基于频率响应与图像特征提取的动车组变压器绕组状态诊断方法研究 被引量：1

1

作者 郭蕾 蔡育宏 +3 位作者 张俊 赵晨 王东阳 周利军 《铁道学报》 EI CAS CSCD 北大核心 2024年第4期47-56,共10页

动车组变压器是保障高速铁路稳定运行的核心设备,频率响应法是目前检测变压器绕组状态的有效方法。为提升车载变压器绕组状态诊断的准确性,结合暂态信号与频率响应法提出基于频率响应与图像特征提取的动车组变压器绕组状态诊断方法。搭... 动车组变压器是保障高速铁路稳定运行的核心设备,频率响应法是目前检测变压器绕组状态的有效方法。为提升车载变压器绕组状态诊断的准确性,结合暂态信号与频率响应法提出基于频率响应与图像特征提取的动车组变压器绕组状态诊断方法。搭建试验车载变压器绕组故障模拟平台,获取不同故障类型和故障位置的频响曲线,利用类Gram矩阵结合幅频和相频曲线信息,再利用密度分层法转换为伪彩色图,提取对应的灰度共生矩阵和灰度差分矩阵特征值,根据鹈鹕优化支持向量机方法对绕组故障进行诊断。试验结果表明:车载变压器绕组故障发生时,伪彩色图能够反映出故障信息,有利于图像分析和特征提取,采用基于频率响应与图像特征提取的动车组变压器绕组状态诊断方法能够识别车载变压器绕组的典型故障类型和位置。 展开更多

关键词 车载变压器 绕组故障 频率响应 伪彩色图 图像特征 支持向量机 鹈鹕算法

下载PDF 职称材料

基于改进鹈鹕算法的多端口交直流柔性联合能量控制系统优化方法

2

作者 路晓丽 刘子瑞 +3 位作者 胡江涛 肖成刚 冯康康 靳文星 《可再生能源》 CAS CSCD 北大核心 2024年第12期1697-1704,共8页

针对多端口配置的交直流柔性互联系统能量管理策略的最优经济运行,文章基于光伏发电曲线、峰谷电价区间契合度、储能控制等,提出一种基于改进鹈鹕算法的多端口交直流柔性联合能量控制系统优化方法。以直流母线电压、功率控制单元容量、... 针对多端口配置的交直流柔性互联系统能量管理策略的最优经济运行,文章基于光伏发电曲线、峰谷电价区间契合度、储能控制等,提出一种基于改进鹈鹕算法的多端口交直流柔性联合能量控制系统优化方法。以直流母线电压、功率控制单元容量、功率平衡为约束,构建综合考虑网损最小、经济性最优、储能充/放电状态最佳的多端口交直流柔性联合能量控制系统优化模型。基于鹈鹕优化算法求解所构建的模型,引入随机质量扰动行为提高算法的全局搜索能力,防止模型求解中陷入局部最优。经过仿真验证,文章所提方法能够实现多端口交直流柔性联合能量控制系统的最优调度。 展开更多

关键词 多端口配置 交直流柔性互联系统 能量管理 鹈鹕算法 随机质量扰动

下载PDF 职称材料

基于POA-CNN-REGST的电梯钢丝绳滑移量预测方法 被引量：10

3

作者 朱锡山 罗贞 +2 位作者 易灿灿 尤光辉 薛家成 《机电工程》 CAS 北大核心 2023年第6期928-935,共8页

电梯曳引轮与钢丝绳之间的滑移量过大会导致重大意外事故的发生,针对这一问题,提出了一种基于鹈鹕优化算法-卷积神经网络-堆叠回归(POA-CNN-REGST)的电梯钢丝绳滑移量预测方法。首先,使用数据产生函数生成了样本,并对样本添加了高斯白噪... 电梯曳引轮与钢丝绳之间的滑移量过大会导致重大意外事故的发生,针对这一问题,提出了一种基于鹈鹕优化算法-卷积神经网络-堆叠回归(POA-CNN-REGST)的电梯钢丝绳滑移量预测方法。首先,使用数据产生函数生成了样本,并对样本添加了高斯白噪声,分别使用POA-CNN-REGST、支持向量机(SVM)、相关向量机(RVM)对仿真数据进行了训练和学习;然后,对试验基地采集的电梯滑移量等相关数据进行了归一化处理,并用POA-CNN-REGST进行了电梯钢丝绳滑移量预测;最后,将结果与传统的统计学模型SVM和RVM进行了比较。研究结果表明:在使用相同的训练集和测试集时,在仿真数据分析中,其均方根误差为0.0496;在真实数据分析中,其均方根误差和平均绝对百分比误差低至0.0661和0.0733。无论是仿真数据或是真实数据分析,该模型预测准确度都远高于SVM和RVM,这表明其在电梯钢丝绳滑移量预测方面具有高度可靠性。 展开更多

