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
共找到106篇文章
< 1 2 … 6 >
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：
基于经验模态分解及支持向量机的高压隔离开关机械故障诊断方法 被引量：20
1
作者 郭煜敬 陈士刚 +5 位作者 李少华 李洪涛 金光耀 张文涛 张一茗 关永刚 《高压电器》 CAS CSCD 北大核心 2018年第9期12-18,共7页
文中将K-means聚类算法和经验模态分解(empirical mode decomposition,EMD)相结合,对隔离开关机械故障进行诊断。为验证方法的有效性,搭建隔离开关运行状态在线监测系统,在某252 k V隔离开关的操动机构上选定位置安装了传感器,采集了机... 文中将K-means聚类算法和经验模态分解(empirical mode decomposition,EMD)相结合,对隔离开关机械故障进行诊断。为验证方法的有效性,搭建隔离开关运行状态在线监测系统,在某252 k V隔离开关的操动机构上选定位置安装了传感器,采集了机械振动等信号在模拟故障下的大量数据。首先利用小波包降噪方法对信号进行预处理;其次,应用EMD和谱分析方法对振动信号进行经验模态分解,得到IMF分量并将其能量熵作为特征量;然后,通过K-means聚类算法验证了特征提取方式的有效性;最后,通过支持向量机算法(support vector machine,SVM)对样本进行训练,实现了机械故障的准确诊断,验证了该方法的有效性。 展开更多
关键词 高压隔离开关 经验模态分解 能量熵 聚类 支持向量机
下载PDF
基于EMD与深度信念网络的滚动轴承故障特征分析与诊断方法 被引量：18
2
作者 俞啸 范春旸 +3 位作者 董飞 丁恩杰 吴守鹏 王昕 《机械传动》 CSCD 北大核心 2018年第6期157-163,共7页
为了实现滚动轴承故障的智能诊断,提出了一种基于经验模态分解(Empirical mode decomposition,EMD)和深度信念网络(Deep belief network,DBN)的轴承故障诊断模型。首先,采用经验模态分解对振动信号进行处理,选取有效的本征模态函数(Intr... 为了实现滚动轴承故障的智能诊断,提出了一种基于经验模态分解(Empirical mode decomposition,EMD)和深度信念网络(Deep belief network,DBN)的轴承故障诊断模型。首先,采用经验模态分解对振动信号进行处理,选取有效的本征模态函数(Intrinsic mode function,IMF)分量及其Hilbert包络谱、边际谱,计算其统计参数,构造原始特征集;然后,提出了一种基于极限学习机(Extreme learning machine,ELM)的特征选择方法 (Features selection base on ELM,FSELM),以去除原始特征集中的冗余和干扰特征,选取出故障状态敏感特征;最后,利用深度学习在高维、非线性信号处理方面的优势,完成基于DBN的故障特征自适应分析与故障状态智能识别。通过对12种轴承状态进行分类实验,表明FSELM方法能够选取出故障的敏感统计特征,DBN方法的自适应特性能够有效提高故障状态识别准确率。 展开更多
关键词 经验模态分解 极限学习机 深度信念网络 滚动轴承 故障诊断
下载PDF
多层降噪技术及Hilbert变换的轴承故障诊断方法 被引量：10
3
作者 葛兴来 邹丹 《电机与控制学报》 EI CSCD 北大核心 2020年第8期9-17,共9页
