面向涡轮的PCA-POA-LSTM数据驱动建模及故障预警方法 被引量：1

1

作者 刘斌 白红艳 +3 位作者 何璐瑶 张晓北 田野 杨理践 《电子测量与仪器学报》 北大核心 2025年第1期145-155,共11页

针对传统LSTM数据驱动模型存在输入参数规模过大导致运算负担过大、超参数选择不当和涡轮系统故障发生频率、运维成本高的问题,提出一种基于PCA-POA-LSTM的涡轮数据驱动建模方法,并结合滑动窗口法实现了涡轮故障预警。首先,应用PCA降维... 针对传统LSTM数据驱动模型存在输入参数规模过大导致运算负担过大、超参数选择不当和涡轮系统故障发生频率、运维成本高的问题,提出一种基于PCA-POA-LSTM的涡轮数据驱动建模方法,并结合滑动窗口法实现了涡轮故障预警。首先,应用PCA降维技术,减少输入数据维度;其次,采用POA参数寻优方法选出最优超参数组合;然后,利用LSTM算法预测涡轮的输出参数;最后,在PCA-POA-LSTM涡轮数据驱动模型预测结果的基础上,结合滑动窗口法对涡轮故障进行预警,通过窗口内标准差定义报警阈值,攻克了涡轮故障预警的难题。结果表明,以PCA-POA-LSTM为基础的涡轮数据驱动建模实现了较高的精确度,平均绝对百分比误差均在0.396以下,平均绝对误差均在0.809以下,平均方根误差均在1.387以下。并且故障预警方法,至少可提前173个监测点发出故障预警信号,实现了对涡轮故障预警的目的,为未来开展涡轮健康管理提供了理论依据和技术支持。 展开更多

关键词 涡轮 鹈鹕优化算法 长短期记忆网络 主成分分析 数据驱动

在线阅读 下载PDF 职称材料

基于IPOA-MSCNN-BiLSTM-Attention模型的刀具磨损状态识别

2

作者 杨焕峥 崔业梅 +1 位作者 薛洪惠 徐玲 《组合机床与自动化加工技术》 北大核心 2025年第7期158-163,共6页

刀具状态监测直接影响产品加工质量,为了提高刀具磨损状态识别的准确性,构建了IPOA-MSCNN-BiLSTM-Attention模型。首先,采用多尺度卷积神经网络(MSCNN)和双向长短时记忆网络(BiLSTM)来学习数据的时空特征;其次,引入注意力机制(Attention... 刀具状态监测直接影响产品加工质量,为了提高刀具磨损状态识别的准确性,构建了IPOA-MSCNN-BiLSTM-Attention模型。首先,采用多尺度卷积神经网络(MSCNN)和双向长短时记忆网络(BiLSTM)来学习数据的时空特征;其次,引入注意力机制(Attention)以增强对关键信息的关注度;再次,提出了一种改进的鹈鹕优化算法(IPOA),用于优化模型多尺度卷积神经网络的参数。该算法结合自适应惯性权重因子、柯西变异和麻雀警戒机制策略,在CEC2005至CEC2022的众多函数性能测试中综合表现优于传统POA等5种算法;最后,在工业控制计算机(IPC)上运行了模型。结果表明,该模型在刀具磨损状态识别方面表现出较高的识别精度,可提高加工安全与生产效率。 展开更多

