期刊文献+
共找到82篇文章
< 1 2 5 >
每页显示 20 50 100
基于WPD-ISSA-CA-CNN模型的电厂碳排放预测
1
作者 池小波 续泽晋 +1 位作者 贾新春 张伟杰 《控制工程》 北大核心 2025年第8期1387-1394,共8页
碳排放的准确预测有利于制定合理的碳减排策略。目前,针对电厂碳排放的研究较少,且传统预测模型训练时间过长。基于此,提出一种分量增广输入的WPD-ISSA-CA-CNN碳排放量预测模型,该模型创新性地构建“分解-增广融合预测”策略。首先,利... 碳排放的准确预测有利于制定合理的碳减排策略。目前,针对电厂碳排放的研究较少,且传统预测模型训练时间过长。基于此,提出一种分量增广输入的WPD-ISSA-CA-CNN碳排放量预测模型,该模型创新性地构建“分解-增广融合预测”策略。首先,利用小波包分解(wavelet packet decomposition,WPD)算法将信号按频率特性分解为子序列,再将全部分量增广(component augmentation,CA)作为模型输入,以减少模型的训练时间。其次,考虑到该模型超参数选择困难,利用多策略融合的改进麻雀搜索算法(improved sparrow search algorithm,ISSA)对卷积神经网络(convolutional neural networks,CNNs)的超参数进行寻优。以山西某发电厂2×25 MW锅炉的历史数据为样本,利用5种评价指标将所提模型与BP、LSTM、CNN及其混合模型进行对比。结果表明,所提混合模型在预测火力发电碳排放中各指标均有最佳的准确度且模型训练速度明显提升。 展开更多
关键词 碳排放预测 小波包分解 改进麻雀搜索算法 卷积神经网络
在线阅读 下载PDF
基于改进布谷鸟搜索算法的压气机特性曲线预测
2
作者 王巍 李哲 +3 位作者 刘祎阳 姜孝谟 刘朋 李士龙 《推进技术》 北大核心 2025年第1期219-227,共9页
为了提高压气机特性曲线的预测精度和边界工况点的泛化能力,本文提出了一种改进布谷鸟搜索算法优化BP(ICS-BP)的模型,应用于某轴流压气机流量-压比特性预测方法研究,并对比分析了采用传统BP、遗传算法优化BP(GA-BP)、布谷鸟搜索算法优化... 为了提高压气机特性曲线的预测精度和边界工况点的泛化能力,本文提出了一种改进布谷鸟搜索算法优化BP(ICS-BP)的模型,应用于某轴流压气机流量-压比特性预测方法研究,并对比分析了采用传统BP、遗传算法优化BP(GA-BP)、布谷鸟搜索算法优化BP(CS-BP)、径向基函数神经网络(RBF)、极限学习机(ELM)、自优化支持向量机(MSVM)和ICS-BP模型的预测结果。分析显示,ICS-BP模型整体预测结果的相对误差最小,普遍在±1%以内,评价指标展现出最高的精度和鲁棒性,预测结果具有最佳的泛化能力,且优化后的模型解决BP易陷入局部最优的问题;ELM和RBF模型运行速度较快的情况下依然具有良好的整体预测精度,但对于边界工况点预测效果欠佳,适用于对时间成本要求高的场景。针对7F重型燃气轮机和NASA74A型号压气机特性曲线,通过ICS-BP模型预测的压比特性精度较高,整体预测结果的平均绝对百分误差分别为1.129%和0.590%,进一步验证了其在特性预测方面的优势。 展开更多
关键词 压气机特性 曲线预测 改进布谷鸟搜索算法 神经网络 泛化能力
在线阅读 下载PDF
液压伺服系统的改进自抗扰控制
3
作者 魏立新 秦鹏帅 《燕山大学学报》 北大核心 2025年第5期429-435,470,共8页
