检索结果-维普期刊中文期刊服务平台

具有注意力机制的CNN-GRU模型在风电机组异常状态预警中的应用: 1; 作者马良玉胡景琛 +1 位作者段晓冲黄日灏《南京信息工程大学学报》北大核心 2025年第3期374-383,共10页; 针对风电机组长期在恶劣环境中工作导致故障频发的问题,提出一种具有注意力机制的卷积神经网络(CNN)及门控循环单元(GRU)的异常工况预警方法.利用快速密度峰值聚类和局部离群因子算法对风电机组数据采集与监控系统中的异常数据进行清洗... 展开更多; 关键词风电机组卷积神经网络门控循环单元注意力机制故障预警; 在线阅读下载PDF 职称材料

基于改进特征交叉算法的风电机组齿轮箱状态监测: 2; 作者刘长良田雯雯 +2 位作者张书瑶尹磊刘帅《动力工程学报》北大核心 2025年第7期1072-1081,1090,共11页; 针对风电机组监控与数据采集(SCADA)数据间存在的非线性关联问题,引入特征交叉机制并进行改进,将其应用于风电机组齿轮箱状态监测领域。首先,提出一种两阶段交叉特征选择方法,该方法综合考虑了变量间的因果性、相关性及数据分布差异,以... 展开更多; 关键词非线性特征交叉转移熵因子分解机状态监测; 在线阅读下载PDF 职称材料

基于改进实例学习算法的风电机组齿轮箱状态监测被引量：2: 3; 作者张书瑶刘长良 +2 位作者王梓齐刘帅刘卫亮《动力工程学报》 CAS CSCD 北大核心 2024年第10期1620-1631,共12页; 风电机组齿轮箱的运行过程是复杂的非线性过程,采用实例学习(IBL)算法建立模型可有效对其进行状态监测。针对实例学习模型对训练数据质量敏感的特点,提出综合考虑多种性质的两步主动学习样本选择方法。首先提出一种基于拉丁超立方体抽... 展开更多; 关键词风电机组齿轮箱状态监测样本选择主动学习算法拉丁超立方体抽样实例学习算法; 在线阅读下载PDF 职称材料

基于改进生成对抗网络和Swin Transformer的样本不均衡轴承故障诊断被引量：1: 4; 作者马良玉黄日灏 +3 位作者段晓冲胡景琛高海天马进《南京信息工程大学学报》北大核心 2025年第4期528-537,共10页; 深度学习由于其强大的特征提取能力被广泛应用于故障诊断领域,但在实际生产过程中,故障样本数量通常远低于正常样本,从而导致故障诊断模型的分类准确率下降.为此,本文提出一种基于改进循环生成对抗网络和Swin Transformer的样本不均衡... 展开更多; 关键词滚动轴承故障诊断不平衡样本循环生成对抗网络深度学习; 在线阅读下载PDF 职称材料

绿电交易场景下计及温控负荷的高铁站两阶段调度策略被引量：1: 5; 作者陈文颖刘洋 +3 位作者刘卫亮张晓雷王昕康佳垚《太阳能学报》北大核心 2025年第1期547-556,共10页; 考虑绿电交易场景下清洁能源出力的不确定性和负载的波动性,基于随机模型预测控制提出一种计及温控负荷的高铁站两阶段能量优化调度策略。首先,根据热功率平衡原理,建立符合高铁站特性的温控负荷模型,并引入此温控系统参与高铁站两阶段... 展开更多; 关键词清洁能源需求响应蒙特卡洛抽样绿电交易温控负荷随机模型预测控制; 在线阅读下载PDF 职称材料