关键词 刀具磨损 状态监测 改进的鹈鹕优化算法 多尺度卷积神经网络 双向长短时记忆网络

在线阅读 下载PDF 职称材料

基于变量选择和POA-NARX的SNCR脱硝系统出口NO_(x)浓度动态软测量模型

3

作者 赵征 梁磊 刘赛恒 《动力工程学报》 北大核心 2025年第4期592-601,共10页

针对垃圾焚烧炉选择性非催化还原(SNCR)脱硝系统内部工况不稳定、影响出口NO_(x)浓度因素多以及无法及时准确测量出口NO_(x)浓度等问题,提出了一种基于变量选择和鹈鹕优化算法-非线性自回归(POA-NARX)的SNCR脱硝系统出口NO_(x)浓度动态... 针对垃圾焚烧炉选择性非催化还原(SNCR)脱硝系统内部工况不稳定、影响出口NO_(x)浓度因素多以及无法及时准确测量出口NO_(x)浓度等问题,提出了一种基于变量选择和鹈鹕优化算法-非线性自回归(POA-NARX)的SNCR脱硝系统出口NO_(x)浓度动态软测量模型。通过机理分析SNCR脱硝系统出口NO_(x)浓度的影响因素,初筛特征变量;利用改进的快速相关过滤(FCBF)算法选择高相关变量,去除强冗余的变量;再利用数据趋势分析法和互信息算法进行迟延估计;最后利用鹈鹕优化算法确定最佳系统变量阶次,建立SNCR脱硝系统出口NO_(x)浓度动态软测量模型。实验结果表明:经过变量筛选和时滞分析的NARX动态模型准确性显著提升;POA-NARX模型的预测效果明显优于其他他软测量模型。 展开更多

关键词 垃圾焚烧炉 SNCR 快速相关过滤算法 NARX神经网络 鹈鹕优化算法 软测量

在线阅读 下载PDF 职称材料

基于KPCA-IPOA-LSSVM的变压器电热故障诊断 被引量：2

4

作者 陈尧 周连杰 《南方电网技术》 北大核心 2025年第1期20-29,共10页

为解决油浸式变压器故障诊断准确率低的问题,提出了一种核主成分分析(kernel principal component analysis,KPCA)与改进鹈鹕优化算法(improved pelican optimization algorithm,IPOA)优化最小二乘支持向量机(least squares support vec... 为解决油浸式变压器故障诊断准确率低的问题,提出了一种核主成分分析(kernel principal component analysis,KPCA)与改进鹈鹕优化算法(improved pelican optimization algorithm,IPOA)优化最小二乘支持向量机(least squares support vector machine,LSSVM)的变压器故障诊断方法。首先用KPCA对多维变压器故障数据进行特征提取,降低计算复杂度。其次引入Logistic混沌映射、自适应权重策略和透镜成像反向学习策略对鹈鹕优化算法(pelican optimization algorithm,POA)进行改进。最后建立了KPCA-IPOA-LSSVM故障诊断模型,诊断精度为94.24%,与PCA-IPOA-SVM、KPCA-IPOA-SVM、KPCA-WOA-LSSVM和KPCA-POA-LSSVM故障诊断模型进行对比,准确率分别提升了18.31%、11.53%、11.87%、7.46%。结果表明,所提出的变压器故障诊断模型有效提高了故障诊断的准确率,证明了该诊断模型具有一定的理论研究和实际工程应用意义。 展开更多

关键词 变压器 鹈鹕优化算法 最小二乘支持向量机 核主成分分析 故障诊断

在线阅读 下载PDF 职称材料

基于特征提取与改进POA的光伏阵列故障诊断 被引量：1

5

作者 韩茂林 杨琛 +2 位作者 牛锋杰 周宁 周定璇 《电子测量与仪器学报》 北大核心 2025年第4期258-269,共12页

光伏阵列常处于复杂恶劣的环境中,易发生多种类型和不同程度的故障。为提高光伏阵列在恶劣环境下的故障诊断准确率,提出一种基于特征提取与改进鹈鹕算法(IPOA)优化支持向量机(SVM)的光伏阵列故障诊断模型算法。首先,在MATLAB/Simulink... 光伏阵列常处于复杂恶劣的环境中,易发生多种类型和不同程度的故障。为提高光伏阵列在恶劣环境下的故障诊断准确率,提出一种基于特征提取与改进鹈鹕算法(IPOA)优化支持向量机(SVM)的光伏阵列故障诊断模型算法。首先,在MATLAB/Simulink仿真平台对15种典型故障状态进行模拟,构建12维故障特征向量,并采用核主成分分析(KPCA)进行特征融合与提取,以增强特征表达能力;其次,针对传统鹈鹕算法在全局搜索与局部开发中的局限性,引入改进的Tent混沌映射、惯性权重、非线性收敛因子及自适应t分布变异策略,较大程度提升算法寻优性能;最后通过IPOA对SVM模型的惩罚因子C与核参数γ进行优化,建立IPOA-SVM光伏阵列故障诊断模型,并分别通过仿真模拟与实验测试对模型进行验证。结果表明,与传统6维特征量相比,采用所提12维特征量的诊断准确率更高;改进的算法模型基于仿真数据和实验数据的故障诊断分类准确率分别达到98.55%和97.93%,明显优于其他对比算法模型,在光伏阵列故障诊断中具有更高的准确率。 展开更多

