检索结果-维普期刊中文期刊服务平台

基于机器学习的模块化多电平换流器的模型预测控制研究被引量：1: 1; 作者余瑜杨文康 +1 位作者徐岸非汪健《控制工程》 CSCD 北大核心 2023年第10期1775-1785,共11页; 模型预测控制器(model predictive controller,MPC)因可实现多目标优化控制被广泛应用在模块化多电平换流器(modular multilevel converter,MMC)领域,但随着子模块数量增加,MPC的在线计算量成几何级数增长。因此,提出了基于机器学习的MM... 展开更多; 关键词神经网络随机森林模型预测控制模块化多电平换流器变分模态分解; 在线阅读下载PDF 职称材料

基于镜像判断和改进父代选择的多目标进化算法: 2; 作者王嘉诚邹雨恒 +1 位作者王珊珊曾亮《陕西科技大学学报》北大核心 2025年第2期215-225,234,共12页; 高维多目标进化算法在解决复杂帕累托前沿问题时,常面临收敛性和多样性难以平衡的问题.为解决这一问题,提出了一种基于镜像判断和改进父代选择的高维多目标进化算法.该算法首次结合成就标量函数和全局密度并应用在交配池中,使其在迭代... 展开更多; 关键词多目标进化算法交配选择聚合距离收敛性分布性; 在线阅读下载PDF 职称材料

基于抑制环流的自适应下垂控制改进策略被引量：3: 3; 作者潘健陈凤娇 +1 位作者张琦刘松林《电源学报》 CSCD 北大核心 2023年第5期101-109,共9页; 在孤岛模式下的微电网中由于线路阻抗存在差异,采用传统下垂控制的逆变器不仅无法精确分配负载功率,还会产生环流。为解决该问题,提出了一种基于抑制环流的自适应下垂控制改进策略。该策略采用旋转坐标的环流来构造虚拟阻抗,通过PI控制... 展开更多; 关键词微电网下垂控制环流虚拟阻抗; 在线阅读下载PDF 职称材料

基于VMD-LSTM-IPSO-GRU的电力负荷预测被引量：6: 4; 作者肖威方娜邓心《科学技术与工程》北大核心 2024年第16期6734-6741,共8页; 为了挖掘电力负荷数据中的潜藏信息,提高短期负荷预测的精度,针对电力负荷强非线性、非平稳性等特点,提出一种基于变分模态分解(variational mode decomposition,VMD)、长短时记忆神经网络(long-term and short-term memory network,LS... 展开更多; 关键词短期负荷预测变分模态分解(VMD) 长短时记忆神经网络(LSTM) 门控循环单元(GRU) 改进的粒子群优化算法(IPSO); 在线阅读下载PDF 职称材料

基于VMD-ARIMA-DBN的短期电力负荷预测被引量：19: 5; 作者方娜陈浩 +1 位作者邓心肖威《电力系统及其自动化学报》 CSCD 北大核心 2023年第6期59-65,共7页; 针对短期电力负荷预测精度不足的问题,提出一种基于变分模态分解、深度信念网络、差分自回归移动平均模型的组合预测模型。首先选取电力负荷影响较大的相关参数,采用变分模态分解将负荷数据分解为低频和高频两种分量;然后利用差分自回... 展开更多; 关键词短期负荷预测变分模态分解深度信念网络粒子群优化算法差分自回归移动平均模型; 在线阅读下载PDF 职称材料