关键词 曳引式电梯 钢丝绳 滑移量 鹈鹕优化算法 卷积神经网络 堆叠回归模型

下载PDF 职称材料

基于鹈鹕优化算法的核环境巡检机器人路径规划 被引量：6

4

作者 张洁 《机械设计与研究》 CSCD 北大核心 2023年第3期27-30,34,共5页

为提高核环境巡检机器人路径规划的效果,将一种新型智能优化算法—鹈鹕优化算法(Pelican Optimization Algorithm,POA)应用于解决该问题,并进行了实例分析。介绍了POA基本原理,给出了算法主要流程;利用4个基准测试函数对POA性能进行了验... 为提高核环境巡检机器人路径规划的效果,将一种新型智能优化算法—鹈鹕优化算法(Pelican Optimization Algorithm,POA)应用于解决该问题,并进行了实例分析。介绍了POA基本原理,给出了算法主要流程;利用4个基准测试函数对POA性能进行了验证,并与另外3种典型优化算法进行了对比分析;构建了简单和复杂的核巡检机器人两种工作环境,利用POA进行路径规划。结果表明,POA算法的寻优精度更高且计算稳定性好,在耗时更少的情况下,可以获得更短的移动路径,具有一定的优势。 展开更多

关键词 鹈鹕优化算法 核环境 巡检机器人 路径规划

原文传递

基于改进神经网络算法的数控钻攻中心进给轴热误差预测 被引量：5

5

作者 李帅 杨赫然 +3 位作者 孙兴伟 潘飞 董祉序 刘寅 《电子测量与仪器学报》 CSCD 北大核心 2023年第9期234-242,共9页

为降低数控机床热误差对数控钻攻中心的影响,提高工件的加工精度,解决不同工况下热误差预测精度不佳的问题。在进给速度为10 m/min、环境温度20°的工作条件下进行数控机床进给系统热误差测量实验,采用鹈鹕优化算法对神经网络进行优... 为降低数控机床热误差对数控钻攻中心的影响,提高工件的加工精度,解决不同工况下热误差预测精度不佳的问题。在进给速度为10 m/min、环境温度20°的工作条件下进行数控机床进给系统热误差测量实验,采用鹈鹕优化算法对神经网络进行优化,确定BP神经网络的最优权值和阈值,建立进给系统热误差的POA-BP预测模型,并与传统BP神经网络和GA-BP神经网络以及SCN随机配置网络进行实验对比分析。结果表明,传统BP神经网络预测平均相对误差为12.23%,GA-BP神经网络平均相对误差为11.5%,SCN预测模型预测平均相对误差为12.71%,POA-BP预测模型预测平均相对误差为9.93%,精度有所提升。结论:提出的鹈鹕优化算法改进的神经网络在热误差预测中具有较强的有效性和精确性,可以提高进给运动精度,为热误差补偿的实现提供理论指导。 展开更多