关键词 光伏阵列 故障诊断 特征提取 支持向量机 改进鹈鹕优化算法

在线阅读 下载PDF 职称材料

基于随机森林特征选择与POA-LSTM组合的参考作物腾发量预测方法

6

作者 李越 岳春芳 陈大春 《节水灌溉》 北大核心 2025年第1期120-128,共9页

为了更好地捕捉参考作物腾发量(ET_(0))数据的非线性特点及有效影响因素,实现对气象资料缺乏时的ET_(0)精准预测,基于融合建模思想提出了一种随机森林特征选择与鹈鹕优化算法(POA)优化长短期记忆神经网络(LSTM)组合的ET_(0)预测方法。首... 为了更好地捕捉参考作物腾发量(ET_(0))数据的非线性特点及有效影响因素,实现对气象资料缺乏时的ET_(0)精准预测,基于融合建模思想提出了一种随机森林特征选择与鹈鹕优化算法(POA)优化长短期记忆神经网络(LSTM)组合的ET_(0)预测方法。首先,采用随机森林特征选择方法筛选出有效气象因子作为模型输入;随后,通过POA搜索最优超参数组合用于优化LSTM模型;最后,基于最优超参数下的LSTM模型进行ET_(0)预测。结果表明,POA-LSTM模型整体优于其余模型,其中POA-LSTM1(u_(2)、N、R_(H)、T_(mean))预测精度最高,测试集R^(2)、RMSE和MAE分别为0.927、0.778和0.400 mm/d;POA-LSTM4(u_(2)、N)也能较好地适应少量气象参数估算ET_(0),测试集R^(2)、RMSE和MAE分别为0.881、0.995和0.510 mm/d,相较于其他方法,具有更高的预测精度和稳定性。 展开更多

关键词 参考作物腾发量 长短期记忆神经网络 随机森林 特征选择 鹈鹕优化算法

在线阅读 下载PDF 职称材料

基于IPOA-LSTM辅助的组合导航算法

7

作者 周理想 陈佳 毛宽民 《计算机工程与设计》 北大核心 2025年第5期1241-1247,共7页

为解决INS/GNSS组合导航系统在GNSS信号失锁条件下导航误差迅速增大的问题,提出一种基于改进的鹈鹕优化算法(IPOA)优化长短期记忆神经网络(LSTM)超参数,进而辅助INS/GNSS组合导航的算法。当卫星信号可用时,通过训练建立输入与输出之间... 为解决INS/GNSS组合导航系统在GNSS信号失锁条件下导航误差迅速增大的问题,提出一种基于改进的鹈鹕优化算法(IPOA)优化长短期记忆神经网络(LSTM)超参数,进而辅助INS/GNSS组合导航的算法。当卫星信号可用时,通过训练建立输入与输出之间的关系;卫星信号失锁后,利用训练好的模型进行预测,抑制纯惯导的发散。实测数据实验结果表明,在GNSS信号失锁60 s内,提出的改进算法优于通用的LSTM模型及纯惯导推算方法,能够对组合导航的导航精度进行改善,减小GNSS信号中断对组合导航系统的影响。 展开更多

关键词 惯性导航系统 全球导航卫星系统 组合导航 信号失锁 鹈鹕优化算法 超参数优化 长短期记忆神经网络

在线阅读 下载PDF 职称材料

基于IPOA-VMD的风储联合发电系统混合储能容量配置 被引量：1

8

作者 皮晟源 刘牧阳 +2 位作者 陈雨田 王静 陈俊儒 《电力系统及其自动化学报》 北大核心 2025年第8期87-96,共10页

针对风电大规模并网引起电网安全稳定运行问题,提出一种基于改进自适应变分模态分解(variational modal decomposition,VMD)算法的混合储能系统的容量优化配置方法。首先,通过自适应滑动平均算法获取符合国家并网标准的风电并网功率和... 针对风电大规模并网引起电网安全稳定运行问题,提出一种基于改进自适应变分模态分解(variational modal decomposition,VMD)算法的混合储能系统的容量优化配置方法。首先,通过自适应滑动平均算法获取符合国家并网标准的风电并网功率和混合储能参考功率。其次,通过改进鹈鹕优化算法(improved pelican optimi⁃zation algorithm,IPOA)确定VMD中模态个数和二次惩罚因子的最优组合。然后,利用IPOA-VMD对混合储能的总功率进行分解与重构,进而完成混合储能的功率分配。最后,建立混合储能容量优化配置模型,基于实际典型日数据采用改进后的鹈鹕算法对其经济最优方案进行求解。算例分析表明,所提方法能够满足国家风电功率并网要求,提高系统的经济性。 展开更多