液压伺服系统具有输出功率大的特点,因此在工业领域得到了广泛的应用,但液压伺服系统的建模不确定性和外界扰动影响了系统的位置跟踪控制性能。针对该问题,本文提出一种基于径向基函数神经网络的自抗扰控制器,并结合改进的麻雀搜索算法... 液压伺服系统具有输出功率大的特点,因此在工业领域得到了广泛的应用,但液压伺服系统的建模不确定性和外界扰动影响了系统的位置跟踪控制性能。针对该问题,本文提出一种基于径向基函数神经网络的自抗扰控制器,并结合改进的麻雀搜索算法对参数进行调整。首先,利用AMEsim-Simulink软件对液压伺服系统进行协同仿真,完成控制对象的构建,通过物理仿真降低数学建模不确定性的影响。其次,构建径向基函数神经网络对被控对象受到的扰动进行补偿,近似地认为原对象受到的扰动变化范围变小,从而提高控制品质。最后,针对自抗扰控制器参数较多且相互耦合、参数调整困难问题,采用改进的麻雀搜索算法对自抗扰控制器的参数进行优化。仿真结果表明,复合控制系统可以大大降低超调量,提高控制精度。 展开更多
关键词 自抗扰控制 神经网络 改进麻雀搜索算法 液压伺服系统控制
在线阅读 下载PDF
基于相似日与ISC-BiLSTM的短期光伏功率预测方法 被引量:1
4
作者 杨轶航 韩璐 +3 位作者 史华勃 邓鑫隆 陈梓桐 孙如田 《太阳能学报》 北大核心 2025年第1期676-685,共10页
针对传统光伏功率预测方法的精度和鲁棒性难以兼顾的不足,提出一种结合相似日理论、改进麻雀算法(ISSA)与SE通道注意力机制的卷积(CNN)双向长短期记忆(BiLSTM)神经网络模型(简写为ISC-BiLSTM),能实现短期光伏功率的准确预测。该方法首... 针对传统光伏功率预测方法的精度和鲁棒性难以兼顾的不足,提出一种结合相似日理论、改进麻雀算法(ISSA)与SE通道注意力机制的卷积(CNN)双向长短期记忆(BiLSTM)神经网络模型(简写为ISC-BiLSTM),能实现短期光伏功率的准确预测。该方法首先通过相关性计算,筛选出影响光伏功率的主要气象因子;再使用模糊C均值聚类(FCM)方法对存在相似天气特征的相似日进行聚类;然后通过加入SE的CNN对主要气象参数与历史功率的时空特征进行充分提取;接着利用BiLSTM对数据序列间的依赖关系进行捕捉;最后通过ISSA对模型的超参数进行寻优,并选择超参数最优的模型进行功率预测。对比实验与仿真结果表明,该方法预测误差较低,能实现日前分钟级短期光伏功率的准确预测。 展开更多
关键词 光伏发电 预测 神经网络 注意力机制 改进麻雀算法 模糊聚类
在线阅读 下载PDF
小样本条件下车削加工工艺碳排放多目标预测研究 被引量:1
5
作者 杨历夏 王宇钢 +2 位作者 唐祎晖 张阴硕 穆俊珍 《机床与液压》 北大核心 2025年第1期73-79,共7页
针对低碳耗的车削加工工艺数据采集困难以及因数据样本不足造成预测精度不高的问题,提出一种小样本条件下的车削加工工艺碳排放多目标预测方法。通过中心复合实验设计确定样本数量,在保留工艺有效信息的同时减少所需实验数据。基于反向... 针对低碳耗的车削加工工艺数据采集困难以及因数据样本不足造成预测精度不高的问题,提出一种小样本条件下的车削加工工艺碳排放多目标预测方法。通过中心复合实验设计确定样本数量,在保留工艺有效信息的同时减少所需实验数据。基于反向传播神经网络构建以碳排放和加工时间为目标的预测模型,并通过改进麻雀搜索算法对反向传播神经网络的参数寻优,最终得到加工工艺多目标预测模型。最后,通过加工实验验证在小样本条件下该方法的有效性。结果表明:基于ASSA-BP的模型能以较高精度预测车削加工工艺的碳排放量和加工时间;与传统BP神经网络方法相比,文中方法的碳排放量和加工时间的预测精度均得到有效提升。 展开更多
关键词 小样本条件 车削加工工艺 碳排放多目标预测 反向传播神经网络 改进麻雀搜索算法
在线阅读 下载PDF
基于ISSA-LSTM的塔机短期运行数据预测研究
6
作者 李宏娟 田星宇 +3 位作者 周利东 高崇仁 师泽宁 陈平庚 《中国工程机械学报》 北大核心 2025年第4期606-610,616,共6页
