期刊文献+
共找到124篇文章
< 1 2 7 >
每页显示 20 50 100
基于MISSA-SVM模型的边坡稳定性预测及应用 被引量:2
1
作者 王团辉 王超 +2 位作者 吴顺川 王琦玮 徐健珲 《中国安全科学学报》 CAS CSCD 北大核心 2024年第4期135-144,共10页
为提高边坡稳定性的预测精度,提出一种基于多策略改进的麻雀搜索算法(MISSA)优化支持向量机(SVM)的边坡稳定性预测模型。选取容重γ、黏聚力c、内摩擦角Ф、边坡角φf、边坡高度H、孔隙压力比ru等6个代表性特征作为模型的预测指标。针... 为提高边坡稳定性的预测精度,提出一种基于多策略改进的麻雀搜索算法(MISSA)优化支持向量机(SVM)的边坡稳定性预测模型。选取容重γ、黏聚力c、内摩擦角Ф、边坡角φf、边坡高度H、孔隙压力比ru等6个代表性特征作为模型的预测指标。针对麻雀优化算法(SSA)存在的收敛速度慢、精确度不高、易陷入局部最优等问题,引入一维复合混沌映射、正余弦算法(SCA)、Levy飞行机制和步长因子动态调整等策略进行优化改进,构建基于MISSA-SVM的边坡稳定性预测模型。将MISSA-SVM模型应用到大溪滑坡等9组边坡工程实例进行验证。结果表明:MISSA-SVM模型的准确率、精确率、召回率、F_(1)分数、均方误差(MSE)和曲线下面积(AUC)分别达到96.29%、92.3%、100%、0.96、0.016和0.967,均优于SSA优化的SVM模型和BP模型,预测结果与实际边坡状况完全吻合,表明MISSA-SVM模型具有较强的泛化能力。 展开更多
关键词 多策略改进麻雀搜索算法(missa) 支持向量机(SVM) 边坡稳定性 正余弦算法(SCA) 预测指标
在线阅读 下载PDF
基于MISSA-CNN-BiLSTM模型的尾矿坝位移预测
2
作者 刘迪 杨辉 +2 位作者 卢才武 阮顺领 江松 《中国安全科学学报》 CAS CSCD 北大核心 2024年第9期145-154,共10页
为应对尾矿坝位移预测所面临的复杂情况和精度要求,提出一种基于多算法耦合的尾矿坝位移动态预测模型。首先,基于时间序列分解模型将累计位移分为趋势项和周期项,利用高斯回归时间序列预测模型预测趋势项位移;然后,运用不同Copula函数... 为应对尾矿坝位移预测所面临的复杂情况和精度要求,提出一种基于多算法耦合的尾矿坝位移动态预测模型。首先,基于时间序列分解模型将累计位移分为趋势项和周期项,利用高斯回归时间序列预测模型预测趋势项位移;然后,运用不同Copula函数研究诱发因素与周期项位移的整体相关性,鉴于周期项位移影响因素多样性与强非线性的特点,采用多策略融合的改进麻雀搜索算法改进麻雀搜索算法(MISSA)-卷积神经网络(CNN)-双向长短期记忆(BiLSTM)模型预测周期项位移;最后,将高斯回归趋势项位移预测值和MISSA-CNN-BiLSTM周期项位移预测值叠加。结果表明:尾矿坝累积位移预测值与实测值基本一致,预测结果相关性系数R为0.996,均方根误差(RMSE)为0.13 mm,建立的MISSA-CNN-BiLSTM多算法耦合模型预测精度较高,且能较好地预测尾矿坝位移的阶跃型变化。 展开更多
关键词 改进麻雀搜索算法(missa) 卷积神经网络(CNN) 双向长短期记忆(BiLSTM) 尾矿坝 位移预测 深度学习模型
在线阅读 下载PDF
改进SSA-HKELM模型在海洋弯管剩余寿命预测中的应用 被引量:1
3
作者 骆正山 王良雨 +1 位作者 高懿琼 骆济豪 《安全与环境学报》 北大核心 2025年第5期1770-1779,共10页