基于两阶段多维数据生成与实时健康指数的风机齿轮箱故障预警被引量：1: 6; 作者马同旭刘帅 +1 位作者刘卫亮刘长良《仪器仪表学报》 CSCD 北大核心 2024年第11期266-276,共11页; 针对风电机组关键部件维护时准确率与虚警率难以平衡的问题,提出一种基于两阶段多维数据生成与实时健康指数的风电机组齿轮箱故障预警方法。首先,为反映风速对机组运行状态影响,提出一种基于历史风速的高斯混合隐马尔科夫模型对风速进... 展开更多; 关键词风电机组数据采集与监控系统生成对抗网络隐马尔科夫模型风速预测故障预警; 在线阅读下载PDF 职称材料

题名具有注意力机制的CNN-GRU模型在风电机组异常状态预警中的应用: 1; 作者马良玉胡景琛段晓冲黄日灏; 机构华北电力大学控制与计算机工程学院华北电力大学保定市综合能源系统状态检测与优化调控重点实验室; 出处《南京信息工程大学学报》北大核心 2025年第3期374-383,共10页; 基金河北省中央引导地方科技发展资金项目(226Z2103G)。; 文摘针对风电机组长期在恶劣环境中工作导致故障频发的问题,提出一种具有注意力机制的卷积神经网络(CNN)及门控循环单元(GRU)的异常工况预警方法.利用快速密度峰值聚类和局部离群因子算法对风电机组数据采集与监控系统中的异常数据进行清洗,结合机理分析及极端梯度提升(XGBoost)算法对特征重要性的评估确定模型的输入输出参数,进而采用具有注意力机制的CNN-GRU模型建立风电机组正常运行工况的性能预测模型.以该预测模型为基础,利用时移滑动窗口构建风电机组状态评价指标,并结合统计学中的区间估计法确定预警阈值,最终实现机组异常工况预警.应用某风电机组真实历史故障数据进行实验,结果表明,本文所提方法能够准确地对异常状态进行提前识别和预警,有利于运维人员及时处理故障,保证机组安全稳定运行.; 关键词风电机组卷积神经网络门控循环单元注意力机制故障预警; Keywords wind turbine convolutional neural network(CNN) gated recurrent unit(GRU) attention mechanism fault warning; 分类号 TM315 [电气工程—电机]; 在线阅读下载PDF 职称材料

题名基于改进特征交叉算法的风电机组齿轮箱状态监测: 2; 作者刘长良田雯雯张书瑶尹磊刘帅; 机构华北电力大学控制与计算机工程学院华北电力大学保定市综合能源系统状态检测与优化调控重点实验室华北电力大学自动化系; 出处《动力工程学报》北大核心 2025年第7期1072-1081,1090,共11页; 基金中央高校基本科研业务费专项资金资助项目(2023JG005、2023JC010) 河北省高等学校科学技术研究资助项目(CXY2023001)。; 文摘针对风电机组监控与数据采集(SCADA)数据间存在的非线性关联问题,引入特征交叉机制并进行改进,将其应用于风电机组齿轮箱状态监测领域。首先,提出一种两阶段交叉特征选择方法,该方法综合考虑了变量间的因果性、相关性及数据分布差异,以筛选具有强隐藏关联且低冗余度的特征进行交叉;其次,对因子分解机进行改进,仅将交叉特征组内的基准变量与其余变量进行交叉,在生成合理交叉特征的同时显著缩短了生成时间;最后,将改进特征交叉算法用于某风电场齿轮箱状态监测任务中。结果表明:所提方法与五种模型相结合均能取得优异效果,显著提升了模型监测性能。; 关键词非线性特征交叉转移熵因子分解机状态监测; Keywords non linearity feature crossover transfer entropy factorization machine condition monitoring; 分类号 TK83 [动力工程及工程热物理—流体机械及工程]; 在线阅读下载PDF 职称材料