针对塔式起重机运行数据中时序信息的处理需求以及对缺失值缺乏有效处理手段的问题,提出一种基于改进麻雀搜索算法与长短时记忆神经网络的组合预测模型。为了提高塔式起重机短期运行数据预测模型的精度和鲁棒性,引入自适应权重因子、粒... 针对塔式起重机运行数据中时序信息的处理需求以及对缺失值缺乏有效处理手段的问题,提出一种基于改进麻雀搜索算法与长短时记忆神经网络的组合预测模型。为了提高塔式起重机短期运行数据预测模型的精度和鲁棒性,引入自适应权重因子、粒子群算法中速度策略和鹈鹕算法中水面搜寻捕食策略对麻雀搜索算法进行改进,采用某型号塔机运行数据进行仿真实验。实验结果表明:改进麻雀寻优记忆网络(ISSA-LSTM)模型相较于麻雀寻优记忆网络(SSA-LSTM)模型,均方误差和均方根误差均降低,决定系数有所提升,验证了ISSA-LSTM模型的有效性以及优越性。 展开更多
关键词 塔式起重机 缺失值处理 改进麻雀搜索算法 长短时记忆神经网络
在线阅读 下载PDF
牛舍甲烷浓度时序预测模型研究
7
作者 王耀东 燕振刚 +1 位作者 宋伟涛 杨发发 《西南大学学报(自然科学版)》 北大核心 2025年第10期234-244,共11页
甲烷浓度对牛生长发育影响较大,对牛舍甲烷浓度进行预测可以为牛舍环境精准控制提供科学参考。构建了基于门控循环神经网络、改进麻雀搜索算法(ISSA)和反向传播算法(BP)相结合的牛舍甲烷预测模型。首先利用门控循环单元(GRU)模型提取牛... 甲烷浓度对牛生长发育影响较大,对牛舍甲烷浓度进行预测可以为牛舍环境精准控制提供科学参考。构建了基于门控循环神经网络、改进麻雀搜索算法(ISSA)和反向传播算法(BP)相结合的牛舍甲烷预测模型。首先利用门控循环单元(GRU)模型提取牛舍环境数据中的非线性特征,随后通过ISSA对GRU模型的超参数进行优化,得到最优GRU模型,从而提升模型对非线性特征的拟合能力,最后采用BP模型对经过ISSA-GRU模型优化后的预测残差特征进行进一步拟合,提升模型预测精度。利用2024年4月29日至6月30日在试验牛舍采集的数据进行训练和测试,结果表明:该模型能够有效拟合牛舍多环境参数。与BP、GRU、GRU-BP、SSA-GRU、ISSA-GRU、ISSA-GRU-ARIMA等模型相比,本文提出的ISSA-GRU-BP模型具有较高的预测精度,其R2、RMSE和MAPE分别为0.934、0.899×10-6和9.638%。 展开更多
关键词 牛舍 甲烷浓度预测 门控循环神经网络 改进麻雀搜索算法 反向传播算法 残差
在线阅读 下载PDF
面向工业冷水机组的监控及诊断系统设计
8
作者 陈贻渲 何家峰 +1 位作者 郑魏 夏霖沨 《仪表技术与传感器》 北大核心 2025年第9期53-60,共8页
为提高工业冷水机组的智能监控水平和故障诊断准确性,设计了一种工业冷水机组监控及诊断系统。系统构建了基于i.MX RT1052的冷水机控制器,结合阿里云物联网平台,实现了对冷水机组的数据采集、控制和远程管理;提出了一种基于改进麻雀搜... 为提高工业冷水机组的智能监控水平和故障诊断准确性,设计了一种工业冷水机组监控及诊断系统。系统构建了基于i.MX RT1052的冷水机控制器,结合阿里云物联网平台,实现了对冷水机组的数据采集、控制和远程管理;提出了一种基于改进麻雀搜索算法(ISSA)、多尺度卷积神经网络(MSCNN)与核极限学习机(KELM)相结合的冷水机组故障诊断模型,能够有效识别故障特征。该系统提升了冷水机组的智能化监控与故障诊断能力,所提出的ISSA-MSCNN-KELM模型的诊断准确率达到了99.17%,优于传统诊断方法。 展开更多
关键词 冷水机组 故障诊断 i.MX RT1052 改进麻雀搜索算法 多尺度卷积神经网络 核极限学习机
在线阅读 下载PDF
考虑新能源占比优化的配电网源网荷储协调控制研究 被引量:1
9
作者 李璐 王一 +3 位作者 韩美至 郭小娟 张慧敏 李磐旎 《电网与清洁能源》 北大核心 2025年第1期123-129,共7页