针对海洋油气弯管剩余寿命预测问题,建立了基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)优化混合核极限学习机(Hybrid Kernel Extreme Learning Machine,HKELM)的腐蚀深度预测模型。通过最优拉丁超立方初始化种群分布... 针对海洋油气弯管剩余寿命预测问题,建立了基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)优化混合核极限学习机(Hybrid Kernel Extreme Learning Machine,HKELM)的腐蚀深度预测模型。通过最优拉丁超立方初始化种群分布,采用黄金正弦、Tent混沌扰动和柯西变异提高麻雀搜索算法(Sparrow Search Algorithm,SSA)的收敛速度和搜索能力,运用ISSA算法优化HKELM的网络参数,构建海洋弯管腐蚀深度预测模型。依据改进的ASME B31G剩余强度评价准则,计算最大允许腐蚀深度,结合管道腐蚀发展趋势模型,对薄弱弯管进行腐蚀剩余寿命预测。以某海洋管道弯管试验数据为基础对模型进行验证,模型预测精度高达0.989 7,能较好地预测海洋弯管的最大腐蚀深度及未来腐蚀发展趋势。寿命预测结果表明,部分弯管剩余寿命未超过其预期服役时间,为海洋弯管的安全运维及维修更换提供了决策支持。 展开更多
关键词 安全工程 海洋弯管 剩余寿命 改进麻雀搜索算法 混合核极限学习机 腐蚀深度预测模型
在线阅读 下载PDF
基于最优参数VMD和改进散布熵的轴承亚健康状态识别 被引量:1
4
作者 魏文军 甘洁 《铁道科学与工程学报》 北大核心 2025年第2期887-899,共13页
针对轴承的亚健康状态存在噪声干扰、模态混叠、状态特征提取困难的问题,提出一种最优参数变分模态分解(variational mode decomposition, VMD)和改进散布熵的轴承亚健康状态识别方法 。首先,设计改进的麻雀搜索算法(improved sparrow s... 针对轴承的亚健康状态存在噪声干扰、模态混叠、状态特征提取困难的问题,提出一种最优参数变分模态分解(variational mode decomposition, VMD)和改进散布熵的轴承亚健康状态识别方法 。首先,设计改进的麻雀搜索算法(improved sparrow search algorithm, ISSA)来自适应地搜索VMD最优分解参数,从而提高VMD分解效率和质量,然后根据所确定的最优参数对信号进行VMD分解,得到一系列本征模态函数(intrinsic mode function, IMF),接着计算每个IMF与原始信号之间的皮尔逊相关系数(pearson correlation coefficient, PCC),选择相关系数大于0.3的IMF分量来重构信号,以实现信号的降噪和状态特征增强。其次,为了更好地表征轴承信号的复杂度和不规则性,并有效区分轴承健康和亚健康状态,在散布熵中引入时移多尺度分析和分数阶微积分,以提取多个尺度上的轴承微细状态特征。最后,利用欧氏距离刻画轴承状态曲线,根据切比雪夫不等式设定亚健康阈值,当欧氏距离大于亚健康阈值时给出相应预警,完成轴承亚健康状态识别。在XJTU-SY和IMS轴承数据集上的试验结果表明:ISSA算法相比其他优化算法具有更高的收敛速度和精度,最优化参数VMD能有效消除模态混叠问题,改进散布熵能准确提取轴承全寿命状态微细特征。所提算法无须对模型进行训练便能准确识别轴承亚健康状态并给出预警,有利于维护人员更好地维护轴承运行状态。 展开更多
关键词 轴承 亚健康状态识别 最优参数VMD 改进麻雀搜索算法 时移多尺度分数阶散布熵
在线阅读 下载PDF