关键词 进给系统 热误差 鹈鹕优化算法 神经网络预测

下载PDF 职称材料

基于POA-VMD-WT的MEMS去噪方法 被引量：2

6

作者 马星河 师雪琳 赵军营 《电子测量与仪器学报》 CSCD 北大核心 2024年第1期53-63,共11页

针对MEMS传感器所测得的加速度和角速度输出信号噪声较大问题,提出一种基于鹈鹕优化算法(pelican optimization algorithm,POA)的变分模态分解(variational mode decomposition,VMD)结合小波阈值(wavelet threshold,WT)的去噪方法。首... 针对MEMS传感器所测得的加速度和角速度输出信号噪声较大问题,提出一种基于鹈鹕优化算法(pelican optimization algorithm,POA)的变分模态分解(variational mode decomposition,VMD)结合小波阈值(wavelet threshold,WT)的去噪方法。首先利用POA对VMD的参数组合进行优化选择,然后应用POA-VMD将含噪信号自适应、非递归地分解为一系列本征模态函数(intrinsic mode function,IMF)。再通过计算每个IMF的余弦相似度对IMFs进行分类,根据计算结果将IMFs分为噪声主导分量与信号主导分量,对分类后的噪声主导分量进行改进小波阈值去噪处理,最后对处理后的噪声分量与信号主导分量进行重构,获得降噪后的MEMS传感器信号。静态和动态实验结果表明,该方法去噪处理后信号的信噪比分别提高12和10 dB,均方误差分别降低75.5%和46.6%,去噪效果显著,能够提高MEMS传感器的精度。 展开更多

关键词 MEMS传感器 鹈鹕优化算法 变分模态分解 小波阈值 余弦相似度

下载PDF 职称材料

基于VMDT-POA-DELM-GPR的两阶段短期负荷预测 被引量：1

7

作者 王强 刘宏伟 聂子凡 《国外电子测量技术》 2024年第1期101-109,共9页

针对传统负荷预测方法精度不高的问题,为准确捕捉到负荷数据波动的规律,提出了一种两阶段负荷预测方法。第1阶段首先用变分模态分解(VMD)对原始负荷序列进行分解,得到分解处理后的残差分量,再采用时变滤波经验模态分解(TVF-EMD)方法进... 针对传统负荷预测方法精度不高的问题,为准确捕捉到负荷数据波动的规律,提出了一种两阶段负荷预测方法。第1阶段首先用变分模态分解(VMD)对原始负荷序列进行分解,得到分解处理后的残差分量,再采用时变滤波经验模态分解(TVF-EMD)方法进行特征提取;然后对全部子序列分别建立深度极限学习机(DELM)模型,同时利用鹈鹕优化算法(POA)进行参数寻优,叠加各子序列的预测值得到初始负荷预测值。第2阶段采用POA-DELM模型对误差分量进行预测;然后将第一阶段中所有子序列预测值和误差预测值作为特征输入到高斯过程回归(GPR)模型中,得到负荷最终的预测结果。结果表明,两阶段模型的均方根误差(RMSE)、平均绝对误差(MAE)分别为对比模型的4%~77%、4%~76%,而平均百分比误差(MAPE)仅为0.0678%,可有效提高电力负荷的预测精度。 展开更多

关键词 变分模态分解 时变滤波经验模态分解 鹈鹕优化算法 深度极限学习机 两阶段负荷预测

下载PDF 职称材料

基于压缩空气流量预测的火电机组空压机节能研究 被引量：1

8

作者 王冠华 孙宇贞 +1 位作者 彭道刚 汪皓然 《流体机械》 CSCD 北大核心 2024年第1期96-104,共9页

针对火电机组内空压机布局分散和加卸载频繁造成电能浪费严重的问题,提出一种基于压缩空气流量预测结果进行空压机联网运行组合优化的方法。为提高预测模型的预测精度,提出鹈鹕优化算法(POA)与长短期记忆神经网络相结合的预测模型(POA-L... 针对火电机组内空压机布局分散和加卸载频繁造成电能浪费严重的问题,提出一种基于压缩空气流量预测结果进行空压机联网运行组合优化的方法。为提高预测模型的预测精度,提出鹈鹕优化算法(POA)与长短期记忆神经网络相结合的预测模型(POA-LSTM),通过相关性分析,选取空压机运行电流、储气罐压力、空压机排气压力和排气温度作为压缩空气流量的影响因素。结果表明,该模型预测误差率小于4%,能较准确地预测压缩空气流量的变化趋势;根据用气量预测结果进行杂用压缩空气联网改造测试,优化空压机的组合运行方式,可以少开杂用空压机1台,能耗降低13.01%;全厂空压机均采用基于压缩空气流量预测的联网供气方式可实现全年节约电能超过440万kW·h,节省电费268万余元,减少2 559 t二氧化碳排放。 展开更多