新能源加入后,配电网的结构更加复杂,给电力调度工作带来了巨大挑战。为保证电力系统供电的可靠性和稳定性,开展考虑新能源占比优化的配电网源网荷储协调控制方法研究。通过构建配电网协调运行费用、电压偏差、负荷方差和新能源占比4个... 新能源加入后,配电网的结构更加复杂,给电力调度工作带来了巨大挑战。为保证电力系统供电的可靠性和稳定性,开展考虑新能源占比优化的配电网源网荷储协调控制方法研究。通过构建配电网协调运行费用、电压偏差、负荷方差和新能源占比4个方面的多目标函数,并设置4个约束条件;利用改进麻雀搜索算法,对初始位置的产生、发现者和加入者的位置更新分别进行改进,以避免陷入局部最优,求取满足目标函数的最优解,由此完成对配电网源网荷储协调控制。分析结果表明:应用所研究方法,新能源出力总量与大电网出力情况基本平衡,且在一定程度上实现了新能源占比的最大化;运行费用、电压偏差以及负荷方差均低于预期最小值,分别为53.05万元、3.3 V、1.4 kW。对比分析说明,所研究方法更好地实现了配电网源网荷储的协调控制,为可靠供电提供了参考方案。 展开更多
关键词 新能源占比优化 配电网 多目标函数 源网荷储 改进麻雀搜索算法 协调控制方法
在线阅读 下载PDF
基于物理信息神经网络的长距离顶管施工顶力预测 被引量:1
10
作者 李博 刘宇翔 +2 位作者 陈建国 杨耀红 张哲 《人民长江》 北大核心 2025年第1期147-155,共9页
长距离顶管施工过程中,准确预测顶力是有效控制施工安全质量及进度的关键问题。基于知识数据融合的机器学习建模方法,将顶力计算物理模型与多层感知机相融合,构建了物理-数据双驱动的物理信息神经网络模型(PINN),用物理机制约束神经网... 长距离顶管施工过程中,准确预测顶力是有效控制施工安全质量及进度的关键问题。基于知识数据融合的机器学习建模方法,将顶力计算物理模型与多层感知机相融合,构建了物理-数据双驱动的物理信息神经网络模型(PINN),用物理机制约束神经网络的训练机制,并引入改进的麻雀搜索算法(ISSA)对模型超参数取值进行优化,建立了ISSA-PINN顶管施工顶力预测模型;以河南省郑开同城东部供水工程顶管施工为例,选取524组工程实测数据验证了模型的有效性。计算结果表明:ISSA-PINN模型具有较高的预测精度,相较于单纯数据驱动模型,在测试集和新数据集中的预测性能分别提升了0.07和0.17,说明物理模型的融入对降低机器模型的过拟合风险和提高泛化能力有积极影响;相比于SSA和粒子群算法,ISSA算法寻优速度更快、适应度更好。研究结果可为顶管工程施工顶力控制提供参考。 展开更多
关键词 顶管施工 顶力预测 物理信息神经网络(PINN) 改进麻雀搜索算法(ISSA)
在线阅读 下载PDF
基于改进社交网络搜索算法的永磁同步电机参数辨识
11
作者 田德 吴晓璇 +1 位作者 苏怡 孟慧雯 《太阳能学报》 北大核心 2025年第4期604-611,共8页
针对传统永磁同步电机参数辨识方法中存在辨识速度慢、精度低、易陷入局部最优等缺点,提出一种基于改进社交网络搜索算法(ISNS)的永磁同步电机参数辨识方法。在SNS算法基础上引入Tent混沌初始化策略、莱维飞行策略、黄金正弦策略以及高... 针对传统永磁同步电机参数辨识方法中存在辨识速度慢、精度低、易陷入局部最优等缺点,提出一种基于改进社交网络搜索算法(ISNS)的永磁同步电机参数辨识方法。在SNS算法基础上引入Tent混沌初始化策略、莱维飞行策略、黄金正弦策略以及高斯变异策略,并基于测试函数验证所提ISNS算法的优越性。仿真结果表明,与其他算法相比,所提出的基于ISNS算法的参数辨识方法辨识速度更快,精度更高,对永磁同步电机的定子电阻、d轴电感、q轴电感以及磁链辨识精度分别为99.996%、99.934%、99.947%、99.962%。 展开更多
关键词 永磁同步电机 参数辨识 社交网络搜索算法 改进社交网络搜索算法 在线辨识 风力发电