基于WPD-ISSA-CA-CNN模型的电厂碳排放预测
5
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SD-ISSA-DALSTM的交通运输业碳排放预测
6
作者 王庆荣 王俊杰 +1 位作者 朱昌锋 郝福乐 《华南理工大学学报(自然科学版)》 北大核心 2025年第5期66-81,共16页
针对交通运输业碳排放数据序列的波动性和非线性影响预测精度的问题,提出了一种结合二次分解、双重注意力机制、改进麻雀搜索算法(ISSA)和长短期记忆(LSTM)网络的交通运输业碳排放预测模型。首先,引入自适应噪声完备集合经验模态分解,... 针对交通运输业碳排放数据序列的波动性和非线性影响预测精度的问题,提出了一种结合二次分解、双重注意力机制、改进麻雀搜索算法(ISSA)和长短期记忆(LSTM)网络的交通运输业碳排放预测模型。首先,引入自适应噪声完备集合经验模态分解,将交通碳排放数据序列分解为不同频率的模态分量,再利用样本熵对各分量复杂度进行量化,并利用变分模态分解对熵值最高的分量进行二次分解,进一步弱化交通碳排放数据序列的波动性和非线性;然后,为挖掘交通碳排放量与其影响因素间的关联性,构建基于双重注意力机制优化的LSTM(DALSTM)模型,在LSTM模型的输入端嵌入特征注意力机制,突出关键输入特征;同时,在输出端嵌入时间注意力机制,提取关键历史时刻信息;最后,结合Circle混沌映射、动态惯性权重因子和混合变异算子策略改进SSA算法,并对各模态分量分别建立ISSA-DALSTM模型,接着对各模态分量预测值进行重构。用所测算的中国交通运输业1990—2019年碳排放数据来对模型进行验证,结果表明,所提模型的均方根误差、均方误差、平均绝对百分比误差分别为5.3088、3.5661、0.4439,均优于其他对比模型,验证了所提模型的有效性。 展开更多
关键词 交通运输业 碳排放预测 二次分解 双重注意力机制 改进麻雀搜索算法
在线阅读 下载PDF
计及小概率场景能源管线风险的综合能源系统多目标扩展规划
7
作者 黄南天 赵暄远 +1 位作者 蔡国伟 郭玉 《电气工程学报》 北大核心 2025年第1期197-207,共11页
随着能源系统不断转型及新型负荷的快速发展,在极端高温及极端低温等小概率用能场景下,需求侧用能行为日渐复杂,综合能源系统安全稳定运行风险逐渐提升。因此,提出计及小概率高用能场景下能源管线超负荷运行风险的综合能源系统多目标扩... 随着能源系统不断转型及新型负荷的快速发展,在极端高温及极端低温等小概率用能场景下,需求侧用能行为日渐复杂,综合能源系统安全稳定运行风险逐渐提升。因此,提出计及小概率高用能场景下能源管线超负荷运行风险的综合能源系统多目标扩展规划方法。建立基于耦合对抗变分自编码器的场景生成模型,生成冷-热-电-气负荷场景,获取典型场景与小概率高用能场景;在此基础上,以系统扩展规划成本最低及小概率高用能场景能源管线风险最低为目标,建立计及小概率高用能场景的冷-热-电-气综合能源系统扩展规划模型;采用改进麻雀搜索优化算法进行算例求解,实现冷-热-电-气综合能源系统扩展规划,提升综合能源系统扩展规划经济性与运行可靠性。 展开更多
关键词 综合能源系统 扩展规划 小概率高用能场景 耦合对抗变分自编码器 改进麻雀搜索优化算法
在线阅读 下载PDF
基于改进麻雀搜索算法的光伏MPPT方法
8
作者 梁秋艳 孙井也 +2 位作者 迟佳 田文豪 赵子瀚 《电源技术》 北大核心 2025年第3期662-668,共7页