题名基于改进实例学习算法的风电机组齿轮箱状态监测被引量：2: 3; 作者张书瑶刘长良王梓齐刘帅刘卫亮; 机构华北电力大学控制与计算机工程学院华北电力大学保定市综合能源系统状态检测与优化调控重点实验室浙江大学控制科学与工程学院浙江大学湖州研究院; 出处《动力工程学报》 CAS CSCD 北大核心 2024年第10期1620-1631,共12页; 基金国家自然科学基金青年基金资助项目(62203172) 中央高校基本科研业务费资助项目(2020JG006,2020MS117,2023JG005) 湖州市自然科学基金资助项目(2023YZ14)。; 文摘风电机组齿轮箱的运行过程是复杂的非线性过程,采用实例学习(IBL)算法建立模型可有效对其进行状态监测。针对实例学习模型对训练数据质量敏感的特点,提出综合考虑多种性质的两步主动学习样本选择方法。首先提出一种基于拉丁超立方体抽样思想的网格划分初始样本选取方法,并基于z-score方法剔除其中的离群点。然后第一步基于信息性和代表性的综合得分选出候选样本来避免离群点影响,第二步基于多样性使第一步的候选样本稀疏化,从而避免冗余点影响。最后,基于指数加权移动平均控制图对实例学习回归模型输出的残差进行分析,并根据故障率对风电机组齿轮箱实现状态监测。利用某风电机组实际故障数据进行验证。结果表明:所提出的方法能选出优质样本,模型精度在验证集上较未改进前有所提升,且运算效率提升约50%,可实现齿轮箱异常的早期预警。; 关键词风电机组齿轮箱状态监测样本选择主动学习算法拉丁超立方体抽样实例学习算法; Keywords wind turbine gearbox condition monitoring sample selection active learning algorithm Latin hypercube sampling instance-based learning algorithm; 分类号 TM315 [电气工程—电机]; 在线阅读下载PDF 职称材料

题名基于改进生成对抗网络和Swin Transformer的样本不均衡轴承故障诊断被引量：1: 4; 作者马良玉黄日灏段晓冲胡景琛高海天马进; 机构华北电力大学控制与计算机工程学院华北电力大学保定市综合能源系统状态检测与优化调控重点实验室; 出处《南京信息工程大学学报》北大核心 2025年第4期528-537,共10页; 基金河北省中央引导地方科技发展资金(226Z2103G)。; 文摘深度学习由于其强大的特征提取能力被广泛应用于故障诊断领域,但在实际生产过程中,故障样本数量通常远低于正常样本,从而导致故障诊断模型的分类准确率下降.为此,本文提出一种基于改进循环生成对抗网络和Swin Transformer的样本不均衡轴承故障诊断方法,并以旋转机械滚动轴承振动故障诊断为例对方法进行验证.首先,将原始振动信号的时频图作为循环生成对抗网络的输入;然后,为克服训练不稳定、模型不能及时收敛等问题,引入谱归一化和权值衰减,利用改进的循环生成对抗网络生成更多的故障样本;最后,采用Swin Transformer模型来进行故障诊断,并与随机森林(RF)、堆叠自编码器(SAE)、支持向量机(SVM)、卷积神经网络(CNN)进行对比.在美国凯斯西储大学(CWRU)轴承故障数据集进行多组不同的故障样本生成与故障诊断实验,结果表明,本文方法可以在训练样本数量较少时生成质量较高的合成样本,与其他方法相比,Swin Transformer模型故障诊断精度更高,在不平衡数据的故障诊断方面具有很大的潜力.; 关键词滚动轴承故障诊断不平衡样本循环生成对抗网络深度学习; Keywords rolling bearing fault diagnosis imbalanced samples cycle generative adversarial network(CycleGAN) deep learning(DL); 分类号 TH133.3 [机械工程—机械制造及自动化] TP183 [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