关键词 压缩空气流量预测 LSTM 鹈鹕优化算法 空压机节能

下载PDF 职称材料

DPCA-POA-RF-Informer在多情景光伏多步预测中的应用 被引量：1

9

作者 胡烜彬 纪正森 许晓敏 《智慧电力》 北大核心 2024年第1期8-13,22,共7页

针对光伏发电波动性与不确定性对电力系统稳定产生的影响,对多情景光伏发电功率的多步预测进行研究。首先通过密度峰值算法根据太阳辐射量、温度、湿度等气象数据对天气状况进行精确分类。其次,为了使模型表现出更好的性能,建立了鹈鹕... 针对光伏发电波动性与不确定性对电力系统稳定产生的影响,对多情景光伏发电功率的多步预测进行研究。首先通过密度峰值算法根据太阳辐射量、温度、湿度等气象数据对天气状况进行精确分类。其次,为了使模型表现出更好的性能,建立了鹈鹕算法优化随机森林(POA-RF)的因素筛选特征变量,模型用鹈鹕算法对随机森林的决策树数目和深度两个参数进行寻优,加强了因素筛选的有效性。最后,基于Informer模型对不同天气状况的光伏功率进行多步预测。实例计算结果验证了所提模型预测精准度的有效性与精准性。 展开更多

关键词 光伏功率预测 INFORMER 鹈鹕优化 随机森林 多步预测

下载PDF 职称材料

采用混合策略联合优化的模糊C-均值聚类信息熵点云简化算法 被引量：1

10

作者 黄鹤 黄佳慧 +2 位作者 刘国权 王会峰 高涛 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第7期214-226,共13页

针对传统聚类算法处理点云简化问题时精度低、耗时长且易丢失特征信息等问题,提出了一种基于动态精英自适应混合策略的鹈鹕算法(DEAMPOA)与加权熵法联合优化的模糊C-均值聚类(FCM)信息熵点云简化算法。采用动态自适应种群混合策略,同时... 针对传统聚类算法处理点云简化问题时精度低、耗时长且易丢失特征信息等问题,提出了一种基于动态精英自适应混合策略的鹈鹕算法(DEAMPOA)与加权熵法联合优化的模糊C-均值聚类(FCM)信息熵点云简化算法。采用动态自适应种群混合策略,同时融合了精英反向化思路,显著提升了鹈鹕优化算法(POA)的收敛趋势和全局寻优能力,提高了寻找FCM最优聚类中心的成功率;利用DEAMPOA结合加权熵法对FCM进行优化,提高鲁棒性的同时增强了搜索精度,得到较好的聚类结果;在8种UCI标准数据集上与4种算法对比进行聚类性能评估实验,验证了所提方法综合性能优越;将所提方法与信息熵融合,并应用在三维点云KITTI数据集简化中。实验结果表明:与包围框简化法、随机采样简化法和特征选择简化法对比,所提方法全局误差简化前后点集之间平均欧式距离(MED)指标分别降低了2.25%、6.93%、5.74%,点云简化效果最优且运行速度满足要求。 展开更多

关键词 C-均值聚类 鹈鹕优化算法 点云简化 信息熵

下载PDF 职称材料

基于VMD⁃ESA和IPOA⁃XGBOOST相结合的异步电机故障诊断 被引量：1

11

作者 高猛 曾宪文 《现代电子技术》 北大核心 2024年第2期115-120,共6页

为了提高异步电机故障诊断的准确度,提出一种结合变分模态分解(VMD)、包络谱分析法(ESA)和改进的鹈鹕优化算法优化的极限梯度提升模型(IPOA‐XGBOOST)的智能诊断方法。首先,对实测的异步电机振动信号进行VMD分解,并用ESA计算VMD分解得... 为了提高异步电机故障诊断的准确度,提出一种结合变分模态分解(VMD)、包络谱分析法(ESA)和改进的鹈鹕优化算法优化的极限梯度提升模型(IPOA‐XGBOOST)的智能诊断方法。首先,对实测的异步电机振动信号进行VMD分解,并用ESA计算VMD分解得到的本征模态分量(IMFs)的瞬时能量矩阵;然后用奇异值分解法(SVD)对得到的瞬时能量矩阵进行特征提取;最后,使用提取到的特征向量训练IPOA‐XGBOOST模型,得到异步电机的故障诊断准确率。另外,为了解决鹈鹕优化算法容易陷入局部最优解、寻优速度慢等问题,使用Circle映射改进鹈鹕优化算法。将改进的鹈鹕优化算法、遗传算法(GA)和鹈鹕优化算法进行寻优分析,实验结果表明,改进的鹈鹕优化算法的寻优效果最好。 展开更多