光伏阵列P-U特性曲线在局部遮阴状态下呈现多峰状态,传统的最大功率追踪算法容易陷入局部最优状态。针对此问题,提出了一种基于改进麻雀搜索算法的最大功率点跟踪(maximum power point tracking,MPPT)方法。在麻雀搜索算法中引入遗传算... 光伏阵列P-U特性曲线在局部遮阴状态下呈现多峰状态,传统的最大功率追踪算法容易陷入局部最优状态。针对此问题,提出了一种基于改进麻雀搜索算法的最大功率点跟踪(maximum power point tracking,MPPT)方法。在麻雀搜索算法中引入遗传算法和Lévy飞行策略,使算法的全局搜索能力得以增强,并且可以跳出局部最优解。在MATLAB/Simulink中建立仿真模型,并与粒子群优化算法和原始麻雀搜索算法进行比较。仿真结果表明,基于改进麻雀搜索算法的MPPT方法在不同光照条件下均显示出更高的效率和稳定性。 展开更多
关键词 光伏系统 最大功率点跟踪 麻雀搜索算法 改进算法
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
9
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
10
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
基于自适应模型降阶的三维非线性磁场快速计算方法
11
作者 刘禹彤 任自艳 +2 位作者 迟连强 张殿海 张艳丽 《电工技术学报》 北大核心 2025年第1期1-12,共12页
为了解决有限元法(FEM)仿真分析中三维非线性磁场计算效率低、成本高的问题,该文提出一种基于本征正交分解(POD)的三维非线性磁场问题自适应模型降阶方法。该方法基于贪婪策略,将POD与径向基函数(RBF)相结合,同时采用改进的麻雀搜索算法... 为了解决有限元法(FEM)仿真分析中三维非线性磁场计算效率低、成本高的问题,该文提出一种基于本征正交分解(POD)的三维非线性磁场问题自适应模型降阶方法。该方法基于贪婪策略,将POD与径向基函数(RBF)相结合,同时采用改进的麻雀搜索算法(ISSA)计算RBF的最优宽度参数组合,构建更适配高阶系统的降阶模型。以TEAM24标准问题——非线性时变旋转实验装置的磁场模型和一台单相牵引变压器模型为算例,验证降阶模型的高效性能。结果表明:该方法在具有较高精度的同时具有高加速比,建立的模型具有较好的可泛化性。 展开更多
关键词 本征正交分解 改进的麻雀搜索算法 模型降阶 贪婪算法 三维非线性磁场
在线阅读 下载PDF
多策略混合改进樽海鞘群算法的光伏MPPT控制研究
12
作者 罗善峰 陈芳芳 +2 位作者 徐天奇 李华鑫 程三榜 《现代电子技术》 北大核心 2025年第8期109-114,共6页
针对传统光伏最大功率点追踪(MPPT)方法在光伏阵列因环境因素处于局部遮阴时出现陷入局部最优的情况,为实现对太阳能的高效利用,基于樽海鞘群算法对低维度优化问题的优势,提出一种多策略混合改进樽海鞘群算法的MPPT控制。该控制采用改进... 针对传统光伏最大功率点追踪(MPPT)方法在光伏阵列因环境因素处于局部遮阴时出现陷入局部最优的情况,为实现对太阳能的高效利用,基于樽海鞘群算法对低维度优化问题的优势,提出一种多策略混合改进樽海鞘群算法的MPPT控制。该控制采用改进型Logistic混沌映射对樽海鞘种群进行初始化,提高了樽海鞘种群的多样性。同时,利用麻雀搜索算法发现者行为代替樽海鞘领导者行为,提升了算法的全局探索能力,避免了算法陷入局部最优解。Matlab/Simulink仿真实验表明,所提方法在静态局部遮阴和动态局部遮阴两种情况下都具有较好的收敛性,并且相较于粒子群算法和樽海鞘群算法,其在收敛速度和寻优精度等方面都有明显提升。 展开更多
