配电网故障定位容错算法 被引量：18

1

作者 王艳松 宗雪莹 衣京波 《电力自动化设备》 EI CSCD 北大核心 2018年第4期9-15,共7页

非健全故障信息下故障区段的快速准确定位对于提高配电网供电可靠性具有重要作用。分析首端电压、电流量和短路回路等值电抗的关系,提出基于径向基函数(RBF)神经网络的短路回路等值电抗估计方法,仿真分析表明短路回路等值电抗估计结果... 非健全故障信息下故障区段的快速准确定位对于提高配电网供电可靠性具有重要作用。分析首端电压、电流量和短路回路等值电抗的关系,提出基于径向基函数(RBF)神经网络的短路回路等值电抗估计方法,仿真分析表明短路回路等值电抗估计结果受故障距离、过渡电阻的影响较小。然后,以馈线终端设备(FTU)故障信息和短路回路等值电抗为故障特征,应用改进的BP神经网络构建故障区段定位模型。对大量测试样本的分析表明,改进的BP神经网络建立的故障区段定位模型比极限学习机网络算法的定位精度高、泛化能力好,短路回路等值电抗能够辅助修正FTU故障信息的畸变,提高BP神经网络故障定位的容错性。 展开更多

关键词 配电网 短路回路等值电抗 故障定位 BP神经网络 极限学习机网络

下载PDF 职称材料

基于FA-ELM深度挖掘模型的电力工程预算控制技术 被引量：1

2

作者 徐宁 张文静 +2 位作者 周波 董振亮 陈志宾 《沈阳工业大学学报》 CAS 北大核心 2023年第6期637-642,共6页

针对现有预算控制方法存在目标单一,效果不理想等问题,提出了一种基于FA-ELM深度挖掘模型的电力工程预算控制技术。通过深入剖析电力工程费用的组成与影响因素,提出了工程进度与预算双目标的管控方式。利用萤火虫算法优化极限学习机网络... 针对现有预算控制方法存在目标单一,效果不理想等问题,提出了一种基于FA-ELM深度挖掘模型的电力工程预算控制技术。通过深入剖析电力工程费用的组成与影响因素,提出了工程进度与预算双目标的管控方式。利用萤火虫算法优化极限学习机网络,构建FA-ELM预测模型,将预处理后的电力数据输入FA-ELM模型中,可估计每个阶段的工程费用,便于管理人员采取相应的措施。在MATLAB仿真平台上对所提技术进行实验分析,结果表明:FA-ELM模型的预测误差均控制在6%以内,且工程总费用节约了14.09%,整体性能优于其他对比技术。 展开更多

关键词 电力工程 预算控制 极限学习机网络 数据挖掘 工程进度 萤火虫算法 FA-ELM模型

下载PDF 职称材料

基于机器学习的零件加工在线监测研究 被引量：3

3

作者 李小强 《自动化与仪器仪表》 2022年第11期124-128,133,共6页

针对数控机床执行零件加工时,因加工刀具磨损状态监测能力不足,刀具未能及时更换导致的零件加工质量偏低、合格品零件加工速率降低的问题,提出将极限学习机网络与自编码器相结合,构建ELM-AE模型,对零件加工的刀具磨损状态进行实时监测;... 针对数控机床执行零件加工时,因加工刀具磨损状态监测能力不足,刀具未能及时更换导致的零件加工质量偏低、合格品零件加工速率降低的问题,提出将极限学习机网络与自编码器相结合,构建ELM-AE模型,对零件加工的刀具磨损状态进行实时监测;为适应机床零件的实际加工情况,增加模型的实际监测效果,提出基于Coral距离构建刀具磨损状态特征迁移模型,对不同工况下的振动特征区域进行迁移,提高监测模型的实际应用性能;最后经过模型编码和振动信号采集设备选型,对模型进行性能验证实验。结果表明,设计的模型能够应对不同工况下的刀具磨损状态监测,在单一工况下,刀具磨损状态判断准确率最低为99.50%;用A工况进行训练用B工况进行测试,刀具磨损状态判断准确率最低为98.75%.综上所述,模型基本能够实现对零件加工过程中的刀具磨损状态的在线监测。 展开更多

关键词 极限学习机网络 自编码器 Coral距离 状态监测 ELM-AE模型

原文传递

基于GSA-ELM算法的股票市场预测模型 被引量：1

4

作者 张小宁 官启航 黄敬宇 《甘肃科技》 2022年第6期57-61,共5页

股票市场价格的走势是众多投资者关注的焦点,由于股票价格的波动性和随机性,如何有效地预测股票价格的涨跌,是学者们长期研究的领域。文章提出了一种基于引力搜索算法优化极限学习机网络的模型来回归预测股票的开盘价格,利用引力搜索算... 股票市场价格的走势是众多投资者关注的焦点,由于股票价格的波动性和随机性,如何有效地预测股票价格的涨跌,是学者们长期研究的领域。文章提出了一种基于引力搜索算法优化极限学习机网络的模型来回归预测股票的开盘价格,利用引力搜索算法求解极限学习机网络最优的输入权值向量和偏置值参数,增强了极限学习机网络的回归预测性能。通过基于引力搜索算法优化极限学习机网络模型和原始极限学习机网络模型的对比实验,对股票数据集进行训练和测试,结果表明基于引力搜索算法优化极限学习机网络模型的回归预测精确度更高,并且验证了引力搜索算法具有一定的优化能力,能减少预测输出值和理论输出值之间的误差。 展开更多