关键词 混合储能 变分模态分解 鹈鹕算法 功率分配 容量配置

在线阅读 下载PDF 职称材料

基于相似日理论和IPOA-ELM的短期光伏发电预测

9

作者 孔令廉 王海云 黄晓芳 《太阳能学报》 北大核心 2025年第9期463-473,共11页

针对规模化光伏发电系统在非理想天气条件下预测精度不足,进而引发电力系统调度计划实施困难的问题,提出基于相似日理论和改进鹈鹕算法(IPOA)优化极限学习机(ELM)的光伏功率预测方法。首先利用皮尔逊相关系数方法,筛选出与光伏发电相关... 针对规模化光伏发电系统在非理想天气条件下预测精度不足,进而引发电力系统调度计划实施困难的问题,提出基于相似日理论和改进鹈鹕算法(IPOA)优化极限学习机(ELM)的光伏功率预测方法。首先利用皮尔逊相关系数方法,筛选出与光伏发电相关的主要气象因素;然后结合欧氏距离与马氏距离的综合评价指标对各时间点的历史数据与待预测日之间的综合距离进行比较,以求得相似日;接着将相似日样本集输入构建好的IPOA-ELM功率预测模型进行训练,并基于实际测量数据,对比研究IPOA-ELM模型与POA-ELM、SCSO-ELM、GJO-ELM模型在预测精度方面的表现。经比较分析后得出:加权综合指标选取相似日能更加准确地反映每个时刻点之间的距离和分布特性;IPOA算法对比POA、SCSO和GJO,在收敛速度和适应度表现上均为最优;同时在不同天气条件下作光伏预测时,IPOA-ELM模型的预测均方根误差均低于其他对比模型。值得注意的是,在阴雨天气等出力波动较强的情况下,该模型仍展现出良好的稳定性。充分证明所应用的IPOA-ELM预测模型具有较强的适应能力和预测准确性。 展开更多

关键词 光伏发电 预测 学习机 鹈鹕算法

在线阅读 下载PDF 职称材料

基于IGA-POA算法的散料堆双天车调度问题求解方法

10

作者 尹鑫 王立亚 +1 位作者 杨爱民 郝星晖 《机电工程》 北大核心 2025年第7期1309-1320,共12页

针对散料堆双无人天车协同调度中存在的任务划分复杂度高、避碰频率高等问题,构建了多重约束条件下的双无人天车最小路径优化模型,并提出了一种基于遗传算法(GA)和鹈鹕算法(POA)的模型求解方法——融合算法(IGA-POA)。首先,基于调度过... 针对散料堆双无人天车协同调度中存在的任务划分复杂度高、避碰频率高等问题,构建了多重约束条件下的双无人天车最小路径优化模型,并提出了一种基于遗传算法(GA)和鹈鹕算法(POA)的模型求解方法——融合算法(IGA-POA)。首先,基于调度过程中的影响因素,建立了双无人天车调度模型,同时构建了改进自适应各向异性高斯滤波器(IAAGF)任务划分模型,并设计了天车调度优先级规则与避让规则,优化了任务区块划分和避让策略;然后,提出了IGA-POA算法,在遗传算法中使用双层编码和混合选择策略生成了初始种群,对交叉算子进行了分段自适应匹配改进,并对变异算子进行了混合自适应优化;同时,设计了优质种群策略,完成了遗传算法和鹈鹕算法的有效融合,在鹈鹕算法中引入了黄金正弦函数,优化了逼近猎物策略;最后,基于调度任务划分的结果,进行了仿真实验,分析了IGA-POA算法在消融、对比实验和仿真测试中的性能。研究结果表明:IGA-POA算法的平均避让次数低于其他算法,并在最小平均任务路径上取得最优值,分别为25.58、50.34和73.91,且平均耗时仅增加4.63%,验证了IGA-POA算法的有效性和可靠性。 展开更多