题名基于机器学习的模块化多电平换流器的模型预测控制研究被引量：1: 1; 作者余瑜杨文康徐岸非汪健; 机构湖北工业大学电气与电子工程学院、太阳能高效利用及储能运行控制湖北省重点实验室; 出处《控制工程》 CSCD 北大核心 2023年第10期1775-1785,共11页; 基金湖北省技术创新重大项目(2019AAA018) 襄阳湖北工业大学产业研究院重点资助项目(XYYJ2022C11)。; 文摘模型预测控制器(model predictive controller,MPC)因可实现多目标优化控制被广泛应用在模块化多电平换流器(modular multilevel converter,MMC)领域,但随着子模块数量增加,MPC的在线计算量成几何级数增长。因此,提出了基于机器学习的MMC的模型预测控制方法,首先利用MPC-MMC仿真平台收集数据并对数据进行预处理,再进行神经网络训练得到神经网络-MPC(neural network-MPC,NN-MPC)。为了提高神经网络训练效率,采用随机森林来优化神经网络的初始权值和阈值,得到随机森林-神经网络-MPC(random forest-neural network-MPC,RF-NN-MPC),将其用来模拟MPC。仿真结果表明,RF-NN-MPC在学习效率和学习精度方面都优于NN-MPC,在保持了良好的控制效果的同时,使MPC-MMC不受子模块数量约束,在线计算量始终为1次。; 关键词神经网络随机森林模型预测控制模块化多电平换流器变分模态分解; Keywords Neural network random forest model predictive control modular multilevel converter variable-modedecomposition; 分类号 TM464 [电气工程—电器] TM712 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于镜像判断和改进父代选择的多目标进化算法: 2; 作者王嘉诚邹雨恒王珊珊曾亮; 机构湖北工业大学电气与电子工程学院太阳能高效利用及储能运行控制湖北省重点实验室湖北工业大学工业设计学院; 出处《陕西科技大学学报》北大核心 2025年第2期215-225,234,共12页; 基金湖北省重点研发计划项目(2023BAB094)。; 文摘高维多目标进化算法在解决复杂帕累托前沿问题时,常面临收敛性和多样性难以平衡的问题.为解决这一问题,提出了一种基于镜像判断和改进父代选择的高维多目标进化算法.该算法首次结合成就标量函数和全局密度并应用在交配池中,使其在迭代过程中不仅关注当前最优解,还兼顾解在整个空间的分布情况,从而实现了收敛性和多样性的统一.此外,针对算法在迭代过程中可能出现镜像的问题,本文提出了解决方案.具体来说,算法首先采用非支配排序,将临界层个体与参考向量相关联,随后判断其是否满足镜像对称准则,若满足则通过全局密度选取个体,达成“内紧外松”的目的,最大限度保证候选解的分布性,从而有效解决了选择压力不均的问题.最后将本文算法与最新的五种多目标算法在4种不同维度的测试问题上进行对比实验,并应用在两个实际案例中.实验结果表明:所提算法不仅能高效解决高维多目标优化问题,且能有效平衡收敛性和多样性.; 关键词多目标进化算法交配选择聚合距离收敛性分布性; Keywords multi-objective evolutionary algorithm mating selection polymerization distance convergence distributivity; 分类号 TM614 [电气工程—电力系统及自动化] TP18 [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

题名基于抑制环流的自适应下垂控制改进策略被引量：3: 3; 作者潘健陈凤娇张琦刘松林; 机构湖北工业大学电气与电子工程学院; 出处《电源学报》 CSCD 北大核心 2023年第5期101-109,共9页; 基金太阳能高效利用及储能运行控制湖北省重点实验室开放研究基金资助项目(HBSEES201902)。; 文摘在孤岛模式下的微电网中由于线路阻抗存在差异,采用传统下垂控制的逆变器不仅无法精确分配负载功率,还会产生环流。为解决该问题,提出了一种基于抑制环流的自适应下垂控制改进策略。该策略采用旋转坐标的环流来构造虚拟阻抗,通过PI控制使线路等效阻抗不断相向趋近直至相等,从而均衡分配负载功率。所提出的改进策略无需实时检测线路阻抗,也无需借助通信网络。此外,构造的虚拟阻抗不仅能有效抑制环流,还不会引起输出电压大幅跌落。仿真结果验证了改进控制策略的有效性。; 关键词微电网下垂控制环流虚拟阻抗; Keywords microgrid droop control circulating current virtual impedance; 分类号 TM464 [电气工程—电器]; 在线阅读下载PDF 职称材料