轴承是电机最容易发生故障的部件之一,而轴承早期故障时的振动信号中含有大量强干扰信号,导致故障特征信号不明显,难以被检测。针对上述问题,提出多层降噪技术及Hilbert变换的轴承故障诊断方法。首先,利用经验模态分解对小波包分解处理... 轴承是电机最容易发生故障的部件之一,而轴承早期故障时的振动信号中含有大量强干扰信号,导致故障特征信号不明显,难以被检测。针对上述问题,提出多层降噪技术及Hilbert变换的轴承故障诊断方法。首先,利用经验模态分解对小波包分解处理后的振动信号进行分解,根据方差贡献率保留有效的固有模态分量;然后针对重构振动信号中的混叠干扰分量,采用奇异值分解滤波技术进行消除,并使用中心差商法筛选有效的奇异值,实现故障特征信号的提取;最后对故障特征信号进行Hilbert变换,解调出其幅值和频率函数。提出的轴承早期故障诊断方法,能够有效解决经验模态分解存在的模态混叠问题,准确提取出故障特征信号,实现轴承早期故障的识别,对实验数据的分析结果验证了该故障诊断方法的有效性。 展开更多
关键词 轴承早期故障 振动信号 经验模态分解 模态混叠 奇异值分解 HILBERT变换
下载PDF
基于EMD-DA-LSSVM的短期电力负荷预测研究 被引量：9
4
作者 徐少波 李鑫 +1 位作者 刘海涛 魏丽 《电子技术应用》 2020年第11期96-99,103,共5页
针对电力负荷数据的非线性和非平稳性特性,为提高短期电力负荷预测的精度,提出一种基于EMD-DA-LSSVM的短期用电负荷预测模型。首先,采用EMD分解短期电力负荷数据,获得互不耦合的IMF分量;其次,针对各IMF分量建立最优参数下的EMD-DA-LSSV... 针对电力负荷数据的非线性和非平稳性特性,为提高短期电力负荷预测的精度,提出一种基于EMD-DA-LSSVM的短期用电负荷预测模型。首先,采用EMD分解短期电力负荷数据,获得互不耦合的IMF分量;其次,针对各IMF分量建立最优参数下的EMD-DA-LSSVM短期电力负荷预测模型,重构得到预测值。通过算法验证分析,与LSSVM、DA-LSSVM和EMD-LSSVM相比,EMD-DA-LSSVM模型具有更高的预测精度,短期电力负荷预测精度高达2.203%。 展开更多
关键词 最小二乘支持向量机 短期负荷预测 参数优化 经验模态分解 蜻蜓算法
下载PDF
改进麻雀算法优化支持向量机的接触电阻预测 被引量：4
5
作者 回立川 张晓泽 李欢欢 《电工电能新技术》 CSCD 北大核心 2023年第8期60-68,共9页
针对接触电阻常规计算公式计算结果精度难以达到要求,本文提出一种改进麻雀搜索算法(IASSA)优化支持向量(SVM)的接触电阻预测模型。首先,运用经验模态(EMD)对接触电阻的时序数据进行分解,得到一系列不同特征的本征模函数(IMF);其次,在... 针对接触电阻常规计算公式计算结果精度难以达到要求,本文提出一种改进麻雀搜索算法(IASSA)优化支持向量(SVM)的接触电阻预测模型。首先,运用经验模态(EMD)对接触电阻的时序数据进行分解,得到一系列不同特征的本征模函数(IMF);其次,在对分解数据进行支持向量机建模时,采用一种多策略混合改进的麻雀算法去优化支持向量机的回归参数,该改进算法具有全局探索能力强、精度高等优点,从而可以有效避免支持向量机选择参数的盲目性;最后建立EMD-IAS-SA-SVM模型对每个IMF分量进行预测,在得到每个分量的预测结果后并进行重构,最终得到接触电阻的预测结果。实验结果表明,所提组合模型对接触电阻非平稳时间序列有较高预测精度和适用性。 展开更多
关键词 电接触 接触电阻 经验模态分解 改进麻雀搜索算法 支持向量机
下载PDF
锂电池在不同放电区间下的剩余寿命预测 被引量：4
6
作者 赵沁峰 蔡艳平 王新军 《中国测试》 CAS 北大核心 2023年第3期159-165,180,共8页