关键词 最大功率点追踪 樽海鞘群算法 光伏阵列 改进Logistic混沌映射 局部遮阴 麻雀搜索算法
在线阅读 下载PDF
多策略改进的SSA-VMD和BiLSTM的水泵机组特征识别
13
作者 张兼博 曾云 李想 《排灌机械工程学报》 北大核心 2025年第6期588-594,共7页
提出一种ISSA结合VMD与多维统计指标的水泵机组特征提取方法,并将ISSA应用于BiLSTM,以提升后续水泵机组故障特征分类的准确率.首先利用ISSA确定VMD的最佳分解参数,提取高质量的模态分量.随后计算模态分量的多维统计指标,基于此构建综合... 提出一种ISSA结合VMD与多维统计指标的水泵机组特征提取方法,并将ISSA应用于BiLSTM,以提升后续水泵机组故障特征分类的准确率.首先利用ISSA确定VMD的最佳分解参数,提取高质量的模态分量.随后计算模态分量的多维统计指标,基于此构建综合特征向量.最终,将多维特征向量输入故障诊断模型进行特征分类.试验结果表明,在给定数据集下,所提故障诊断方法准确率高达98.75%.同时,为探究所提模型的良好效果,引入SSA,WOA,GTO进行对比分析,结果显示在相同模型条件下,ISSA算法效果明显优于其他优化算法.并且,采用多维统计指标构建特征向量的效果也明显优于利用单一指标作为故障特征.研究成果为处理实际振动信号提供了一种有效解决方案. 展开更多
关键词 水泵机组 特征提取 改进的麻雀搜索算法 多维特征指标 故障诊断
在线阅读 下载PDF
基于改进麻雀算法的直流微电网分级均流稳压控制
14
作者 陈致远 曾国辉 赵晋斌 《电气工程学报》 北大核心 2025年第1期317-327,共11页
针对直流微电网下垂控制中,线缆阻抗、工况变化带来的功率分配不均及母线电压跌落的问题,提出一种基于改进麻雀搜索算法整定下垂系数和分级下垂控制的结合控制策略。首先,改进算法将动态发现者与自适应螺旋因子相结合,提高了原算法的寻... 针对直流微电网下垂控制中,线缆阻抗、工况变化带来的功率分配不均及母线电压跌落的问题,提出一种基于改进麻雀搜索算法整定下垂系数和分级下垂控制的结合控制策略。首先,改进算法将动态发现者与自适应螺旋因子相结合,提高了原算法的寻优精度和收敛速度。在整定下垂系数过程中,以下垂系数和电压补偿截距作为搜索维度,采样直流母线电压和各微源输出电压、电流,分别计算其与目标值的偏差量,并将偏差量的和作为目标函数,通过迭代更新收索最优下垂参数。然后,实时检测直流微电网输出电压、电流,以此诊断直流微电网工况变化,同时调整最优下垂参数进行分级控制。最后,通过仿真分析,验证了所提方法在微源故障断开、母线负荷投切及本地负载投切的工况下均可以获得良好的控制效果。 展开更多
关键词 直流微电网 下垂控制 改进麻雀算法 均流控制 母线电压调节
在线阅读 下载PDF
基于麻雀搜寻优化算法的代理购电用户用电量多维度协同校核 被引量:1
15
作者 周颖 乔婧 +4 位作者 陈宋宋 赵伟博 丁一 武亚杰 田宇 《电网技术》 北大核心 2025年第2期604-612,I0064-I0067,共13页
随着代理购电业务稳步推进,用电量预测在智能电网运行中发挥着至关重要的作用。现阶段研究大多侧重于通过算法来提高预测结果的准确度和可靠性,而这些方法缺乏对电力系统多维因素的全面考量和精确校核。因此,多维度且全面地对代理购电... 随着代理购电业务稳步推进,用电量预测在智能电网运行中发挥着至关重要的作用。现阶段研究大多侧重于通过算法来提高预测结果的准确度和可靠性,而这些方法缺乏对电力系统多维因素的全面考量和精确校核。因此,多维度且全面地对代理购电用户用电量进行预测是代理购电业务中面临的问题之一。