题名基于VMD-LSTM-IPSO-GRU的电力负荷预测被引量：6: 4; 作者肖威方娜邓心; 机构湖北工业大学电气与电子工程学院湖北工业大学电气与电子工程学院; 出处《科学技术与工程》北大核心 2024年第16期6734-6741,共8页; 基金国家自然科学基金青年科学基金(51809097) 湖北省重点研发计划(2021BAA193)。; 文摘为了挖掘电力负荷数据中的潜藏信息,提高短期负荷预测的精度,针对电力负荷强非线性、非平稳性等特点,提出一种基于变分模态分解(variational mode decomposition,VMD)、长短时记忆神经网络(long-term and short-term memory network,LSTM)、改进的粒子群算法(improve particle swarm optimization,IPSO)和门控循环单元(gated recurrent unit neural network,GRU)的混合预测模型。首先,使用相关性分析确定输入因素,再将负荷数据运用VMD算法结合样本熵分解为一系列本征模态分量(intrinsic mode fuction,IMF)和残差量,进而合理地确定分解层数和惩罚因子;其次,根据过零率将这些量划分为低频和高频,低频分量使用LSTM网络,高频分量利用IPSO-GRU网络分别进行预测;最后,将预测结果重构得到电力负荷的最终结果。仿真结果表明:相对于其他模型,所提混合模型可有效的提取模态特征,具有更高的预测精度。; 关键词短期负荷预测变分模态分解(VMD) 长短时记忆神经网络(LSTM) 门控循环单元(GRU) 改进的粒子群优化算法(IPSO); Keywords short-term load forecasting variational mode decomposition(VMD) long and short term neural networks(LSTM) gated circulation unit(GRU) improve particle swarm optimization(IPSO); 分类号 TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于VMD-ARIMA-DBN的短期电力负荷预测被引量：19: 5; 作者方娜陈浩邓心肖威; 机构湖北工业大学电气与电子工程学院太阳能高效利用及储能运行控制湖北省重点实验室湖北工业大学电气与电子工程学院新能源及电网装备安全监测湖北省工程研究中心; 出处《电力系统及其自动化学报》 CSCD 北大核心 2023年第6期59-65,共7页; 基金国家自然科学基金资助项目(51809097) 湖北省教育厅科学技术研究计划指导性项目(B2018044) +1 种基金长江科学院开放研究基金资助项目(CKWV2018496/KY)。; 文摘针对短期电力负荷预测精度不足的问题,提出一种基于变分模态分解、深度信念网络、差分自回归移动平均模型的组合预测模型。首先选取电力负荷影响较大的相关参数,采用变分模态分解将负荷数据分解为低频和高频两种分量;然后利用差分自回归移动平均模型和深度信念网络分别对低频和高频两种分量进行预测,为克服深度信念网络参数随机化的缺陷,采用粒子群优化算法优化模型以进一步提高精度;最后组合各模型结果得到最终预测值。实验结果表明,该组合模型较其他模型具有更好的预测性能。; 关键词短期负荷预测变分模态分解深度信念网络粒子群优化算法差分自回归移动平均模型; Keywords short-term load forecasting variational mode decomposition(VMD) deep belief network(DBN) particle swarm optimization(PSO)algorithm differential autoregressive integrated moving average(ARIMA)model; 分类号 TM715 [电气工程—电力系统及自动化]; 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	基于机器学习的模块化多电平换流器的模型预测控制研究	余瑜杨文康徐岸非汪健	《控制工程》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
2	基于镜像判断和改进父代选择的多目标进化算法	王嘉诚邹雨恒王珊珊曾亮	《陕西科技大学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于抑制环流的自适应下垂控制改进策略	潘健陈凤娇张琦刘松林	《电源学报》 CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料
4	基于VMD-LSTM-IPSO-GRU的电力负荷预测	肖威方娜邓心	《科学技术与工程》北大核心	2024	6	在线阅读下载PDF 职称材料
5	基于VMD-ARIMA-DBN的短期电力负荷预测	方娜陈浩邓心肖威	《电力系统及其自动化学报》 CSCD 北大核心	2023	19	在线阅读下载PDF 职称材料