关键词 异步电机 故障诊断 鹈鹕优化算法 变分模态分解 包络谱分析法 瞬时能量矩阵 Circle映射

下载PDF 职称材料

改进鹈鹕算法优化LSTM的加热炉钢坯温度预测 被引量：4

12

作者 周建新 郑日成 侯宏瑶 《国外电子测量技术》 北大核心 2023年第5期174-179,共6页

在钢铁生产加工过程中,钢坯出炉温度直接影响着钢材的质量,为了精确预测钢坯出炉温度,因此提出了改进鹈鹕优化算法(IPOA)和长短记忆神经网络(LSTM)相结合的轧钢温度预测模型。首先,通过主成分分析法(PCA)对数据进行处理,其次运用改进鹈... 在钢铁生产加工过程中,钢坯出炉温度直接影响着钢材的质量,为了精确预测钢坯出炉温度,因此提出了改进鹈鹕优化算法(IPOA)和长短记忆神经网络(LSTM)相结合的轧钢温度预测模型。首先,通过主成分分析法(PCA)对数据进行处理,其次运用改进鹈鹕优化算法寻找到LSTM的最优参数,最终建立基于主成分分析的IPOA-LSTM轧钢温度预测模型,并同LSTM模型以及IPOA-LSTM模型进行对比,基于主成分分析的IPOA-LSTM模型的均方根误差为3.276 3,平均绝对误差为2.116 1,决定系数R2为0.958 2,与其他两个模型相比有更高的预测精度。 展开更多

关键词 加热炉 钢坯温度预测 主成分分析 改进鹈鹕优化算法 LSTM神经网络

下载PDF 职称材料

基于混合策略改进的鹈鹕优化算法

13

作者 苏莹莹 任曼铜 《制造技术与机床》 北大核心 2024年第3期85-93,共9页

针对鹈鹕优化算法求解精度低、稳定性不足、易陷入局部最优等问题,文章提出一种混合策略改进的鹈鹕优化算法(IPOA)。首先,为了增强种群的随机性和多样性,扩大种群的搜索范围,引入反向折射学习机制;其次,利用正余弦算法和鹈鹕算法融合,... 针对鹈鹕优化算法求解精度低、稳定性不足、易陷入局部最优等问题,文章提出一种混合策略改进的鹈鹕优化算法(IPOA)。首先,为了增强种群的随机性和多样性,扩大种群的搜索范围,引入反向折射学习机制;其次,利用正余弦算法和鹈鹕算法融合,改进鹈鹕搜索猎物的方式,增强算法的局部搜索与全局搜索能力;然后,采用Levy飞行机制对鹈鹕位置进行更新,从而提高算法的搜索能力以寻找最优值;最后,引入自适应t分布变异算子,使用算法的迭代次数作为t分布的自由度参数来增强鹈鹕种群的多样性,避免算法陷入局部最优。通过12个标准测试函数对改进算法与海鸥优化算法、黑猩猩优化算法、鲸鱼优化算法、蛇群优化算法和基本鹈鹕优化算法进行测试比较,结果表明,IPOA具有更好的收敛速度和稳定性。最后将改进鹈鹕算法应用于压力容器设计优化问题,进一步证实改进后的算法具有较好的求解性能。 展开更多