关键词 引力搜索算法 极限学习机网络 回归预测 股票市场价格

下载PDF 职称材料

基于不同神经网络模型的冷凝器两相换热量的研究

5

作者 高宇博 胡晓微 +2 位作者 董胜明 田绅 王佳文 《延边大学学报（自然科学版）》 CAS 2022年第3期255-260,共6页

在混合工质下利用4种神经网络模型(反馈神经网络模型(BP)、遗传神经网络模型(GA-BP)、极限学习机网络模型(ELM)和递归神经网络模型(RNN))预测了板式换热器的换热量(含相变换热).结果显示:热源温度为30、40、50℃时,GA-BP神经网络模型的... 在混合工质下利用4种神经网络模型(反馈神经网络模型(BP)、遗传神经网络模型(GA-BP)、极限学习机网络模型(ELM)和递归神经网络模型(RNN))预测了板式换热器的换热量(含相变换热).结果显示:热源温度为30、40、50℃时,GA-BP神经网络模型的平均绝对误差(MAE)、平均相对误差(MAPE)和均方根误差(RMSE)均小于其他3种神经网络模型,且与实际值接近.该结果表明,GA-BP神经网络模型比其他3种神经网络模型更适用于预测板式冷凝器的换热量(含相变换热). 展开更多

关键词 板式冷凝器 复叠式高温热泵 遗传神经网络 反馈神经网络 极限学习机网络 递归神经网络

下载PDF 职称材料

基于优化ELM网络的物理量回归方法研究 被引量：1

6

作者 王平 王宜怀 +1 位作者 刘长勇 彭涛 《现代电子技术》 北大核心 2020年第17期141-146,共6页

针对传统的A/D值转换物理量回归方法中存在表达不统一、动态适应性弱和在线非线性校正能力不足等问题,尝试将机器学习的ELM网络引入到该应用中。在分析A/D值转换物理量回归的知识要素基础上,依托ELM网络的非线性映射能力,提出利用遗传... 针对传统的A/D值转换物理量回归方法中存在表达不统一、动态适应性弱和在线非线性校正能力不足等问题,尝试将机器学习的ELM网络引入到该应用中。在分析A/D值转换物理量回归的知识要素基础上,依托ELM网络的非线性映射能力,提出利用遗传算法优化ELM网络,并利用其实现统一数学表达的A/D值转换物理量回归方法。实际应用表明,该方法对物理量回归问题可实现统一的数学模型表达,泛化性好,且非线性校正能力强,实现了各类A/D值转换物理量回归应用。 展开更多

关键词 机器学习算法 模/数转换 极限学习机网络 遗传算法 优化方法 物理量回归 动态校正

下载PDF 职称材料

GA-ELM混合算法预测齿轮坯终锻成形及预锻件优化 被引量：1

7

作者 徐承亮 曹志勇 +1 位作者 王大军 胡吉全 《机床与液压》 北大核心 2016年第11期88-93,共6页

多工位锻造齿轮坯的生产过程中,如何设计齿轮坯预锻件将直接影响到终锻件的金属流动、模具型腔的充满、锻件的质量以及模具的寿命。文中首先利用极限学习机ELM网络学习效率高、泛化能力强、预测精度高的特点,在预锻件尺寸、终锻成形力... 多工位锻造齿轮坯的生产过程中,如何设计齿轮坯预锻件将直接影响到终锻件的金属流动、模具型腔的充满、锻件的质量以及模具的寿命。文中首先利用极限学习机ELM网络学习效率高、泛化能力强、预测精度高的特点,在预锻件尺寸、终锻成形力和终锻模具应力之间建立ELM网络模型,并使用遗传算法的全局寻优功能去优化ELM网络以便提高其预测精度和稳定性,这样得到的预锻件使终锻模具的受力大小合理,确定了特定条件下的最佳的预锻件形状和尺寸。 展开更多

