基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测

1

作者 李丹 罗娇娇 +2 位作者 孙光帆 唐建 黄烽云 《三峡大学学报（自然科学版）》 CAS 北大核心 2024年第5期68-75,共8页

考虑到输入信息和预测模型的不确定性对负荷预测结果的影响,本文提出一种基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测方法.通过条件变分自编码器生成指定天气因素预测值和日历特征条件下实际天气因素可能的多个随机样... 考虑到输入信息和预测模型的不确定性对负荷预测结果的影响,本文提出一种基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测方法.通过条件变分自编码器生成指定天气因素预测值和日历特征条件下实际天气因素可能的多个随机样本,以模拟天气预测信息的不确定性;构建GRU-S2S贝叶斯神经网络学习模型参数的分布特征,以反映预测模型的不确定性,并结合MC dropout技术获得多个可能的负荷预测值;遍历天气因素全部模拟样本,将预测模型输出的负荷预测值构成集合,并通过核密度估计获得预测时段内各时刻预测负荷服从的概率分布.实际算例结果表明,该方法在短期负荷概率预测中具有更高的分位数预测精度和更可靠稳定的区间预测结果. 展开更多

关键词 负荷概率预测 门控循环单元 贝叶斯神经网络 条件变分自编码器

在线阅读 下载PDF 职称材料

基于SSA-VMD-WDCNN的水电机组故障诊断

2

作者 欧阳慧泉 杨峰 +3 位作者 单定军 肖龙 周迪 李超顺 《水电能源科学》 北大核心 2024年第12期147-151,共5页

为提高水电机组故障诊断的诊断精度和诊断速度,提出了一种自适应变分模态分解与第一层为宽卷积核的深度卷积神经网络相融合的水电机组故障诊断方法。首先利用麻雀搜索算法对VMD分解参数进行寻优,利用最优分解参数对水电机组振动信号进行... 为提高水电机组故障诊断的诊断精度和诊断速度,提出了一种自适应变分模态分解与第一层为宽卷积核的深度卷积神经网络相融合的水电机组故障诊断方法。首先利用麻雀搜索算法对VMD分解参数进行寻优,利用最优分解参数对水电机组振动信号进行VMD分解,实现振动信号的最优自适应分解,再对分解后IMF分量进行归一化处理,最后将处理后的分量输入到WDCNN模型中进行训练和测试,得到故障诊断结果。以实测水电机组振动信号进行对比试验,结果表明所提方法具有最优的诊断精度及良好的训练速度和降噪效果,在实际的水电机组故障诊断中有一定的参考作用。 展开更多

关键词 水电机组 故障诊断 麻雀搜索算法 自适应变分模态分解 深度卷积神经网络

在线阅读 下载PDF 职称材料

基于ICEEMDAN和CNN的水电机组故障诊断

3

作者 高金林 伍盛金 +4 位作者 赖兴全 王卫玉 魏加达 马泽宁 陈启卷 《中国农村水利水电》 北大核心 2024年第8期216-221,共6页

为实现水电机组故障的准确识别,首先结合改进的自适应白噪声完全集合经验模态分解模型(ICEEMDAN)和相关性分析方法对振动信号进行分解及重构处理;接着,为解决因卷积神经网络(CNN)输入具有多样性问题,比较分析了3种不同输入信号构造方式... 为实现水电机组故障的准确识别,首先结合改进的自适应白噪声完全集合经验模态分解模型(ICEEMDAN)和相关性分析方法对振动信号进行分解及重构处理;接着,为解决因卷积神经网络(CNN)输入具有多样性问题,比较分析了3种不同输入信号构造方式对CNN模型故障诊断识别准确率的影响;最终选定了一维重构信号的方形矩阵形式作为CNN的输入方式,通过某电厂转轮室碰摩故障实测数据验证该方法能有效提高水电机组故障诊断精度。 展开更多