关键词 物流装卸和搬运 双无人天车调度模型 遗传算法 鹈鹕算法 分段自适应匹配 优质种群策略 黄金正弦函数

在线阅读 下载PDF 职称材料

基于IPOA-VMD和神经网络的滚动轴承故障诊断方法

11

作者 阎羿凡 李英顺 +1 位作者 佟维妍 于浚豪 《车用发动机》 北大核心 2025年第4期87-94,共8页

针对滚动轴承在复杂背景下难以实现信号降噪并进行故障诊断的问题,提出了一种基于改进的鹈鹕优化算法(IPOA)优化变分模态分解(VMD)和神经网络的故障诊断模型。首先,为了提高算法的效率,引入自适应惯性权重和非线性收敛因子对鹈鹕优化算... 针对滚动轴承在复杂背景下难以实现信号降噪并进行故障诊断的问题,提出了一种基于改进的鹈鹕优化算法(IPOA)优化变分模态分解(VMD)和神经网络的故障诊断模型。首先,为了提高算法的效率,引入自适应惯性权重和非线性收敛因子对鹈鹕优化算法进行改进和优化,利用改进后的算法优化得到VMD的关键参数K和α;其次,使用得到的参数对原始信号进行VMD分解,对得到的K个IMF进行时频域的特征提取;最后,利用CNN-BiLSTM网络对滚动轴承的不同状态进行识别。滚动轴承数据集试验表明,采用IPOA-VMD方法提取的特征数据,相较于使用POA-VMD,PSO-VMD,VMD方法提取的特征数据,经过CNN-BiLSTM网络进行故障诊断时,在大基数的条件下,准确率仍有所提升,在测试集数据集上的平均准确率达到了99.867%。 展开更多

关键词 滚动轴承 鹈鹕优化算法 变分模态分解 神经网络模型 故障诊断

在线阅读 下载PDF 职称材料

一种用于气候室相对湿度预测的MSPOA-LSSVM模型研究

12

作者 王一诺 郑焕祺 +1 位作者 杨胜坤 周玉成 《重庆理工大学学报(自然科学)》 北大核心 2025年第2期97-105,共9页

针对通风条件下,气候室相对湿度控制精度对甲醛检测准确性的影响,提出一种相对湿度预测模型。模型选取控温水箱、控制露点水箱和气候室相对湿度等7个数据采集点的数据作为输入和输出。基于多策略改进鹈鹕优化算法和最小二乘支持向量机构... 针对通风条件下,气候室相对湿度控制精度对甲醛检测准确性的影响,提出一种相对湿度预测模型。模型选取控温水箱、控制露点水箱和气候室相对湿度等7个数据采集点的数据作为输入和输出。基于多策略改进鹈鹕优化算法和最小二乘支持向量机构建MSPOA-LSSVM相对湿度预测模型。针对鹈鹕优化算法寻优能力不足的问题,使用随机对立学习初始化种群,引入融合鲸鱼优化的正余弦策略和动态权重因子策略,提高算法性能。将MSPOA-LSSVM模型与4种机器学习模型进行对比实验,结果表明,MSPOA-LSSVM模型决定系数、均方根误差分别为0.964和0.07389,均低于其他模型,可为解决相对湿度控制精度不足问题提供参考。 展开更多