对此,该文提出了计及多维度协同的用户用电量预测结果校核方法。首先,该文采用了偏差概率分布模型分析各个维度(区域、行业、电压等级)的有效偏差分布,进行各维度有效偏差识别;其次,以误差最小为目标采用改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化算法进行多维度权重优化配比,构建预测值和权重值组合加权的多维度协同校核模型;最后选取误差指标对多维度校核后的预测值进行误差指标评估。结合某省的代理购电用户用电量对上述算法进行了验证,结果表明,基于ISSA优化算法的多维度协同校核方法在平均绝对误差指标下较行业维度、区域维度及电压等级维度分别降低了51.9%、23.4%和19.1%,均方根误差指标下较行业维度、区域维度及电压等级维度分别降低了40.0%、15.0%和8.6%,具有良好的泛化性。 展开更多
关键词 代理购电 误差校核 ISSA优化算法 组合权重 均方根误差
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
16
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AMSD-WTSSA-DELM模型的铁路沿线短期风速预测方法
17
作者 尼比江·艾力 张林鍹 +5 位作者 李奕超 景雨啸 高金山 王渊 谢明浩 罗晓龙 《铁道科学与工程学报》 北大核心 2025年第2期543-556,共14页
我国西北地区铁路沿线风速较强且存在非平稳性和波动性,导致风速预测精确度不高、模型泛化性差。基于此,提出一种基于AMSD-WTSSA-DELM的组合预测模型。首先,利用高度非平稳的原始风速序列、分量的长期相关表现、分量所包含的潜在模式及... 我国西北地区铁路沿线风速较强且存在非平稳性和波动性,导致风速预测精确度不高、模型泛化性差。基于此,提出一种基于AMSD-WTSSA-DELM的组合预测模型。首先,利用高度非平稳的原始风速序列、分量的长期相关表现、分量所包含的潜在模式及趋势和周期性等内在信息,进行每步分解处理,分别建立分解条件以及自适应更新阈值;为避免过度分解加入自适应重构方法,分解至无高复杂度分量为止,从而实现适应性较强的自适应多步分解。其次,提出WTSSA算法,即通过在麻雀搜索算法(SSA)中融入混沌映射、自适应权重和自适应t分布扰动策略,提升SSA全局搜索和局部探索能力,加快收敛速度,并通过测试函数验证WTSSA算法的卓越性。然后针对AMSD输出的各分量,分别建立由WTSSA优化权重和偏置的深度极限学习机(DELM)模型。最后汇总所有分量的预测数据,合成最终的预测输出。实验结果表明:模型在2组实际铁路沿线风速数据预测性能上提升效果明显,以第1组实验数据为例,本文方法与DELM相比,平均绝对误差(E_(mae))和均方根误差(E_(rmse))分别降低90.32%和82.25%,决定系数(R^(2))提升43.00%。综上所述,研究成果有效克服了风速的非线性特征导致的时迟问题,具有高泛化性能,能够预测短期风速变化,从而帮助铁路系统做出更有效的安全决策,为列车安全运行提供有力的技术支撑。 展开更多
关键词 短期风速预测 自适应多步分解 深度极限学习机 改进麻雀搜索算法 铁路沿线风速
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
18
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
基于改进麻雀算法优化变分时域分解的往复机械冲击特征提取方法
19
作者 聂志勇 隋立林 马波 《机电工程》 北大核心 2025年第8期1502-1511,共10页