关键词 水电机组 ICEEMDAN 卷积神经网络 故障诊断

在线阅读 下载PDF 职称材料

基于STL分解和TPA机制的光伏功率区间预测

4

作者 李逸航 肖辉 +1 位作者 易纯 龙飞宇 《太阳能学报》 CSCD 北大核心 2024年第12期22-29,共8页

针对光伏功率点预测包含的信息不足,无法对电网的调度提供充分依据的问题,提出一种基于STL分解和TPA机制的光伏功率预测方法。首先将原有光伏功率序列进行STL分解,得到趋势项、季节项以及残差项3类子序列。接着通过极限学习机(ELM)对趋... 针对光伏功率点预测包含的信息不足,无法对电网的调度提供充分依据的问题,提出一种基于STL分解和TPA机制的光伏功率预测方法。首先将原有光伏功率序列进行STL分解,得到趋势项、季节项以及残差项3类子序列。接着通过极限学习机(ELM)对趋势项进行预测;采用基于时间模式注意力机制(TPA)的双向门控循环单元(BiGRU)对季节项以及残差项进行预测;最后通过分位数回归获得区间预测结果,二者区间结果叠加获得光伏输出区间预测结果。在湖南某地光伏输出数据集上进行算例实测,通过点预测结果及区间预测结果验证了所提方法的有效性。 展开更多

关键词 光伏发电 功率预测 神经网络 分位数回归 双向门控循环单元网络

在线阅读 下载PDF 职称材料

基于CNN-GRU并联网络的海上风电支撑结构损伤识别

5

作者 李行健 刁延松 +1 位作者 吕建达 侯敬儒 《振动与冲击》 EI CSCD 北大核心 2024年第20期229-237,共9页

利用振动响应和深度学习进行结构损伤识别时,会遇到需要较多测点数据、损伤识别准确率不高以及网络容易发生过拟合等问题。为此,提出了一种基于卷积神经网络-门控循环单元(convolutional neural networks-gated recurrent unit,CNN-GRU... 利用振动响应和深度学习进行结构损伤识别时,会遇到需要较多测点数据、损伤识别准确率不高以及网络容易发生过拟合等问题。为此,提出了一种基于卷积神经网络-门控循环单元(convolutional neural networks-gated recurrent unit,CNN-GRU)神经网络并联网络的结构损伤识别新方法。首先,对响应信号进行广义S变换(generalized S-transform,GST)得到其时频图像。然后,分别利用CNN和GRU从时频图像和响应信号中提取时频域特征和时序特征,并将时频域特征和时序特征拼接后输入全连接层和Softmax分类器中进行结构损伤识别。位移激励下的海上风电支撑结构模型试验数据验证结果表明,该方法仅需要一个测点的响应信号,与其他同类方法相比具有更高的识别准确率和效率。 展开更多

关键词 卷积神经网络-门控循环单元(CNN-GRU)并联网络 结构损伤识别 深度学习 海上风电支撑结构 广义S变换(GST)

在线阅读 下载PDF 职称材料

基于LSTM-GA的过热蒸汽两级减温器协同预测控制

6

作者 刘明旭 夏飞 +3 位作者 牟辰泽 王会永 益剑明 孙钦 《工业锅炉》 2024年第5期1-7,共7页

火力发电机组中,由于过热蒸汽减温控制系统存在高延迟、大惯性、参数多变等特点,使用PID控制器难以取得良好的控制效果,且传统的自动控制策略缺乏一二级减温器的互动手段。针对以上问题,提出了一种基于LSTM-GA的预测控制算法,使用长短... 火力发电机组中,由于过热蒸汽减温控制系统存在高延迟、大惯性、参数多变等特点,使用PID控制器难以取得良好的控制效果,且传统的自动控制策略缺乏一二级减温器的互动手段。针对以上问题,提出了一种基于LSTM-GA的预测控制算法,使用长短期记忆网络(Long Short-Term Memory,LSTM)建立两级过热蒸汽减温系统的预测模型,遗传优化算法(Genetic Algorithm,GA)求解两级减温水最优控制量,实现两级减温器协同优化预测控制。根据某330 MW亚临界燃煤机组运行数据建立仿真模型,经计算分析,LSTM-GA预测控制器能够提前预测,做出判断,其快速性稳定性准确性均优于传统PID控制,并且实现了两级减温器的联动控制。验证结果表明了此算法的可行性、有效性,为优化过热蒸汽的减温控制提供了一种新方法。 展开更多