在线阅读 下载PDF
改进SSA优化BPNN的煤体瓦斯渗透率预测模型
12
作者 汪伟 崔欣超 +3 位作者 祁云 李绪萍 王璜瑞 齐庆杰 《中国安全科学学报》 北大核心 2025年第2期137-143,共7页
为更加精确地预测煤体瓦斯渗透率,进而保障煤矿安全生产,构建基于改进麻雀搜索算法(ISSA)优化反向传播神经网络(BPNN)的煤体瓦斯渗透率预测模型。首先,通过引入Sine混沌映射和高斯变异改进麻雀搜索算法(SSA),以增强其全局搜索能力和局... 为更加精确地预测煤体瓦斯渗透率,进而保障煤矿安全生产,构建基于改进麻雀搜索算法(ISSA)优化反向传播神经网络(BPNN)的煤体瓦斯渗透率预测模型。首先,通过引入Sine混沌映射和高斯变异改进麻雀搜索算法(SSA),以增强其全局搜索能力和局部寻优精度,从而优化BPNN的权值和阈值配置;然后,通过皮尔逊相关系数矩阵和核主成分分析(KPCA)处理瓦斯渗透率影响因素的数据,以提高模型的计算效率和准确性,并以累积方差达88.59%的3个主成分提取为模型输入,渗透率作为输出进行试验;最后,将该模型应用于山西某煤矿进行实例验证。结果表明:ISSA-BPNN在平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)和决定系数R^(2)等4个指标上优于粒子群算法(PSO)优化BPNN、PSO优化支持向量机(PSO-SVM)、PSO优化最小二乘支持向量机(LSSVM)及SSA优化BPNN(SSA-BPNN)模型,且相较于其他模型在测试样本中的平均绝对误差(MAE)分别降低0.0327、0.022、0.0179、0.0182;MAPE分别降低5.15%、3.14%、2.76%、2.36%;RMSE分别降低0.0316、0.0279、0.0188、0.0222;R^(2)分别提高0.0775、0.0658、0.0401、0.0493;实例验证表明模型可靠性和稳定性较高。 展开更多
关键词 改进麻雀搜索算法(ISSA) 反向传播神经网络(BPNN) 煤体瓦斯 渗透率 预测模型
在线阅读 下载PDF
基于VMD-ISSA-GRU组合模型的短期风电功率预测 被引量:9
13
作者 王辉 邹智超 +2 位作者 李欣 吴作辉 周珂锐 《热力发电》 CAS CSCD 北大核心 2024年第5期122-131,共10页
为解决风速不确定性和波动性造成风电功率预测精度不高的问题,提出一种基于变分模态分解(VMD)、改进麻雀搜索算法(ISSA)和门控循环神经网络(GRU)的VMD-ISSA-GRU组合模型。首先,利用中心频率法确定采用VMD分解后的模态分量个数,这样有效... 为解决风速不确定性和波动性造成风电功率预测精度不高的问题,提出一种基于变分模态分解(VMD)、改进麻雀搜索算法(ISSA)和门控循环神经网络(GRU)的VMD-ISSA-GRU组合模型。首先,利用中心频率法确定采用VMD分解后的模态分量个数,这样有效避免了过分解或者分解不充分。其次引入混沌映射、非线性递减权重以及一个突变策略来改进麻雀搜索算法,用于优化门控循环神经网络,然后对分解得到的各个子序列建立ISSA-GRU预测模型,最后叠加每个子序列的预测值得到最终的预测值。将该模型用于实际风电功率预测,实验结果表明:VMD-ISSA-GRU组合模型的平均绝对误差、平均绝对百分比误差、均方根误差分别为1.2118MW、1.8900及1.5916MW;相较于传统的GRU、长短时记忆(LSTM)神经网络、BiLSTM(Bi-directional LSTM)神经网络模型以及其他组合模型在预测精度上都有明显的提升,能很好地解决风电功率预测精度不高的问题. 展开更多
关键词 风电功率预测 变分模态分解 改进麻雀搜索算法 门控循环神经网络 超参数
在线阅读 下载PDF
基于CNN-GRU-ISSA-XGBoost的短期光伏功率预测 被引量:6
14