关键词 气候室 相对湿度预测 鹈鹕优化算法 最小二乘支持向量机

在线阅读 下载PDF 职称材料

基于POA-GWO-CSO 算法的新能源电力系统精准切负荷控制多目标优化方法 被引量：5

13

作者 张建新 邱建 +4 位作者 赵青春 姜拓 李建设 夏尚学 靳文星 《可再生能源》 CAS CSCD 北大核心 2024年第9期1262-1270,共9页

为解决新能源电力系统因功率缺额引发系统频率、电压偏移等一系列安全问题,文章提出了一种基于POA-GWO-CSO算法的电力系统精准切负荷控制多目标优化方法。首先,从电力系统的安全性和经济性两个方面综合考虑电力系统稳定运行和分布式电... 为解决新能源电力系统因功率缺额引发系统频率、电压偏移等一系列安全问题,文章提出了一种基于POA-GWO-CSO算法的电力系统精准切负荷控制多目标优化方法。首先,从电力系统的安全性和经济性两个方面综合考虑电力系统稳定运行和分布式电源出力特性等各项约束条件,提出一种基于负荷分类的精准切负荷控制多目标优化模型;然后,为了增强传统鹈鹕优化算法(POA)全局与局部搜索能力之间的协调关系,克服优化算法在处理复杂问题时出现收敛过早、寻优范围不够、求解精度不高等问题,引入非线性惯性权重因子、灰狼优化算法(GWO)中狼群领导者策略以及纵横交叉法(CSO),对鹈鹕新的个体的位置进行更新;最后,基于改进后的IEEE33节点进行实证分析。分析结果表明,利用改进的POA-GWO算法对紧急切负荷模型进行求解,实现了系统经济性及稳定性的协调控制。 展开更多

关键词 新能源电力系统 精准切负荷 鹈鹕优化算法 灰狼优化算法 纵横交叉法

在线阅读 下载PDF 职称材料

基于POA-VMD-WT的MEMS去噪方法 被引量：7

14

作者 马星河 师雪琳 赵军营 《电子测量与仪器学报》 CSCD 北大核心 2024年第1期53-63,共11页

针对MEMS传感器所测得的加速度和角速度输出信号噪声较大问题,提出一种基于鹈鹕优化算法(pelican optimization algorithm,POA)的变分模态分解(variational mode decomposition,VMD)结合小波阈值(wavelet threshold,WT)的去噪方法。首... 针对MEMS传感器所测得的加速度和角速度输出信号噪声较大问题,提出一种基于鹈鹕优化算法(pelican optimization algorithm,POA)的变分模态分解(variational mode decomposition,VMD)结合小波阈值(wavelet threshold,WT)的去噪方法。首先利用POA对VMD的参数组合进行优化选择,然后应用POA-VMD将含噪信号自适应、非递归地分解为一系列本征模态函数(intrinsic mode function,IMF)。再通过计算每个IMF的余弦相似度对IMFs进行分类,根据计算结果将IMFs分为噪声主导分量与信号主导分量,对分类后的噪声主导分量进行改进小波阈值去噪处理,最后对处理后的噪声分量与信号主导分量进行重构,获得降噪后的MEMS传感器信号。静态和动态实验结果表明,该方法去噪处理后信号的信噪比分别提高12和10 dB,均方误差分别降低75.5%和46.6%,去噪效果显著,能够提高MEMS传感器的精度。 展开更多

关键词 MEMS传感器 鹈鹕优化算法 变分模态分解 小波阈值 余弦相似度

在线阅读 下载PDF 职称材料

一种POA-VMD和自编码器结合的风电机组轴承劣化指标构建及故障诊断方法 被引量：1

15

作者 李俊卿 耿继亚 +3 位作者 国晓宇 刘若尧 胡晓东 何玉灵 《机床与液压》 北大核心 2024年第13期219-226,共8页

针对目前轴承性能劣化指标的构建及故障诊断高度依赖专家经验,限制条件繁多,实际应用情景单一的问题,提出一种鹈鹕优化算法(POA)优化的变分模态分解(VMD)和自编码器结合的风机轴承劣化指标构建及故障诊断方法。首先利用POA-VMD算法将轴... 针对目前轴承性能劣化指标的构建及故障诊断高度依赖专家经验,限制条件繁多,实际应用情景单一的问题,提出一种鹈鹕优化算法(POA)优化的变分模态分解(VMD)和自编码器结合的风机轴承劣化指标构建及故障诊断方法。首先利用POA-VMD算法将轴承振动信号采用自适应方法分解为K个固有模态分量(IMF),并针对上述分量分别构建K个自编码器;然后以正常状态振动信号的分解结果为训练样本完成自编码器的训练,并以训练完成后模型的输出结果为基础构建轴承劣化指标,借助劣化指标监测轴承早期微弱故障;最后对故障时刻振动信号的IMF分量重构结果进行包络谱分析,确定故障的类型。经实验验证:该方法不仅可以清晰地展现轴承的劣化过程,对早期微弱故障敏感性高,而且在故障发生后可以准确诊断出故障类型。 展开更多