关键词 齿轮坯 预锻件优化设计 极限学习机ELM网络 GA遗传算法

下载PDF 职称材料

典型前馈神经网络的研究现状与分析 被引量：2

8

作者 闻辉 严涛 +1 位作者 李同彬 陈德礼 《科技风》 2019年第17期267-267,共1页

本文以典型前馈神经网络中的BP神经网络、RBF网络与ELM网络为代表,介绍了几种网络的特点及研究现状,分析了几种网络今后的研究方向。

关键词 反向传播网络 径向基函数网络 极限学习机网络 前馈神经网络

下载PDF 职称材料

基于数据驱动的配电网光伏双层优化调控策略 被引量：12

9

作者 史晨豪 唐忠 +2 位作者 魏敏捷 李征南 陈寒 《电力建设》 北大核心 2020年第3期62-70,共9页

高渗透分布式电源接入后,对配电网电压和网损的优化提出了更高的要求。而传统的集中式控制缺少大量的量测设备和通信设备,导致数据采集不完整,优化模型不精确,难以满足大规模光伏并网的运行要求。所以文章构建了一种双层优化模型来改善... 高渗透分布式电源接入后,对配电网电压和网损的优化提出了更高的要求。而传统的集中式控制缺少大量的量测设备和通信设备,导致数据采集不完整,优化模型不精确,难以满足大规模光伏并网的运行要求。所以文章构建了一种双层优化模型来改善传统集中式控制的不足;在概率优化的电气距离矩阵的基础上,使用蚁群聚类进行有效分区和主导节点选择,以此分区将传统的配电网二级控制引入第1层模型,然后利用基于粒子群算法优化极限学习机(particle swarm optimization extreme learning machine,PSO-ELM)神经网络挖掘并拟合配电网参数数据之间的函数关系,对第1层控制模型进行反复迭代修正。最后,在IEEE-33节点上进行仿真计算,验证了该模型对于配电网电压和光伏出力调控的有效性。 展开更多

关键词 集中式控制 双层优化 蚁群聚类 粒子群-极限学习机神经网络

原文传递

前交叉韧带断裂后足底压力特征的聚类分析 被引量：7

10

作者 李晓理 黄红拾 +2 位作者 王杰 于媛媛 敖英芳 《自动化学报》 EI CSCD 北大核心 2017年第3期418-429,共12页

运动过程中,人体的步态特征可以在足底压力图像上有准确的记录,而这也就可以成为判断步态正常与否的一条有效依据.通过一组压力传感器阵列获取人体运动过程的足底压力分布数据,提取步态的运动学和动力学特性.在此基础上,采用极限学习机(... 运动过程中,人体的步态特征可以在足底压力图像上有准确的记录,而这也就可以成为判断步态正常与否的一条有效依据.通过一组压力传感器阵列获取人体运动过程的足底压力分布数据,提取步态的运动学和动力学特性.在此基础上,采用极限学习机(Extreme learning machines,ELM)神经网络聚类算法对足底压力数据进行分析,完成正常与异常步态的分类辨识工作.本文从实际临床数据出发,对前交叉韧带断裂患者进行步态分析,并据医生的临床诊断结果进行校验.该方法在步态分析上取得了较为良好的效果,仿真结果表明了其有效性. 展开更多

关键词 足底压力 步态特征 极限学习机神经网络 前交叉韧带断裂 聚类分析

下载PDF 职称材料

人工鱼群算法优化神经网络的网络入侵检测 被引量：4

11

作者 刘春 《计算机安全》 2014年第7期2-5,共4页

为了提高网络入侵检测率,提出一种人工鱼群算法(AFSA)优化ELM神经网络的网络入侵检测模型。首先将ELM神经网络参数编码成人工鱼的位置,然后利用人工鱼群算法通过模拟鱼群的觅食、聚群及追尾行为找到最优ELM神经网络参数,最后利用最优参... 为了提高网络入侵检测率,提出一种人工鱼群算法(AFSA)优化ELM神经网络的网络入侵检测模型。首先将ELM神经网络参数编码成人工鱼的位置,然后利用人工鱼群算法通过模拟鱼群的觅食、聚群及追尾行为找到最优ELM神经网络参数,最后利用最优参数的ELM神经网络建立网络入侵检测模型,并采用KDD CUP 99数据集进行仿真测试。仿真结果表明,模型不仅提高了入侵检测正确率,而且加快了网络入侵检测速度。 展开更多

关键词 网络入侵检测 人工鱼群算法 极限学习机神经网络 参数优化

下载PDF 职称材料

三电平光伏逆变器故障诊断研究

12

作者 胡超 姜媛媛 凌子俊 《科技视界》 2014年第31期82-82,共1页

本文通过对三电平光伏逆变器的故障类型和当前常用的故障诊断方法进行分析,将不同故障诊断方法的优劣进行对比,发现当前的故障诊断方法存在一定的缺陷;提出一种基于小波变换和极限学习机神经网络相结合的逆变器故障诊断方法,该方法可实... 本文通过对三电平光伏逆变器的故障类型和当前常用的故障诊断方法进行分析,将不同故障诊断方法的优劣进行对比,发现当前的故障诊断方法存在一定的缺陷;提出一种基于小波变换和极限学习机神经网络相结合的逆变器故障诊断方法,该方法可实现对三电平光伏逆变器多模式故障的诊断。通过仿真实验,验证该方法的正确性和有效性。 展开更多

关键词 三电平光伏逆变器 故障诊断 小波变换 极限学习机神经网络

下载PDF 职称材料