作者 岳有军 吴明沅 +1 位作者 王红君 赵辉 《南京信息工程大学学报》 CAS 北大核心 2024年第2期231-238,共8页
针对光伏功率随机性及波动性大,单一预测模型往往难以准确分析历史数据波动规律,从而导致预测精度不高的问题,提出一种基于卷积神经网络-门控循环单元(CNN-GRU)和改进麻雀搜索算法(ISSA)优化的极限梯度提升(XGBoost)模型的短期光伏功率... 针对光伏功率随机性及波动性大,单一预测模型往往难以准确分析历史数据波动规律,从而导致预测精度不高的问题,提出一种基于卷积神经网络-门控循环单元(CNN-GRU)和改进麻雀搜索算法(ISSA)优化的极限梯度提升(XGBoost)模型的短期光伏功率预测组合模型.首先去除历史数据中的异常值并对其进行归一化处理,利用主成分分析法(PCA)进行特征选取,以便更好地识别影响光伏功率的关键因素.然后采用CNN网络提取数据的空间特征,再经过GRU网络提取时间特征,针对XGBoost模型手动配置参数困难、随机性大的问题,利用ISSA对模型超参数寻优.最后对两种方法预测的结果用误差倒数法减小误差的同时对权重进行更新,得到新的预测值,从而完成对光伏功率的预测.实验结果表明,所提出的CNN-GRU-ISSA-XGBoost组合模型具有更强的适应性和更高的精度. 展开更多
关键词 光伏功率预测 改进麻雀搜索算法 卷积神经网络 门控循环单元 XGBoost模型
在线阅读 下载PDF
基于特征选择及ISSA-CNN-BiGRU的短期风功率预测 被引量:12
15
作者 王瑞 徐新超 逯静 《工程科学与技术》 EI CAS CSCD 北大核心 2024年第3期228-239,共12页
针对风电功率随机性大、平稳性低,以及直接输入预测模型往往难以取得较高精度等问题,提出了一种基于特征选择及改进麻雀搜索算法(ISSA)优化卷积神经网络-双向门控循环单元(CNN-BiGRU)的短期风电功率预测方法。首先,利用变分模态分解(VMD... 针对风电功率随机性大、平稳性低,以及直接输入预测模型往往难以取得较高精度等问题,提出了一种基于特征选择及改进麻雀搜索算法(ISSA)优化卷积神经网络-双向门控循环单元(CNN-BiGRU)的短期风电功率预测方法。首先,利用变分模态分解(VMD)将原始功率分解为一组包含不同信息的子分量,以降低原始功率序列的非平稳性,提升可预测性,同时通过观察中心频率方式确定模态分解数。其次,对每一分量采用随机森林(RF)特征重要度的方法进行特征选择,从风速、风向、温度、空气密度等气象特征因素中,选取对各个分量预测贡献度较高的影响因素组成输入特征向量。然后,建立各分量的CNN-BiGRU预测模型,针对神经网络算法参数难调、手动配置参数随机性大的问题,利用ISSA对模型超参数寻优,自适应搜寻最优参数组合。最后,叠加各分量的预测值,得到最终的预测结果。以中国内蒙古某风电场实际数据进行仿真实验,与多种单一及组合预测方法进行对比,结果表明,本文所提方法相比于其他方法具有更高的预测精度,其平均绝对百分比误差值达到2.644 0%;在其他4个数据集上进行的模型准确性及泛化性验证结果显示,模型平均绝对百分比误差值分别为4.385 3%、3.174 9%、1.576 1%和1.358 8%,均保持在5.000 0%以内,证明本文所提方法具有较好的预测精度及泛化能力。 展开更多
关键词 短期风功率预测 变分模态分解 特征选择 改进麻雀搜索算法 卷积神经网络 双向门控循环单元
在线阅读 下载PDF
计及工况预测误差的主动配电网日前无功优化调度策略 被引量:2
16
作者 张旭 刘伯文 王怡 《华北电力大学学报(自然科学版)》 CAS 北大核心 2024年第2期31-40,共10页