随着锂离子电池的广泛应用,需要现有剩余寿命预测模型适应实际使用工况。针对锂离子电池在循环过程中放电区间对容量衰减影响较大的现象,为解决基于放电性能映射关系建立的剩余寿命预测模型应用范围较窄,提高车用锂电池剩余寿命预测模... 随着锂离子电池的广泛应用,需要现有剩余寿命预测模型适应实际使用工况。针对锂离子电池在循环过程中放电区间对容量衰减影响较大的现象,为解决基于放电性能映射关系建立的剩余寿命预测模型应用范围较窄,提高车用锂电池剩余寿命预测模型适用性能,提出使用经验模态分解将容量分解为波动与趋势分量,并通过建立差分移动自回归模型以及广义回归神经网络分别进行预测,获得锂离子电池剩余寿命。选取NASA和CACEL电池数据集对模型进行验证,并对比基于蚁狮优化的相关向量机的方法,实验结果表明:提出的模型相比蚁狮优化的相关向量机的方法,对容量衰退的跟踪误差平均降低50%,能够实现不同放电区间下的电池老化预测,适用性能好,对电池容量再生现象追踪准确。 展开更多
关键词 锂离子电池 经验模态分解 差分移动自回归 广义回归神经网络 剩余寿命
下载PDF
基于经验模态分解的预应力孔道缺陷信号分析 被引量：4
7
作者 柴文浩 杨雅勋 +1 位作者 张宇航 吴富勇 《兰州大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第1期129-135,142,共8页
针对预应力管道缺陷测试中的冲击回波信号,提出一种新的信号处理方法.采用经验模态分解对冲击信号进行分解,得到一系列本征模态函数.对得到的本征模态函数进行快速傅里叶变换,对其频域信号进行分析.通过数值模拟和室内试验验证方法的可... 针对预应力管道缺陷测试中的冲击回波信号,提出一种新的信号处理方法.采用经验模态分解对冲击信号进行分解,得到一系列本征模态函数.对得到的本征模态函数进行快速傅里叶变换,对其频域信号进行分析.通过数值模拟和室内试验验证方法的可行性.结果表明,该方法较传统的快速傅里叶变换具有更强的抗噪性,并能成功分离出噪声、缺陷反射信号、表面波信号和模态振动信号. 展开更多
关键词 经验模态分解 冲击回波 快速傅里叶变换 特征峰值频率
下载PDF
基于HP-EMD数据分解与CNN-LSTM深度学习的蔬菜价格预测模型 被引量：1
8
作者 何志亚 刘闯 +2 位作者 武官府 刘云贵 马建强 《上海农业学报》 2024年第2期109-117,共9页
现有蔬菜价格预测模型多针对单一品种且稳定性与适用性不足,鉴于此提出一种基于HP滤波法(Hodrick-Prescott filter)与经验模态分解法(Empirical mode decomposition,EMD)分解数据,并耦合卷积神经网络(Convolutional neural network,CNN... 现有蔬菜价格预测模型多针对单一品种且稳定性与适用性不足,鉴于此提出一种基于HP滤波法(Hodrick-Prescott filter)与经验模态分解法(Empirical mode decomposition,EMD)分解数据,并耦合卷积神经网络(Convolutional neural network,CNN)与长短期记忆模型(Long short-term memory,LSTM)的蔬菜价格预测模型。HP-EMD方法将价格序列分解为意义明确的分量以分析价格的波动规律,CNN-LSTM方法提取分量特征以提高模型的稳定性。以云南省2019—2021年西红柿、芹菜、菠菜、大白菜和大蒜的价格数据进行模型验证。结果表明:该模型预测的西红柿价格平均相对误差为5.03%、决定系数为0.85、均方根误差为0.30元(人民币,下同)∕kg,DM检验(Diebold mariano test)表明该模型显著优于其他模型。其他蔬菜预测结果的决定系数也均在0.8以上,表明该模型具有良好的适用性。 展开更多
