对比分析,IGOA在参数寻优方面性能更好,所提出剩余寿命预测方法具有更高的预测精度。
关键词
剩余寿命预测
层次加权排列熵
改进蝗虫优化算法
双向长短时记忆网络
高压共轨喷油器
Keywords
residual life prediction
hierarchical
weighted
permutation
entropy
improved grasshopper optimization algorithm
bi-directional long short term memory networks
high pressure common rail injectors
分类号
U664.121 [交通运输工程—船舶及航道工程]
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HBA-ICEEMDAN和HWPE的行星齿轮箱故障诊断
被引量：
7
3
作者
陈爱午
王红卫
机构
江苏联合职业技术学院泰兴分院
东南大学机械工程学院
出处
《机电工程》
CAS
北大核心
2023年第8期1157-1166,共10页
基金
国家自然科学基金资助项目(52075095)。
文摘
针对行星齿轮箱的故障特征提取和模式识别问题,提出了结合蜜獾算法(HBA)优化改进自适应噪声完备经验模态分解(ICEEMDAN)、层次加权排列熵(HWPE)和灰狼算法(GWO)优化支持向量机(SVM)的行星齿轮箱故障诊断方法。首先,利用HBA优化了ICEEMDAN的白噪声幅值权重和噪声添加次数,并对行星齿轮箱的振动信号进行了HBA-ICEEMDAN分解,得到了若干个本征模态函数,筛选出其中相关系数较大的分量进行了重构;然后,利用HWPE提取了重构低噪信号的敏感特征值,获得了故障特征向量;最后,利用GWO优化了SVM的惩罚系数和核系数,训练GWO-SVM多故障分类器,对行星齿轮箱损伤进行了识别;利用行星齿轮箱的振动数据进行实验,验证了算法的有效性。研究结果表明:结合HBA-ICEEMDAN、HWPE和GWO-SVM的行星齿轮箱故障诊断方法能够准确地识别行星齿轮箱的典型单点故障和复合故障,识别准确率达到了98.15%。相较于其他组合方法,该方法在行星齿轮箱故障诊断中更具有有效性,更具有优越性。
关键词
齿轮传动
蜜獾算法
改进自适应噪声完备经验模态分解
层次加权排列熵
灰狼算法-优化支持向量机
行星齿轮箱
故障诊断
Keywords
gear transmission
honey badger algorithm(HBA)
improved complete ensemble empirical mode decomposition with adaptive noise(ICEEMDAN)
hierarchical
weighted
permutation
entropy
(
hwpe
)
grey wolf algorithm-optimal support vector machine(GWO-SVM)
planetary gearbox
fault diagnosis
分类号
TH132.41 [机械工程—机械制造及自动化]
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GWO优化与BiLSTM-AM的配电网电能质量复合扰动自适应感知
周建华
马国煜
陶锴
徐俊俊
《电力系统保护与控制》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于层次加权排列熵与IGOA-BiLSTM的高压共轨喷油器剩余寿命预测方法
屈蓓佳
高先理
贾宝富
柯赟
姚崇
宋恩哲
《计算机集成制造系统》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于HBA-ICEEMDAN和HWPE的行星齿轮箱故障诊断
陈爱午
王红卫
《机电工程》
CAS
北大核心
2023
7
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