为解决工况预测误差较大时,日前无功优化调度方案优化效果不佳的问题,提出了计及工况预测误差的主动配电网日前无功优化调度策略。首先,使用轻量级梯度提升机算法建立日前工况功率预测模型;其次,考虑大规模高比例分布式电源接入主动配电... 为解决工况预测误差较大时,日前无功优化调度方案优化效果不佳的问题,提出了计及工况预测误差的主动配电网日前无功优化调度策略。首先,使用轻量级梯度提升机算法建立日前工况功率预测模型;其次,考虑大规模高比例分布式电源接入主动配电网,以调度时段内所有时间断面的多目标加权累加和为目标函数建立日前无功优化调度模型;最后,设计了一种变寻优粒子空间的改进引力搜索算法对日前无功优化调度模型进行求解,该算法根据历史工况预测误差评价指标调整寻优粒子空间各维度的上下限矩阵,从而抑制了当无功区域内工况预测误差较大时可控设备调度异常的缺陷。最后采用拓展的IEEE 33节点系统算例进行有效性验证。 展开更多
关键词 主动配电网 日前无功优化调度 工况预测 分布式电源 轻量级梯度提升机 改进引力搜索算法
在线阅读 下载PDF
基于生成对抗网络和EMD-ISSA-LSTM的短期电力负荷预测 被引量:5
17
作者 曾进辉 苏旨音 +2 位作者 肖锋 刘颉 孙贤水 《电子测量技术》 北大核心 2024年第20期92-100,共9页
针对电力负荷本身固有的不稳定性和非线性,导致短期电力负荷预测精度难以提升问题。本文提出一种基于EMD和LSTM相结合的短期电力负荷预测方法。首先,利用EMD将原始信号分解为一系列本征模态函数和一个残差量。随后,将所有分量输入LSTM... 针对电力负荷本身固有的不稳定性和非线性,导致短期电力负荷预测精度难以提升问题。本文提出一种基于EMD和LSTM相结合的短期电力负荷预测方法。首先,利用EMD将原始信号分解为一系列本征模态函数和一个残差量。随后,将所有分量输入LSTM中。为进一步提升负荷预测精度和优化模型泛化能力,分别对大分量信号引入改进麻雀搜寻算法优化LSTM超参数和对原始负荷数据引入表格生成对抗网络生成新数据样本,形成基于表格生成对抗网络和EMD-ISSA-LSTM的短期电力负荷预测方法。最后,分别采用第九届电工数学建模竞赛负荷数据和湖南省某地市含分布式电源的负荷数据进行效果验证。结果表明,在两种数据集下,该模型的平均绝对百分比误差分别为2.37%和2.76%,验证了该方法的有效性。 展开更多
关键词 短期电力负荷预测 经验模态分解 长短期记忆神经网络 改进麻雀搜寻算法 生成对抗网络
在线阅读 下载PDF
基于ISSA的多渠道易腐品供应链网络规划
18
作者 苏莹莹 王升旭 白智超 《运筹与管理》 CSSCI CSCD 北大核心 2024年第11期111-117,共7页
针对易腐品供应链网络规划问题,建立了一种考虑多渠道选择的易腐品供应链网络多目标规划模型,以此解决新零售形势下的易腐品供应链网络规划问题。首先,针对由多个供应商、加工中心、分销商、消费市场构成的易腐品供应链网络进行结构设计... 针对易腐品供应链网络规划问题,建立了一种考虑多渠道选择的易腐品供应链网络多目标规划模型,以此解决新零售形势下的易腐品供应链网络规划问题。首先,针对由多个供应商、加工中心、分销商、消费市场构成的易腐品供应链网络进行结构设计,建立以总成本最小和顾客满意度最大为目标的易腐品供应链网络多目标规划模型;其次,针对麻雀搜索算法(Sparrow Search Algorithm, SSA)求解精度低,稳定性不足,易陷入局部最优等问题,引入自适应混合策略改进SSA,应用改进麻雀搜索算法(Improved Sparrow Search Algorithm, ISSA)来求解多渠道选择的易腐品供应链网络规划问题。最后,通过实例进行验证,结果表明:ISSA能够有效求解考虑多渠道选择的易腐品供应链网络规划问题,且相比于SSA性能更优。 展开更多
关键词 易腐品供应链网络规划 多渠道选择 自适应混合策略 改进麻雀搜索算法
在线阅读 下载PDF
基于多因素均衡动态分簇的WSN路由协议算法 被引量:2
19
作者 朱本科 高丙朋 蔡鑫 《科学技术与工程》 北大核心 2024年第16期6799-6808,共10页