关键词 蔬菜价格 CNN LSTM 经验模态分解 HP滤波
下载PDF
改善经验模态分解端点问题的方法 被引量：1
9
作者 李超 《石油地质与工程》 CAS 2024年第2期72-76,共5页
由于采集到的地震资料包含各种各样的噪声,导致地震资料信噪比较低,给之后的解释工作带来较大困难。为了更准确地了解地下地质信息,需要提高地震资料的信噪比。针对地震资料中的随机噪声,采用镜像对称延拓法、边界局部特征尺度延拓法以... 由于采集到的地震资料包含各种各样的噪声,导致地震资料信噪比较低,给之后的解释工作带来较大困难。为了更准确地了解地下地质信息,需要提高地震资料的信噪比。针对地震资料中的随机噪声,采用镜像对称延拓法、边界局部特征尺度延拓法以及多项式拟合法3种方法,在60 Hz的正弦信号与白噪声的合成信号中找到极值点,再计算均值,得到本征模态函数后并重构地震信号,有效压制了地震噪声。研究结果表明,使用镜像对称延拓法、边界局部特征尺度延拓法以及多项式拟合法均可以消除地震信号的端点效应并有效压制混叠现象,使用多项式拟合法分解得到的相似系数最大,而边界局部特征尺度延拓法得到的相似系数最小,平均相对误差最小;边界局部特征尺度延拓法运算速度最快,多项式拟合法则耗时较长。镜像对称延拓法和边界局部特征尺度延拓法,不仅有效地抑制了传统经验模态分解中存在的端点效应,而且增加了经验模态分解得到的本征模态函数的正交性,提高了经验模态分解精度。 展开更多
关键词 经验模态分解 镜面延拓 边界局部特征 端点效应
下载PDF
改进鲸鱼优化算法的微电网混合储能容量配置研究 被引量：3
10
作者 邓坤 温拥军 +1 位作者 胡攀 郭永强 《智能计算机与应用》 2023年第2期194-199,共6页
单一类型的储能设备难以兼顾多种类型储能设备的优势,而混合储能系统能够综合不同类型储能介质的技术与经济优点。本文采用蓄电池与超级电容构成混合储能,采用经验模态分解对储能总出力进行分解,以配置综合成本最小为目标,构建混合储能... 单一类型的储能设备难以兼顾多种类型储能设备的优势,而混合储能系统能够综合不同类型储能介质的技术与经济优点。本文采用蓄电池与超级电容构成混合储能,采用经验模态分解对储能总出力进行分解,以配置综合成本最小为目标,构建混合储能容量优化配置模型。针对传统鲸鱼优化算法在求解寻优时容易早熟、陷入局部最优解等问题,引入幂函数控制参数以及自适应权重,提高全局搜索能力,并采用改进鲸鱼优化算法对模型求解。通过算例验证了本文所提方法的合理性。 展开更多
关键词 微电网 混合储能 经验模态分解 改进鲸鱼优化算法
下载PDF
基于ICEEMDAN与BiLSTM的交直流混联电网故障识别
11
作者 陈伟哲 宋弘 +2 位作者 吴浩 田海鹏 宋匡玮 《四川轻化工大学学报（自然科学版）》 CAS 2024年第2期39-48,共10页
针对交直流混联电网故障特征提取困难与故障类型识别准确率低的问题,提出了一种基于改进的完全自适应噪声集合经验模态分解(ICEEMDAN)和蜜獾算法优化双向长短时记忆神经网络(BiLSTM)超参数的交直流混联电网故障类型辨识方法。首先,利用I... 针对交直流混联电网故障特征提取困难与故障类型识别准确率低的问题,提出了一种基于改进的完全自适应噪声集合经验模态分解(ICEEMDAN)和蜜獾算法优化双向长短时记忆神经网络(BiLSTM)超参数的交直流混联电网故障类型辨识方法。首先,利用ICEEMDAN对线路故障电压电流进行分解;然后,基于方差贡献率与相关系数联合特征指标选择模态分量并求其峰峰值,以选出的模态分量的峰峰值作为特征向量输入至蜜獾算法优化后的双向长短时记忆网络进行故障类型辨识。最后,在PSCAD/EMTDC中搭建了交直流混联电网模型对所提方法进行验证。实验结果表明,所提算法故障辨识准确率达到99.5%,受不同故障线路、故障过渡电阻、故障位置、数据丢失影响较小,并且对10 dB噪声干扰下的含噪声信号的故障辨识准确率达到95.9%,具有较强的适应性。 展开更多