关键词 风电机组 轴承劣化 故障诊断 鹈鹕优化算法 自编码器 变分模态分解

在线阅读 下载PDF 职称材料

基于EMATE和POA-ELM的声音信号故障诊断方法 被引量：3

16

作者 徐浙君 王凯 +1 位作者 罗少杰 崔炳荣 《机电工程》 CAS 北大核心 2024年第6期956-968,共13页

常规的工程机械故障诊断方法一般需对振动信号进行分析,但采集振动信号时需要使振动传感器与工程机械相接触,在某些情况下工程机械表面不适合安装传感器,如设备的温度较高或者传感器的安装空间有限。针对这些问题,以声音信号作为故障诊... 常规的工程机械故障诊断方法一般需对振动信号进行分析,但采集振动信号时需要使振动传感器与工程机械相接触,在某些情况下工程机械表面不适合安装传感器,如设备的温度较高或者传感器的安装空间有限。针对这些问题,以声音信号作为故障诊断对象,提出了一种基于增强多尺度注意熵(EMATE)和鹈鹕优化算法优化极限学习机(POA-ELM)的工程机械故障诊断方法。首先,利用声音传感器采集了工程机械不同故障的声音信号,避免了振动传感器存在的接触式采集缺陷;然后,利用EMATE提取了声音信号中的故障信息,建立了表征工程机械不同故障状态的特征向量;接着,鉴于ELM的参数需要优化的问题,采用POA对ELM的关键参数进行了寻优,建立了参数自适应设置的ELM分类模型;最后,利用POA-ELM分类器对故障特征进行了辨识,实现了工程机械的故障识别,并利用往复压缩机和滚动轴承的声音信号数据集对基于EMATE-POA-ELM的故障诊断方法的有效性进行了验证。研究结果表明:将EMATE方法作为故障特征提取指标能够取得100%和99.23%的识别准确率,且特征提取的时间仅为53.88 s和172.47 s;与多尺度注意熵、复合多尺度注意熵、时移多尺度注意熵等指标相比,EMATE的平均故障识别准确率更高,并具有更好的综合性能。 展开更多

关键词 工程机械 往复压缩机 滚动轴承 故障数据集 增强多尺度注意熵 故障诊断 鹈鹕优化算法优化极限学习机

在线阅读 下载PDF 职称材料

DPCA-POA-RF-Informer在多情景光伏多步预测中的应用 被引量：3

17

作者 胡烜彬 纪正森 许晓敏 《智慧电力》 北大核心 2024年第1期8-13,22,共7页

针对光伏发电波动性与不确定性对电力系统稳定产生的影响,对多情景光伏发电功率的多步预测进行研究。首先通过密度峰值算法根据太阳辐射量、温度、湿度等气象数据对天气状况进行精确分类。其次,为了使模型表现出更好的性能,建立了鹈鹕... 针对光伏发电波动性与不确定性对电力系统稳定产生的影响,对多情景光伏发电功率的多步预测进行研究。首先通过密度峰值算法根据太阳辐射量、温度、湿度等气象数据对天气状况进行精确分类。其次,为了使模型表现出更好的性能,建立了鹈鹕算法优化随机森林(POA-RF)的因素筛选特征变量,模型用鹈鹕算法对随机森林的决策树数目和深度两个参数进行寻优,加强了因素筛选的有效性。最后,基于Informer模型对不同天气状况的光伏功率进行多步预测。实例计算结果验证了所提模型预测精准度的有效性与精准性。 展开更多