为了解决无线传感器网络分簇路由协议随机筛选簇头节点的位置分布不均衡及转发节点的数据传输路径不合理会加剧节点能量消耗、缩短网络生存周期的问题,提出一种基于改进社交网络搜索(improved social network search, ISNS)算法优化模糊... 为了解决无线传感器网络分簇路由协议随机筛选簇头节点的位置分布不均衡及转发节点的数据传输路径不合理会加剧节点能量消耗、缩短网络生存周期的问题,提出一种基于改进社交网络搜索(improved social network search, ISNS)算法优化模糊C均值聚类(fuzzy C-means, FCM)的多因素均衡动态分簇路由协议(multi-factor balanced dynamic clustering routing protocol, MD-LEACH)。首先,引入莱维飞行改进反向精英学习策略,以增强社交网络搜索算法的全局寻优能力;接着,使用ISNS优化模糊C均值聚类算法对网络节点动态均匀分簇,均衡网络负载;此外,在每个簇内,考虑簇内节点的能量因素和位置因素引入模糊推理,设计两种簇头选取模式,动态选举簇首,提高簇首质量。在稳定传输阶段,将单跳改为簇首之间的通信的方式,使用改进的蚁群算法寻找最优数据传输路径,提高能量效率。仿真结果表明,算法能够有效提高能量效率,平衡网络负载,延长网络生存期。 展开更多
关键词 改进社交网络搜索(isns)算法 模糊C均值聚类(FCM) 莱维飞行 多因素均衡 动态分簇 模糊推理
在线阅读 下载PDF
基于CRITIC和多策略秃鹰优化BiLSTM的水质预测研究 被引量:5
20
作者 雷冰冰 韩镏 +2 位作者 石佳圆 马占有 牟云飞 《安全与环境学报》 CAS CSCD 北大核心 2024年第9期3688-3702,共15页
科学有效地预测水质对于水环境的可持续发展和人类健康具有重要意义,为此以固原市某黄河断面的水质监测数据为研究对象,提出了基于指标客观性的权重赋权(Criteria Importance Though Intercriteria Correlation,CRITIC)法和改进的秃鹰搜... 科学有效地预测水质对于水环境的可持续发展和人类健康具有重要意义,为此以固原市某黄河断面的水质监测数据为研究对象,提出了基于指标客观性的权重赋权(Criteria Importance Though Intercriteria Correlation,CRITIC)法和改进的秃鹰搜索(Improved Bald Eagle Search,IBES)算法优化双向长短时记忆网络(Bidirectional Long Short-Term Memory Network,BiLSTM)的组合水质等级预测模型。首先,采用CRITIC法确定各水质指标的权重,加权求和获得一项综合水质指标,从而提出一种改进的水质评价指标体系,以为BiLSTM提供更丰富、更可靠的水质特征信息。其次,在训练过程中引入Logistic映射和莱维飞行策略,并设计交叉共享及准反向搜索策略优化秃鹰搜索(Bald Eagle Search,BES)算法,以提升其种群多样性,增强寻优能力。最后,通过IBES算法迭代寻找BiLSTM的最佳学习率、隐藏层节点数以及正则化系数的超参数组合,进一步提高其预测水平。结果显示:与IBES-BiLSTM、BES-BiLSTM、GA-BiLSTM、PSO-BiLSTM和BiLSTM等模型相比,CRITIC-IBES-BiLSTM模型进行水质等级预测的准确率、精准率、召回率及F_(1)均最高,且具有更好的稳定性。 展开更多
关键词 环境工程学 水质预测 指标客观性的权重赋权法(CRITIC)法 改进的秃鹰搜索算法 双向长短时记忆网络(BiLSTM)
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部