关键词 交直流混联电网 故障类型辨识 经验模态分解 蜜獾算法 双向长短时记忆神经网络
下载PDF
基于EMD-ANN耦合模型的路基沉降预测方法研究
12
作者 潘文超 《铁道勘测与设计》 2024年第4期47-51,共5页
本研究基于经验模态分解(EMD)与人工神经网络(Artificial Neural Network,ANN)的耦合算法,致力于路基沉降预测方法的深入研究。在道路工程中,路基沉降是一个关键问题,直接影响着道路的安全性和可持续性。为了提高沉降预测的准确性和可靠... 本研究基于经验模态分解(EMD)与人工神经网络(Artificial Neural Network,ANN)的耦合算法,致力于路基沉降预测方法的深入研究。在道路工程中,路基沉降是一个关键问题,直接影响着道路的安全性和可持续性。为了提高沉降预测的准确性和可靠性,本研究应用EMD将复杂的路基沉降时程信号分解成多个本征模态函数,有效提取信号的局部特征。通过分析各个本征模态函数的特征,确定最具代表性的模态函数为序列趋势项,运用ANN模型对各本征模态函数进行训练,以捕捉各个模态函数之间的非线性关系。通过模型的训练和优化,得到高度适应路基沉降特性的改进ANN预测模型。将经过训练的ANN模型用于对广州某路基沉降进行预测,实验结果表明,采用改进ANN算法的路基沉降预测方法在准确性取得了显著的提升。与传统方法相比,本研究提出的方法能够更好地适应路基沉降信号的复杂变化,并具有更强的泛化能力。因此,该研究为道路工程领域提供了一种先进而可行的沉降预测方法,为提高路基设计的可持续性和安全性提供了有力支持。 展开更多
关键词 路基沉降预测 改进人工神经网络 经验模态分解 道路安全 本征模态函数
下载PDF
多参数的风电输出净功率波动性概率分布研究
13
作者 张永伟 《自动化仪表》 CAS 2024年第6期121-126,共6页
风电场在输出风电净功率时,风速、湍流强度以及风剪切等因素会导致并网输出功率的波动性增加,进而增加配电网的电压。为保障配电网安全运行,研究多参数的风电输出净功率波动性概率分布。根据影响风电功率波动的风速、湍流强度以及风剪... 风电场在输出风电净功率时,风速、湍流强度以及风剪切等因素会导致并网输出功率的波动性增加,进而增加配电网的电压。为保障配电网安全运行,研究多参数的风电输出净功率波动性概率分布。根据影响风电功率波动的风速、湍流强度以及风剪切系数的分析结果,使用复数据经验模态分解方法提取风机输出功率波动量。将风速、风剪切系数以及湍流强度等参数作为约束条件,建立并校准风电输出净功率波动性概率分布模型,以实现对风电输出净功率波动性概率分布特性的精准获取。试验结果表明,所提模型的概率分布误差在0.01%以内,精度较高。该模型的波动概率值与风电场功率波动性概率分布的波动概率值相似。该模型效果较好。 展开更多
关键词 风力发电 参数约束 输出净功率 波动性概率分布 经验模态分解
下载PDF
基于经验模态分解停止准则的振动筛轴承故障诊断
14
作者 刘港 熊继芬 《机械管理开发》 2024年第6期116-118,共3页
在数控振动筛运行速度大幅增加对轴承的运行稳定性提出了更高的要求,分析其故障信号并及时诊断是关键。为了弥补经验模态分解EMD方法依然有着模态混叠、包络过度以及包络不足等问题,筛分引入分解停止准则对其迭代计算进行加强,设计了一... 在数控振动筛运行速度大幅增加对轴承的运行稳定性提出了更高的要求,分析其故障信号并及时诊断是关键。为了弥补经验模态分解EMD方法依然有着模态混叠、包络过度以及包络不足等问题,筛分引入分解停止准则对其迭代计算进行加强,设计了一种基于经验模态分解停止准则的轴承故障诊断方法。通过仿真信号分析得到,该方法得到较少的本征模态函数(IMF)和均方根差(RMSE)数值,在算法时间层面具有优势性。所提方式在噪声较大的环境下对于分解信号有着较强的鲁棒性。 展开更多
