期刊导航
期刊开放获取
cqvip
退出
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NARX神经网络的汽轮机转子温度变化趋势实时预测
被引量：
5
1
作者
罗淇元
韩彦冬
+1 位作者
蔡振威
王炜哲
《热能动力工程》
CAS
CSCD
北大核心
2021年第7期39-45,共7页
利用退役转子及其对应的实际历史运行工况,开展了基于NARX神经网络的汽轮机转子关键位置温度发展趋势实时预测的研究。利用有限元方法,计算了历史运行工况下转子的高保真温度场,获取了关键位置的温度变化趋势。采用NARX神经网络,构建了...
利用退役转子及其对应的实际历史运行工况,开展了基于NARX神经网络的汽轮机转子关键位置温度发展趋势实时预测的研究。利用有限元方法,计算了历史运行工况下转子的高保真温度场,获取了关键位置的温度变化趋势。采用NARX神经网络,构建了转子进口蒸汽温度和功率与转子关键位置温度之间的数学关系,通过将输出参数闭环到输入参数集,形成了闭环神经网络结构,实现实时多步预测。预测结果表明,该模型对温度变化趋势的实时预测效果较好,且可以快速校正误差较大的预测结果。
展开更多
关键词
汽轮机转子
温度变化趋势
NARX神经网络
实时
多步
预测
原文传递
基于多任务学习的风速实时预测方法
被引量：
3
2
作者
刘永前
周家慷
+3 位作者
阎洁
韩爽
李莉
Bekhbat Galsan
《可再生能源》
CAS
CSCD
北大核心
2021年第4期481-487,共7页
准确的秒级风速实时预测能够提高风电机组的运行状况和控制品质,为电网做出最优调度决策提供辅助信息。目前风速实时预测时间分辨率通常为分钟级,且在小数据集的情况下模型泛化能力弱。文章以时间分辨率为5 s的风速序列为研究对象,提出...
准确的秒级风速实时预测能够提高风电机组的运行状况和控制品质,为电网做出最优调度决策提供辅助信息。目前风速实时预测时间分辨率通常为分钟级,且在小数据集的情况下模型泛化能力弱。文章以时间分辨率为5 s的风速序列为研究对象,提出了基于多任务学习的风速实时预测方法。该方法结合了变分模态分解方法和长短期记忆神经网络。首先,通过变分模态将风速序列分解为一系列信号;然后,建立多任务学习的共享层,使用长短期记忆神经网络提取各分解信号中的共享参数,深度挖掘分享子序列预测任务间的信息;最后,建立多任务学习的特定任务层,借助多个LSTM并行预测分解后的风速子序列,并将多个预测结果叠加得到风速实时预测结果。算例结果表明:所提多任务学习模型在10步、5步预测中的均方根误差总体均值分别为0.80 m/s和0.71 m/s,与经过变分模态分解和未经过变分模态分解的单任务模型预测相比,所提模型均方根误差总体均值在10步预测中分别降低了35.5%和39.8%,在5步预测中分别降低了24.5%和45.8%。
展开更多
关键词
多任务学习
实时
风速
多步
预测
变分模态分解
长短期记忆网络
下载PDF
职称材料
题名
基于NARX神经网络的汽轮机转子温度变化趋势实时预测
被引量：
5
1
作者
罗淇元
韩彦冬
蔡振威
王炜哲
机构
上海交通大学机械与动力工程学院
中国石油天然气管道工程有限公司上海分公司
出处
《热能动力工程》
CAS
CSCD
北大核心
2021年第7期39-45,共7页
文摘
利用退役转子及其对应的实际历史运行工况,开展了基于NARX神经网络的汽轮机转子关键位置温度发展趋势实时预测的研究。利用有限元方法,计算了历史运行工况下转子的高保真温度场,获取了关键位置的温度变化趋势。采用NARX神经网络,构建了转子进口蒸汽温度和功率与转子关键位置温度之间的数学关系,通过将输出参数闭环到输入参数集,形成了闭环神经网络结构,实现实时多步预测。预测结果表明,该模型对温度变化趋势的实时预测效果较好,且可以快速校正误差较大的预测结果。
关键词
汽轮机转子
温度变化趋势
NARX神经网络
实时
多步
预测
Keywords
steam turbine rotor
temperature variation trend
NARX neural network
real-time multistep prediction
分类号
TK267 [动力工程及工程热物理—动力机械及工程]
原文传递
题名
基于多任务学习的风速实时预测方法
被引量：
3
2
作者
刘永前
周家慷
阎洁
韩爽
李莉
Bekhbat Galsan
机构
华北电力大学新能源电力系统国家重点实验室
华北电力大学新能源学院
蒙古科技大学电力工程学院
出处
《可再生能源》
CAS
CSCD
北大核心
2021年第4期481-487,共7页
基金
国家自然科学基金项目(U1765201)。
文摘
准确的秒级风速实时预测能够提高风电机组的运行状况和控制品质,为电网做出最优调度决策提供辅助信息。目前风速实时预测时间分辨率通常为分钟级,且在小数据集的情况下模型泛化能力弱。文章以时间分辨率为5 s的风速序列为研究对象,提出了基于多任务学习的风速实时预测方法。该方法结合了变分模态分解方法和长短期记忆神经网络。首先,通过变分模态将风速序列分解为一系列信号;然后,建立多任务学习的共享层,使用长短期记忆神经网络提取各分解信号中的共享参数,深度挖掘分享子序列预测任务间的信息;最后,建立多任务学习的特定任务层,借助多个LSTM并行预测分解后的风速子序列,并将多个预测结果叠加得到风速实时预测结果。算例结果表明:所提多任务学习模型在10步、5步预测中的均方根误差总体均值分别为0.80 m/s和0.71 m/s,与经过变分模态分解和未经过变分模态分解的单任务模型预测相比,所提模型均方根误差总体均值在10步预测中分别降低了35.5%和39.8%,在5步预测中分别降低了24.5%和45.8%。
关键词
多任务学习
实时
风速
多步
预测
变分模态分解
长短期记忆网络
Keywords
multi-task learning
real-time multi-step wind speed forecasting
variational modal decomposition
long and short-term memory network
分类号
TK81 [动力工程及工程热物理—流体机械及工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于NARX神经网络的汽轮机转子温度变化趋势实时预测
罗淇元
韩彦冬
蔡振威
王炜哲
《热能动力工程》
CAS
CSCD
北大核心
2021
5
原文传递
2
基于多任务学习的风速实时预测方法
刘永前
周家慷
阎洁
韩爽
李莉
Bekhbat Galsan
《可再生能源》
CAS
CSCD
北大核心
2021
3
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