关键词 火力发电机组 过热蒸汽温度 预测控制 LSTM神经网络 遗传优化算法

在线阅读 下载PDF 职称材料

基于PNN的水轮发电机组振动故障诊断 被引量：11

7

作者 熊建秋 李祚泳 +1 位作者 汪嘉杨 徐婷婷 《水力发电》 北大核心 2005年第7期55-57,共3页

概率神经网络(PNN)是一种训练速度快、结构简洁明了、应用广泛的人工神经网络。它采用贝叶斯分类决策理论建立系统的数学模型,以高斯函数作为激励函数,具有非线性处理和抗干扰能力强等特点。提出基于PNN的水轮发电机组振动故障诊断方法... 概率神经网络(PNN)是一种训练速度快、结构简洁明了、应用广泛的人工神经网络。它采用贝叶斯分类决策理论建立系统的数学模型,以高斯函数作为激励函数,具有非线性处理和抗干扰能力强等特点。提出基于PNN的水轮发电机组振动故障诊断方法,并在水轮发电机组振动频谱波形特征的基础上,对几种典型故障模式进行了实例研究。理论分析和实例结果验证了基于PNN的水轮发电机组振动故障诊断方法是正确和有效的。 展开更多

关键词 概率神经网络 水轮发电机组 振动 故障诊断 预测

在线阅读 下载PDF 职称材料

QAPSO-BP算法及其在水电机组振动故障诊断中的应用 被引量：12

8

作者 程加堂 段志梅 熊燕 《振动与冲击》 EI CSCD 北大核心 2015年第23期177-181,201,共6页

针对水电机组振动故障耦合因素多、故障模式复杂等问题,提出了一种基于量子自适应粒子群优化BP神经网络(QAPSO-BP)的故障诊断模型。在QAPSO-BP算法中,利用量子计算中的叠加态特性和概率表达特性,增加了种群的多样性;根据各粒子的位置与... 针对水电机组振动故障耦合因素多、故障模式复杂等问题,提出了一种基于量子自适应粒子群优化BP神经网络(QAPSO-BP)的故障诊断模型。在QAPSO-BP算法中,利用量子计算中的叠加态特性和概率表达特性,增加了种群的多样性;根据各粒子的位置与速度信息,实现惯性因子的自适应调节;为避免陷入局部最优,在算法中加入变异操作;并以此来训练BP神经网络,实现网络的参数优化,进而构建了机组的振动故障诊断模型。仿真实例表明,与粒子群优化BP网络(PSO-BP)法和BP网络法相比,该算法具有较高的诊断准确度,适用于水电机组振动故障的模式识别。 展开更多

关键词 BP神经网络 量子自适应粒子群优化算法 水电机组 振动 故障诊断

在线阅读 下载PDF 职称材料

基于信息融合技术的大型水轮发电机故障诊断 被引量：24

9

作者 贺建军 赵蕊 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2007年第2期333-338,共6页

为了能够从多方面反映水轮发电机组系统状态,实现对水轮发电机组故障模式的自动识别与准确诊断,将信息融合技术应用于水轮发电机组故障诊断系统。根据故障特征量将故障进行分类处理,采用多个并联的BP子神经网络进行水轮发电机组故障的... 为了能够从多方面反映水轮发电机组系统状态,实现对水轮发电机组故障模式的自动识别与准确诊断,将信息融合技术应用于水轮发电机组故障诊断系统。根据故障特征量将故障进行分类处理,采用多个并联的BP子神经网络进行水轮发电机组故障的局部诊断,获得彼此独立的证据,再运用D-S证据理论融合算法对各证据进行融合,最终实现对水轮发电机组故障的准确诊断。诊断测试实验证明:采用该诊断系统可有效地提高诊断可信度,减少诊断的不确定性。 展开更多