关键词 轴承 经验模态分解 筛分停止准则 故障诊断 鲁棒性
下载PDF
预制舱式变电站负荷支路漏电监测方法设计
15
作者 汪可夫 胡志祥 《自动化仪表》 CAS 2024年第7期55-59,69,共6页
为了确保预制舱式变电站运行的安全性与平稳性,需要监测负荷支路的漏电情况。为此,设计一种针对预制舱式变电站的负荷支路漏电监测方法。首先,对预制舱式变电站负荷支路的漏电等效电路进行分析,并以此为依据开展预制舱式变电站负荷支路... 为了确保预制舱式变电站运行的安全性与平稳性,需要监测负荷支路的漏电情况。为此,设计一种针对预制舱式变电站的负荷支路漏电监测方法。首先,对预制舱式变电站负荷支路的漏电等效电路进行分析,并以此为依据开展预制舱式变电站负荷支路漏电暂态电流信号分析,从而选出可完成判断的电流信号。然后,设计电流信号采集方案,引入经验模态分解方法消除电流信号中存在的噪声,以提高电流信号的质量。最后,根据采集的电流信号,建立四种不同电流信号负荷支路漏电判据,以实现预制舱式变电站负荷支路漏电监测。试验结果表明,该方法的信号去噪效果较好,可将信噪比数值提高到85 dB左右,对支路漏电情况的监测精度较高。该方法可有效提升变电站负荷支路漏电监测效率。 展开更多
关键词 预制舱式变电站 漏电暂态分析 经验模态分解 等效电路 信号去噪 支路漏电监测
下载PDF
基于悬挂式FBG的螺栓连接微小扭矩检测
16
作者 饶春芳 陈鹏 +4 位作者 胡友德 詹学峰 姜子薇 王跃翔 余文鑫 《光子学报》 EI CAS CSCD 北大核心 2024年第4期130-138,共9页
将光纤布拉格光栅通过尾纤悬挂在带螺栓连接的结构件表面,使用结构动态检测法测试螺栓连接结构的扭矩。测试中,在待测结构件上产生周期性的振动,在振动的作用下尾纤中产生周期性应变,它作为波源在刻有布拉格光纤光栅的光纤中形成应力波... 将光纤布拉格光栅通过尾纤悬挂在带螺栓连接的结构件表面,使用结构动态检测法测试螺栓连接结构的扭矩。测试中,在待测结构件上产生周期性的振动,在振动的作用下尾纤中产生周期性应变,它作为波源在刻有布拉格光纤光栅的光纤中形成应力波,布拉格光纤光栅感知应力波形成测试信号。在识别过程中,首先使用经验模态分解方法对测试信号进行分解以去除不平稳分量及噪声,然后提取信号的有量纲和无量纲特征值,最后将这些特征值输入基于支持向量机的识别系统。结果表明,该方法识别正确率达97.2%,扭矩识别能力在N·cm量级。本研究开拓了一种新的螺栓连接状态的检测方法,尤其适用于小质量结构中微小扭矩的检测。 展开更多
关键词 螺栓扭矩识别 结构动态检测 悬挂式光纤布拉格光栅 经验模态分解 支持向量机
下载PDF
基于EMD和FastICA的轴承故障诊断
17
作者 高云峰 张金萍 《机械设计与制造》 北大核心 2024年第6期48-52,共5页
针对滚动轴承振动信号之间的影响并且易受到噪声干扰的问题,提出了一种基于快速独立分类分析(FastICA)与经验模态分解(EMD)相结合的故障提取特征方法。通过经验模态分解将振动信号分解成若干个模态分量。继而,根据计算相关性系数选取有... 针对滚动轴承振动信号之间的影响并且易受到噪声干扰的问题,提出了一种基于快速独立分类分析(FastICA)与经验模态分解(EMD)相结合的故障提取特征方法。通过经验模态分解将振动信号分解成若干个模态分量。继而,根据计算相关性系数选取有效的模态分量构建噪声通道,最后通过快速独立分类分析将源信号与噪声信号分离,进而得到独立的源信号。通过对西储大学轴承数据的仿真与实验结果表明,该方法可以有效的抑制噪声干扰,清晰的看出轴承的故障频率,实现了对轴承的故障诊断。 展开更多
