期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CNN-LSTM混合神经网络的光伏发电量预测方法研究
被引量：
15
1
作者
王登海
安玥馨
+1 位作者
廖晨博
马家园
《西安石油大学学报（自然科学版）》
北大核心
2024年第1期129-134,共6页
光伏发电量受天气状况,光伏逆变器的质量,光伏组件的清洁度等诸因素影响,其中天气状况的时序性变化较大程度影响发电量。针对不同地区天气时序性变化导致的光伏发电量预测不准确等问题,提出了一种由卷积神经网络(CNN)和长短期记忆(LSTM...
光伏发电量受天气状况,光伏逆变器的质量,光伏组件的清洁度等诸因素影响,其中天气状况的时序性变化较大程度影响发电量。针对不同地区天气时序性变化导致的光伏发电量预测不准确等问题,提出了一种由卷积神经网络(CNN)和长短期记忆(LSTM)混合模型的光伏发电量预测方法,其中通过CNN建立地域之间的空间相关性,LSTM捕捉发电数据之间的时间依赖关系。对神木县红民发电厂和庆城县绿能动力发电厂的光伏发电数据进行测试,实验结果表明,本文所提出的CNN-LSTM混合神经网络方法在光伏发电量预测方面具有较高的准确性和稳定性,比LSTM神经网络模型精度提升4.3%左右。
展开更多
关键词
光伏发电
模型预测
机器学习
CNN
LSTM
在线阅读
下载PDF
职称材料
VOC危险化学品泄漏光谱视频识别算法研究
被引量：
1
2
作者
王雅杰
孙秉才
+2 位作者
尤宝硕
王建筑
许斌
《激光与红外》
CAS
CSCD
北大核心
2024年第7期1090-1096,共7页
针对挥发性有机物(Volatile Organic Compounds, VOCs)气体特征微弱、视觉显著性差、形态多变等难题,本文基于时-空-频联合去噪、多模态视差匹配模型,提出了一种高精度气体泄漏光谱视频识别算法。通过挖掘时-空-谱高维数据的本征信息来...
针对挥发性有机物(Volatile Organic Compounds, VOCs)气体特征微弱、视觉显著性差、形态多变等难题,本文基于时-空-频联合去噪、多模态视差匹配模型,提出了一种高精度气体泄漏光谱视频识别算法。通过挖掘时-空-谱高维数据的本征信息来实现VOC气体的高精度识别,并利用多模块级联联合优化将传统方法的可解释性与深度学习的强大表征能力有机结合。最后,通过与国际先进气体监测设备森西亚和锐百凌进行同等条件的对比,可知所提出的气体泄漏成像方法对于低浓度的甲烷气体识别准确率提升了46.25%,误报降低至原来的1/3,验证了所提算法的有效性和可行性,为石化行业危险化学品泄漏监测提供了有力保障。
展开更多
关键词
泄漏监测
识别算法
深度学习
危害化学品
石油化工
在线阅读
下载PDF
职称材料
题名
基于CNN-LSTM混合神经网络的光伏发电量预测方法研究
被引量：
15
1
作者
王登海
安玥馨
廖晨博
马家园
机构
长庆油田分公司
长庆油田分公司
新能源
事业
部
长庆油田分公司数字和智能化事业部
西安石油大学计算机学院
出处
《西安石油大学学报（自然科学版）》
北大核心
2024年第1期129-134,共6页
文摘
光伏发电量受天气状况,光伏逆变器的质量,光伏组件的清洁度等诸因素影响,其中天气状况的时序性变化较大程度影响发电量。针对不同地区天气时序性变化导致的光伏发电量预测不准确等问题,提出了一种由卷积神经网络(CNN)和长短期记忆(LSTM)混合模型的光伏发电量预测方法,其中通过CNN建立地域之间的空间相关性,LSTM捕捉发电数据之间的时间依赖关系。对神木县红民发电厂和庆城县绿能动力发电厂的光伏发电数据进行测试,实验结果表明,本文所提出的CNN-LSTM混合神经网络方法在光伏发电量预测方面具有较高的准确性和稳定性,比LSTM神经网络模型精度提升4.3%左右。
关键词
光伏发电
模型预测
机器学习
CNN
LSTM
Keywords
photovoltaic power generation
model prediction
machine learing
CNN
LSTM
分类号
TM615.2 [电气工程—电力系统及自动化]
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
VOC危险化学品泄漏光谱视频识别算法研究
被引量：
1
2
作者
王雅杰
孙秉才
尤宝硕
王建筑
许斌
机构
中国石油安全环保技术研究院有限
公司
长庆油田分公司
第十二采油厂
质安科技检测集团有限
公司
长庆油田分公司数字和智能化事业部
出处
《激光与红外》
CAS
CSCD
北大核心
2024年第7期1090-1096,共7页
基金
国家重点研发油气勘探开发重大风险预防与控制研究项目(No.2021DJ6501)资助。
文摘
针对挥发性有机物(Volatile Organic Compounds, VOCs)气体特征微弱、视觉显著性差、形态多变等难题,本文基于时-空-频联合去噪、多模态视差匹配模型,提出了一种高精度气体泄漏光谱视频识别算法。通过挖掘时-空-谱高维数据的本征信息来实现VOC气体的高精度识别,并利用多模块级联联合优化将传统方法的可解释性与深度学习的强大表征能力有机结合。最后,通过与国际先进气体监测设备森西亚和锐百凌进行同等条件的对比,可知所提出的气体泄漏成像方法对于低浓度的甲烷气体识别准确率提升了46.25%,误报降低至原来的1/3,验证了所提算法的有效性和可行性,为石化行业危险化学品泄漏监测提供了有力保障。
关键词
泄漏监测
识别算法
深度学习
危害化学品
石油化工
Keywords
leakage monitoring
recognition algorithm
deep learning
hazardous chemicals
petrochemical industry
分类号
X851 [环境科学与工程—环境工程]
TH74 [机械工程—光学工程]
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CNN-LSTM混合神经网络的光伏发电量预测方法研究
王登海
安玥馨
廖晨博
马家园
《西安石油大学学报（自然科学版）》
北大核心
2024
15
在线阅读
下载PDF
职称材料
2
VOC危险化学品泄漏光谱视频识别算法研究
王雅杰
孙秉才
尤宝硕
王建筑
许斌
《激光与红外》
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