关键词 水轮发电机 故障诊断 信息融合 证据理论 神经网络

在线阅读 下载PDF 职称材料

基于NNARX的动态神经网络模型的水电机组预测控制 被引量：4

10

作者 王淑青 曾仕琦 +3 位作者 吴珊 潘健 庄续奎 袁晓辉 《水电能源科学》 北大核心 2014年第3期192-195,191,共5页

针对水轮机调节系统的高阶、非线性及非最小相位的特点,设计了基于非线性自回归动态神经网络(NNARX)的水电机组预测控制系统。为了更好地得到过程参数及对象模型,先利用NNARX神经网络对水电机组整体进行辨识,再利用此网络对水电机组进... 针对水轮机调节系统的高阶、非线性及非最小相位的特点,设计了基于非线性自回归动态神经网络(NNARX)的水电机组预测控制系统。为了更好地得到过程参数及对象模型,先利用NNARX神经网络对水电机组整体进行辨识,再利用此网络对水电机组进行预测控制,并给出了模型算法及处理过程。由于NNARX动态网络误差曲面比较复杂,利用L-M算法对其进行训练。仿真结果表明,基于NNARX的动态神经网络模型具有很好的收敛性,辨识精度高,预测控制效果良好。 展开更多

关键词 神经网络 水电机组 辨识 预测控制

在线阅读 下载PDF 职称材料

基于Attention-GRU的短期光伏发电功率预测 被引量：38

11

作者 刘国海 孙文卿 +2 位作者 吴振飞 陈兆岭 左致远 《太阳能学报》 EI CAS CSCD 北大核心 2022年第2期226-232,共7页

针对传统长短时记忆神经网络(LSTM)参数量较多以及在处理长时间序列时容易忽略重要时序信息的不足,提出一种结合注意力机制(attention)与门控循环单元(GRU)的Attention-GRU短期光伏发电功率预测模型。首先,基于改进相似日理论建立新的... 针对传统长短时记忆神经网络(LSTM)参数量较多以及在处理长时间序列时容易忽略重要时序信息的不足,提出一种结合注意力机制(attention)与门控循环单元(GRU)的Attention-GRU短期光伏发电功率预测模型。首先,基于改进相似日理论建立新的数据集;然后,利用门控循环单元提取光伏发电功率的时序特征,引入注意力机制加强对时序输入中重要信息的关注;最终构建针对不同天气类型的预测模型。仿真结果表明,提出的模型与对比模型相比,预测精度更高。 展开更多

关键词 光伏发电 功率预测 神经网络 注意力机制 门控循环单元

在线阅读 下载PDF 职称材料

智能诊断技术在水电机组振动故障诊断中的应用 被引量：12

12

作者 郭磊 刘德辉 李志红 《水电能源科学》 北大核心 2009年第4期178-180,共3页

简述了智能诊断技术的发展状况,介绍了智能诊断技术中专家系统、模糊控制、神经网络控制等的特点及在水电机组故障诊断中的应用研究成果,并分析了水电机组振动故障智能诊断技术的发展前景。

关键词 水电机组 故障诊断 智能诊断 专家系统 模糊控制 神经网络

在线阅读 下载PDF 职称材料

基于径向基神经网络的波达方向估计算法 被引量：5

13

作者 何宏 李涛 +2 位作者 张志宏 杨桐 何林 《徐州工程学院学报（自然科学版）》 CAS 2012年第3期6-10,共5页

针对传统的波达方向(DOA)估计算法在实际应用中普遍存在计算量较大,无法实时地跟踪期望信号且无法处理信号源数大于天线阵元数的问题,提出了一种在智能天线中基于径向基神经网络的波达方向估计算法.该算法利用神经网络进行多信号源跟踪(... 针对传统的波达方向(DOA)估计算法在实际应用中普遍存在计算量较大,无法实时地跟踪期望信号且无法处理信号源数大于天线阵元数的问题,提出了一种在智能天线中基于径向基神经网络的波达方向估计算法.该算法利用神经网络进行多信号源跟踪(MUST)来完成信号源侦测和DOA估计.通过建立神经网络DOA估计算法模型,并对所建立的神经网络进行训练.通过仿真将该算法与传统的DOA估计算法进行比对的结果表明,基于径向基神经网络的波达方向估计算法能够快速准确的检测到信号源,响应时间明显快于传统的算法. 展开更多