题名绿电交易场景下计及温控负荷的高铁站两阶段调度策略被引量：1: 5; 作者陈文颖刘洋刘卫亮张晓雷王昕康佳垚; 机构华北电力大学保定市综合能源系统状态检测与优化调控重点实验室华北电力大学河北省发电过程仿真与优化控制技术创新中心国家能源集团新能源技术研究院有限公司; 出处《太阳能学报》北大核心 2025年第1期547-556,共10页; 基金国家能源集团科技项目(GJNY-21-98) 中央高校基本科研业务费(2023JC010,2023JG005)。; 文摘考虑绿电交易场景下清洁能源出力的不确定性和负载的波动性,基于随机模型预测控制提出一种计及温控负荷的高铁站两阶段能量优化调度策略。首先,根据热功率平衡原理,建立符合高铁站特性的温控负荷模型,并引入此温控系统参与高铁站两阶段调度;其次,应用多元正态分布描述随机变量误差间的概率相关性,采用蒙特卡洛抽样和基于概率距离的场景快速削减方法生成高铁站日内绿电、光伏和负荷的典型场景,基于模型预测控制应用典型场景对日内高铁站用电系统进行滚动优化调度;最后以某高铁站为算例,分析典型季节下引入此温控模型的调度结果,验证所提模型在改善高铁站经济运行、新能源消纳等方面的优势及所提两阶段调度策略的鲁棒性。; 关键词清洁能源需求响应蒙特卡洛抽样绿电交易温控负荷随机模型预测控制; Keywords clean energy demand response Monte Carlo methods green power transaction thermostatically controlled loads stochastic model predictive control; 分类号 TK019 [动力工程及工程热物理]; 在线阅读下载PDF 职称材料

题名基于两阶段多维数据生成与实时健康指数的风机齿轮箱故障预警被引量：1: 6; 作者马同旭刘帅刘卫亮刘长良; 机构华北电力大学控制与计算机工程学院华北电力大学保定市综合能源系统状态检测与优化调控重点实验室华北电力大学河北省发电过程仿真与优化控制技术创新中心; 出处《仪器仪表学报》 CSCD 北大核心 2024年第11期266-276,共11页; 基金中央高校基本科研业务费项目(2023JG005,2023JC010) 河北省高等学校科学技术研究项目(CXY2023001)资助。; 文摘针对风电机组关键部件维护时准确率与虚警率难以平衡的问题,提出一种基于两阶段多维数据生成与实时健康指数的风电机组齿轮箱故障预警方法。首先,为反映风速对机组运行状态影响,提出一种基于历史风速的高斯混合隐马尔科夫模型对风速进行短期预测;然后,为提高预警准确度,提出一种基于两阶段多维数据生成的实时动态阈值设定方法,依据预测风速序列和生成器形成当前时刻油温阈值区间;最后,综合齿轮箱油温实际值和健康状态判别器输出,确定风电机组齿轮箱是否处于异常状态。实际数据的仿真结果表明,所提方法可有效降低虚警率,提前17 h预警风电机组齿轮箱潜在故障。; 关键词风电机组数据采集与监控系统生成对抗网络隐马尔科夫模型风速预测故障预警; Keywords wind turbine supervisory control and data acquisition system generating adversarial network hidden Markov model wind speed prediction fault warning; 分类号 TH17 [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	具有注意力机制的CNN-GRU模型在风电机组异常状态预警中的应用	马良玉胡景琛段晓冲黄日灏	《南京信息工程大学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于改进特征交叉算法的风电机组齿轮箱状态监测	刘长良田雯雯张书瑶尹磊刘帅	《动力工程学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于改进实例学习算法的风电机组齿轮箱状态监测	张书瑶刘长良王梓齐刘帅刘卫亮	《动力工程学报》 CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
4	基于改进生成对抗网络和Swin Transformer的样本不均衡轴承故障诊断	马良玉黄日灏段晓冲胡景琛高海天马进	《南京信息工程大学学报》北大核心	2025	1	在线阅读下载PDF 职称材料
5	绿电交易场景下计及温控负荷的高铁站两阶段调度策略	陈文颖刘洋刘卫亮张晓雷王昕康佳垚	《太阳能学报》北大核心	2025	1	在线阅读下载PDF 职称材料
6	基于两阶段多维数据生成与实时健康指数的风机齿轮箱故障预警	马同旭刘帅刘卫亮刘长良	《仪器仪表学报》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料