关键词 振动信号 特征提取 经验模态分解 快速独立分类分析
下载PDF
基于EMD-RF算法的重介精煤灰分预测研究 被引量：2
18
作者 李哲 孟巧荣 +3 位作者 王然风 付翔 程凯 王珺 《煤炭工程》 北大核心 2023年第10期174-179,共6页
针对煤炭重介分选控制过程中的精煤灰分测量延迟问题,基于随机森林算法(Random Forest,RF)与经验模态分解(Empirical Mode Decomposition,EMD)将工业现场实测的密度、磁性物含量、灰分数据进行降噪处理后,建立了重介分选系统数学模型;... 针对煤炭重介分选控制过程中的精煤灰分测量延迟问题,基于随机森林算法(Random Forest,RF)与经验模态分解(Empirical Mode Decomposition,EMD)将工业现场实测的密度、磁性物含量、灰分数据进行降噪处理后,建立了重介分选系统数学模型;提出了灰分前置对应方法:用t时刻的输入(悬浮液密度值m、磁性物含量值n)对应t+T(T为延迟时间)时刻的输出(精煤灰分值h)进行模型训练。在对BP神经网络、随机森林算法以及基于最小二乘原理的算法进行对比寻优后,最终得出随机森林算法的建模效果最优。研究结果表明:可将随机森林估计值作为指导值用于煤炭分选工业现场,以提升重介分选效率,改善精煤煤质。 展开更多
关键词 重介质选煤 经验模态分解(EMD) 去噪处理 随机森林算法(RF) 预测建模
下载PDF
基于EMD-LSTM模型的水轮机组实测摆度信号预测方法研究
19
作者 吴康平 周建旭 +1 位作者 潘伟峰 丁钶铖祺 《水电能源科学》 北大核心 2024年第5期179-182,共4页
水电机组的运行状态直接影响电站及电网的安全稳定,预测机组监测的振动信号有助于改善故障诊断的缺陷。为此,将经验模态分解(EMD)和神经网络模型相结合,提出一种基于EMD-LSTM的水轮机组摆度信号预测模型,将该模型应用于国内某水电站的... 水电机组的运行状态直接影响电站及电网的安全稳定,预测机组监测的振动信号有助于改善故障诊断的缺陷。为此,将经验模态分解(EMD)和神经网络模型相结合,提出一种基于EMD-LSTM的水轮机组摆度信号预测模型,将该模型应用于国内某水电站的机组摆度信号预测中,并与LSTM、GA-BP和EMD-GABP模型预测结果进行比较。结果表明,该模型在机组摆度信号的预测方面表现出较高的精度,且优于其他模型。 展开更多
关键词 水轮机组 摆度信号 经验模态分解 长短时记忆神经网络 预测精度
下载PDF
基于EMD-DA-RNN的边坡位移预测
20
作者 李倩 《黑龙江交通科技》 2024年第2期5-7,共3页
我国滑坡灾害高发,每年造成了巨大的人员伤亡和经济损失。依托信息技术尤其是物联网技术、人工智能等技术,滑坡的监测预警逐渐自动化、智能化,各种滑坡监测预警系统层出不穷,滑坡监测的数据量、预警的即时性都得到了极大的提升。采用深... 我国滑坡灾害高发,每年造成了巨大的人员伤亡和经济损失。依托信息技术尤其是物联网技术、人工智能等技术,滑坡的监测预警逐渐自动化、智能化,各种滑坡监测预警系统层出不穷,滑坡监测的数据量、预警的即时性都得到了极大的提升。采用深度学习技术的理论方法,充分利用监测系统获得的数据开展数据挖掘,利用已有的监测数据和各类信息预测滑坡未来一段时间的演化行为,最终实现对滑坡的安全评价。可及时提出滑坡的预防与处置方案,从而保障滑坡影响区域的人类活动。 展开更多
关键词 边坡 经验模态分解 双阶段注意力机制 循环神经网络 位移预测
下载PDF
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 2 … 6 下一页 到第 页
使用帮助 返回顶部