关键词 智能天线 概率神经网络 广义回归网络 波达方向估计 径向基网络

在线阅读 下载PDF 职称材料

基于人工神经网络的水轮发电机组振动预测研究 被引量：8

14

作者 张飞 潘罗平 《人民长江》 北大核心 2011年第13期48-50,106,共4页

为了解决目前水轮发电机组状态监测过程中振动报警数值设置单一,不能满足实际运行的问题,根据三峡电站升水位试验数据,提出了基于BP算法的水轮发电机组监测部件振动人工神经网络预测模型,并给出了具体算法。研究表明,由于建立在翔实的... 为了解决目前水轮发电机组状态监测过程中振动报警数值设置单一,不能满足实际运行的问题,根据三峡电站升水位试验数据,提出了基于BP算法的水轮发电机组监测部件振动人工神经网络预测模型,并给出了具体算法。研究表明,由于建立在翔实的数据基础之上,该模型能够有效预测水轮发电机组监测部件的振动,通过设置合理的报警阈值空间,能够有效地减少机组误报警,提高报警的有效性。 展开更多

关键词 人工神经网络 振动预测 水轮发电机组

在线阅读 下载PDF 职称材料

基于RFOA优化GRNN的水电机组振动预测 被引量：12

15

作者 王继选 胡润志 +3 位作者 管一 张少恺 曹庆皎 王利英 《振动与冲击》 EI CSCD 北大核心 2021年第21期120-126,共7页

针对水电机组振动的非平稳、非线性特点,提出利用改进果蝇算法(RFOA)优化广义回归神经网络模型(RFOA-GRNN)。通过改进果蝇算法的搜索步长和气味浓度判定公式,使该算法的局部寻优能力增强,收敛速度提高。通过8种常用的基准函数对FOA算法... 针对水电机组振动的非平稳、非线性特点,提出利用改进果蝇算法(RFOA)优化广义回归神经网络模型(RFOA-GRNN)。通过改进果蝇算法的搜索步长和气味浓度判定公式,使该算法的局部寻优能力增强,收敛速度提高。通过8种常用的基准函数对FOA算法、DSFOA算法、RFOA算法进行仿真测试,测试结果验证了RFOA算法的有效性。利用三种优化算法优化GRNN的平滑因子,将优化后平滑因子代入GRNN模型对水电机组振动进行预测。结果表明,与FOA-GRNN和DSFOA-GRNN两种预测模型相比,RFOA-GRNN预测模型的预测结果最大相对误差分别降低了99.96%和99.28%。可以得到RFOA-GRNN模型的预测精度和稳定性方面均优于其他两种模型,验证了此模型的有效性。将其应用于水电机组状态趋势预测研究中,可为维护人员提前发现水电机组故障并及时检修进而保证水电机组安全稳定的运行提供保障。 展开更多