往复机械壳体振动信号往往由多个不同的冲击源共同作用产生。针对往复机械壳体振动信号在时域上相互叠加、耦合且振动信号多源冲击时域间隔分布不规则,从而导致信号分解难度大的问题,提出了一种改进麻雀搜索算法(ISSA)优化变分时域分解(... 往复机械壳体振动信号往往由多个不同的冲击源共同作用产生。针对往复机械壳体振动信号在时域上相互叠加、耦合且振动信号多源冲击时域间隔分布不规则,从而导致信号分解难度大的问题,提出了一种改进麻雀搜索算法(ISSA)优化变分时域分解(VTDD)的往复机械冲击特征自适应提取新方法。首先,采用Circle混沌映射初始化麻雀种群,引入仿生鱼鹰攻击鱼类的模型,改进了发现者位置更新策略,从而避免了搜索算法陷入局部最优;然后,基于ISSA迭代搜索最优适应度值对应的VTDD最优参数组合,完成了多源冲击信号自适应分解,得到了分解子冲击信号的时域中心及能量信息;最后,利用大头瓦磨损故障和气缸余隙不当的实际工程案例数据,将ISSA-VTDD方法和传统的VTDD方法进行了对比分析。研究结果表明:ISSA优化VTDD能高效地搜索出VTDD最优的预设参数组合,精确有效地提取故障冲击特征,迭代次数和适应度分别为11次和5.25;ISSA-VTDD方法对各种复杂工况、不同信号特性都具有良好适应性;与其他同类方法的对比结果表明,ISSA-VTDD方法具有最高的冲击信号重构精度,即分解效果最优。可见ISSA-VTDD方法具有更优越的冲击时域特征提取能力。 展开更多
关键词 往复机械壳体振动信号 改进麻雀搜索算法 变分时域分解 多源冲击信号自适应分解 冲击时域特征提取 迭代次数
在线阅读 下载PDF
基于SPA和IRCMMPE的旋转机械损伤识别方法
20
作者 李恒亮 张思婉 郭衡 《机电工程》 北大核心 2025年第6期1045-1054,共10页
基于单通道信号的旋转机械故障诊断方法的故障诊断效果通常比较依赖信号的质量,针对这一问题,提出了一种基于平滑先验分析(SPA)、改进精细复合多变量多尺度排列熵(IRCMMPE)和麻雀搜索算法优化支持向量机(SSA-SVM)的旋转机械损伤识别策... 基于单通道信号的旋转机械故障诊断方法的故障诊断效果通常比较依赖信号的质量,针对这一问题,提出了一种基于平滑先验分析(SPA)、改进精细复合多变量多尺度排列熵(IRCMMPE)和麻雀搜索算法优化支持向量机(SSA-SVM)的旋转机械损伤识别策略。首先,使用SPA将单通道信号分解为趋势项和去趋势项两种完全不同的分量,减少了分量的冗余,并将其组装为多通道信号以实现对样本的扩充;然后,采用IRCMMPE对多通道信号进行了特征提取以对比验证两个分量之间的相关性,获取了更能反映故障特性的特征;最后,将故障特征输入至SSA-SVM分类器中进行了故障识别,完成了对旋转机械的故障辨识和故障程度的判断,利用三个旋转机械数据集对SPA-IRCMMPE故障诊断方法的有效性进行了实验分析,并与其他故障诊断方法进行了对比研究。研究结果表明:SPA-IRCMMPE模型在诊断旋转机械不同故障类型时分别取得了100%和99.2%的识别准确率,平均识别准确率分别为99.76%和99.92%;而自制数据集的诊断精度达到了100%。相较于其他故障诊断方法,SPA-IRCMMPE模型仅需使用单个通道的振动信号且无需进行分量重要性评估,避免了分量取舍的问题,对振动信号的利用效率较高。 展开更多
关键词 旋转机械单通道信号 故障诊断 麻雀搜索算法优化支持向量机 改进精细复合多变量多尺度排列熵 平滑先验分析 离心泵 滚动轴承
在线阅读 下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部