关键词 光伏功率预测 INFORMER 鹈鹕优化 随机森林 多步预测

在线阅读 下载PDF 职称材料

基于VMD⁃ESA和IPOA⁃XGBOOST相结合的异步电机故障诊断 被引量：3

18

作者 高猛 曾宪文 《现代电子技术》 北大核心 2024年第2期115-120,共6页

为了提高异步电机故障诊断的准确度,提出一种结合变分模态分解(VMD)、包络谱分析法(ESA)和改进的鹈鹕优化算法优化的极限梯度提升模型(IPOA‐XGBOOST)的智能诊断方法。首先,对实测的异步电机振动信号进行VMD分解,并用ESA计算VMD分解得... 为了提高异步电机故障诊断的准确度,提出一种结合变分模态分解(VMD)、包络谱分析法(ESA)和改进的鹈鹕优化算法优化的极限梯度提升模型(IPOA‐XGBOOST)的智能诊断方法。首先,对实测的异步电机振动信号进行VMD分解,并用ESA计算VMD分解得到的本征模态分量(IMFs)的瞬时能量矩阵;然后用奇异值分解法(SVD)对得到的瞬时能量矩阵进行特征提取;最后,使用提取到的特征向量训练IPOA‐XGBOOST模型,得到异步电机的故障诊断准确率。另外,为了解决鹈鹕优化算法容易陷入局部最优解、寻优速度慢等问题,使用Circle映射改进鹈鹕优化算法。将改进的鹈鹕优化算法、遗传算法(GA)和鹈鹕优化算法进行寻优分析,实验结果表明,改进的鹈鹕优化算法的寻优效果最好。 展开更多

关键词 异步电机 故障诊断 鹈鹕优化算法 变分模态分解 包络谱分析法 瞬时能量矩阵 Circle映射

在线阅读 下载PDF 职称材料

基于ICEEMDAN与POA-SVM的感应电机故障诊断 被引量：2

19

作者 刘满强 吴杰 《现代制造工程》 CSCD 北大核心 2024年第5期127-137,共11页

针对感应电机定子电流故障特征提取困难,支持向量机(SVM)惩罚系数c和核函数参数g的选择对诊断结果影响较大等问题,提出一种改进自适应噪声平均总体经验模态分解(ICEEMDAN)与鹈鹕优化算法(POA)优化支持向量机(POA-SVM)相结合的感应电机... 针对感应电机定子电流故障特征提取困难,支持向量机(SVM)惩罚系数c和核函数参数g的选择对诊断结果影响较大等问题,提出一种改进自适应噪声平均总体经验模态分解(ICEEMDAN)与鹈鹕优化算法(POA)优化支持向量机(POA-SVM)相结合的感应电机故障诊断方法。首先,利用ICEEMDAN经陷波器滤除工频的定子电流获得一系列固有模态函数(IMF);然后,选取各状态信号的前7阶IMF分量并计算能量熵作为故障特征向量;最后,将故障特征向量输入POA-SVM模型得到诊断结果。通过仿真软件Ansoft/Maxwell建立电机模型来获得电流数据,诊断准确率达到了100%,实现了感应电机的故障诊断。为进一步验证诊断方法的优越性,搭建电机故障模拟试验台来采集电流信号,结果表明,该方法在空载、半载和满载3种负载情况下诊断准确率均可达到97.5%以上,与其他故障诊断方法相比,所提方法对感应电机电气故障具有更好的识别能力。 展开更多

关键词 改进自适应噪声平均总体经验模态分解 鹈鹕优化算法 支持向量机 感应电机 故障诊断

在线阅读 下载PDF 职称材料

基于ARIMA-IPOA-CNN-LSTM的太湖水体溶解氧浓度预测模型

20

作者 杨焕峥 崔业梅 +1 位作者 徐玲 薛洪惠 《水电能源科学》 北大核心 2024年第10期55-59,共5页

为了提高太湖水体中溶解氧浓度(DOC)参数的预测准确性,设计了一种基于ARIMA-IPOA-CNN-LSTM的预测模型。首先,采用差分自回归移动平均模型(ARIMA)捕捉数据的时间序列趋势和季节性特征;其次,引入卷积神经网络(CNN)和长短期记忆网络(LSTM)... 为了提高太湖水体中溶解氧浓度(DOC)参数的预测准确性,设计了一种基于ARIMA-IPOA-CNN-LSTM的预测模型。首先,采用差分自回归移动平均模型(ARIMA)捕捉数据的时间序列趋势和季节性特征;其次,引入卷积神经网络(CNN)和长短期记忆网络(LSTM)模型,分别从数据中学习空间和时间特征;再次,提出了一种改进的鹈鹕优化算法(IPOA)来优化模型参数,算法增加了Logistic混沌映射种群初始化、反向差分进化、萤火虫扰动的方法,CEC2005函数的测试结果显著优于传统鹈鹕优化算法;最后,将“剪枝”模型部署于STM32嵌入式设备。试验结果表明,在溶解氧浓度预测方面,该模型具有高的准确性和鲁棒性,为水环境保护提供了一种高效、可靠的解决方案。 展开更多

关键词 差分自回归移动平均 鹈鹕优化算法 卷积神经网络 水体 溶解氧浓度

在线阅读 下载PDF 职称材料