关键词 水电机组 改进果蝇优化算法(RFOA) 广义回归神经网络(GRNN) 平滑因子 振动预测

在线阅读 下载PDF 职称材料

一个基于神经网络的测试生成系统 被引量：2

16

作者 陈朝阳 陈光 虞厥邦 《电子科技大学学报》 EI CAS CSCD 北大核心 1997年第1期58-61,共4页

介绍了一个基于组合电路的Ｈｏｐｆｉｅｌｄ神经网络模型的测试生成系统，系统中运用概率松驰搜索算法求解给定故障的测试矢量。

关键词 测试生成 组合电路 神经网络 概率松驰

在线阅读 下载PDF 职称材料

内燃发电机组频率前馈补偿PID神经网络控制 被引量：3

17

作者 李云伍 乌建中 刘彦伯 《内燃机学报》 EI CAS CSCD 北大核心 2007年第4期379-383,共5页

频率稳定性是内燃发电机组供电质量的重要指标,提出了频率前馈和反馈协调控制的方法。前馈补偿控制器采用模糊决策,以负载电流为输入来跟踪负荷变化并对负荷扰动做出快速反应。反馈控制器按PID控制规律构造PID-NN网络,通过在线学习自适... 频率稳定性是内燃发电机组供电质量的重要指标,提出了频率前馈和反馈协调控制的方法。前馈补偿控制器采用模糊决策,以负载电流为输入来跟踪负荷变化并对负荷扰动做出快速反应。反馈控制器按PID控制规律构造PID-NN网络,通过在线学习自适应机组参数的变化和与模糊前馈相协调,对系统误差进一步控制。通过改装的天然气发电机组进行频率控制试验,结果表明,模糊前馈补偿PID-NN反馈协调频率控制效果优于传统的PID控制,具有可行性和有效性。 展开更多

关键词 内燃发电机组 频率控制 模糊前馈 PID神经网络

在线阅读 下载PDF 职称材料

基于支持向量机的水电机组状态趋势预测研究 被引量：4

18

作者 邹敏 周建中 +1 位作者 刘忠 占梁梁 《水力发电》 北大核心 2007年第2期63-65,共3页

趋势预测是水电机组状态监测与故障诊断系统中的重要内容之一,对保障机组安全稳定运行具有重要意义。针对水电机组振动的非线性、非平稳特性,提出将最小二乘支持向量机应用于水电机组振动状态趋势预测;并将该算法应用于某水电机组振动... 趋势预测是水电机组状态监测与故障诊断系统中的重要内容之一,对保障机组安全稳定运行具有重要意义。针对水电机组振动的非线性、非平稳特性,提出将最小二乘支持向量机应用于水电机组振动状态趋势预测;并将该算法应用于某水电机组振动序列峰峰值的预测,与BP神经网络的预测结果的对比表明:最小二乘支持向量机算法更适合于水电机组状态趋势预测分析。 展开更多

关键词 趋势预测 最小二乘支持向量机 水电机组 BP神经网络

在线阅读 下载PDF 职称材料

水轮发电机组的神经网络可辨识性研究 被引量：3

19

作者 景雷 叶鲁卿 周泰经 《水电能源科学》 1997年第2期17-23,共7页

在分析了水电机组作为准线性同构异参系统有关特性基础上，给出了神经网络可辨识性的定义，论证了ＢＩＢＳ稳定的水轮发电机的神经网络可辨识性．对仿真模型和辨识网络的计算结果的分析比较表明神经网络具有良好的映射性能及较强的容错性．

关键词 神经网络 水轮发电机组 智能控制 自动化

在线阅读 下载PDF 职称材料

基于人工神经网络的水轮发电机组效率曲线的计算 被引量：4

20

作者 周晖 丛波 《水电能源科学》 北大核心 1994年第2期132-137,共6页

根据水轮发电机组的现场效率试验资料，计算和绘制出其效率特性曲线，是计算和绘制其它特性曲线（如耗水量，微增耗水率等）的基础．本文提出来用人工神经网络技术，通过对典型水头下效率试验数据的训练，可全面地法制和计算任意水头下... 根据水轮发电机组的现场效率试验资料，计算和绘制出其效率特性曲线，是计算和绘制其它特性曲线（如耗水量，微增耗水率等）的基础．本文提出来用人工神经网络技术，通过对典型水头下效率试验数据的训练，可全面地法制和计算任意水头下的效率特性曲线，而且其精度高．为进一步提高调度的准确性提供了保证． 展开更多

关键词 神经系统 水轮发电机 效率曲线

在线阅读 下载PDF 职称材料