关键词 鹈鹕优化算法 折射反向学习 Levy飞行 正余弦算法 t分布变异

下载PDF 职称材料

基于超参数优化的极限学习机区域水资源短缺风险评价

14

作者 程刚 刀海娅 崔东文 《水力发电》 CAS 2024年第7期17-23,78,共8页

为科学评价区域水资源短缺风险水平,改进极限学习机(ELM)评价性能,提出晶体结构算法(CryStAl)、鹈鹕优化算法(POA)与ELM组合的水资源短缺风险评价模型,并通过云南省水资源短缺风险评价实例进行验证。首先,简要介绍CryStAl、POA原理,通过... 为科学评价区域水资源短缺风险水平,改进极限学习机(ELM)评价性能,提出晶体结构算法(CryStAl)、鹈鹕优化算法(POA)与ELM组合的水资源短缺风险评价模型,并通过云南省水资源短缺风险评价实例进行验证。首先,简要介绍CryStAl、POA原理,通过4个标准函数对CryStAl、POA进行仿真测试;其次,建立水资源短缺风险评价指标体系和等级标准,采用线性内插和随机选取的方法生成样本,并构建ELM超参数优化适应度函数;最后,采用CryStAl、POA对适应度函数进行寻优,利用寻优获得的最佳ELM超参数建立CryStAl-ELM、POA-ELM模型对实例各年度水资源短缺风险进行评价,结果与模糊综合评价法、CryStAl-SVM、POA-SVM、ELM、SVM模型的评价结果作对比。结果表明:CryStAl、POA具有较好的寻优精度及全局搜索能力;CryStAl-ELM、POA-ELM模型对检验样本评价的平均绝对百分比误差(MAPE)分别为0.077%、0.083%,评价精度较CryStAl-SVM、POA-SVM模型提高57.7%以上,较SELM、SVM模型提高83.5%以上;CryStAl、POA能有效优化ELM超参数,提高ELM的评价性能。CryStAl-ELM、POA-ELM模型评价结果表明,实例2006年~2008年水资源短缺风险为“较高风险”,2009年~2012年为“中风险”,2013年~2019年为“较低风险”,2020年~2025年为“低风险”;近15年来云南省水资源短缺风险水平呈下降趋势,且下降趋势显著。 展开更多

关键词 水资源短缺 风险等级 极限学习机 晶体结构算法 鹈鹕优化算法 仿真测试 云南省

下载PDF 职称材料

基于POA-GWO-CSO 算法的新能源电力系统精准切负荷控制多目标优化方法

15

作者 张建新 邱建 +4 位作者 赵青春 姜拓 李建设 夏尚学 靳文星 《可再生能源》 CAS CSCD 北大核心 2024年第9期1262-1270,共9页

为解决新能源电力系统因功率缺额引发系统频率、电压偏移等一系列安全问题,文章提出了一种基于POA-GWO-CSO算法的电力系统精准切负荷控制多目标优化方法。首先,从电力系统的安全性和经济性两个方面综合考虑电力系统稳定运行和分布式电... 为解决新能源电力系统因功率缺额引发系统频率、电压偏移等一系列安全问题,文章提出了一种基于POA-GWO-CSO算法的电力系统精准切负荷控制多目标优化方法。首先,从电力系统的安全性和经济性两个方面综合考虑电力系统稳定运行和分布式电源出力特性等各项约束条件,提出一种基于负荷分类的精准切负荷控制多目标优化模型;然后,为了增强传统鹈鹕优化算法(POA)全局与局部搜索能力之间的协调关系,克服优化算法在处理复杂问题时出现收敛过早、寻优范围不够、求解精度不高等问题,引入非线性惯性权重因子、灰狼优化算法(GWO)中狼群领导者策略以及纵横交叉法(CSO),对鹈鹕新的个体的位置进行更新;最后,基于改进后的IEEE33节点进行实证分析。分析结果表明,利用改进的POA-GWO算法对紧急切负荷模型进行求解,实现了系统经济性及稳定性的协调控制。 展开更多

关键词 新能源电力系统 精准切负荷 鹈鹕优化算法 灰狼优化算法 纵横交叉法

下载PDF 职称材料

基于优化VMD-GRU的滚动轴承剩余使用寿命预测

16

作者 郗涛 王锴 王莉静 《中国工程机械学报》 北大核心 2024年第1期101-106,共6页

为了提高滚动轴承剩余使用寿命(RUL)的预测精度,提出了一种变分模态分解(VMD)和门控循环神经网络(GRU)融合算法的滚动轴承RUL预测模型VMD-GRU。首先,该模型通过阿基米德优化算法(AOA)优化的VMD算法对原始振动信号进行分解;然后,利用最... 为了提高滚动轴承剩余使用寿命(RUL)的预测精度,提出了一种变分模态分解(VMD)和门控循环神经网络(GRU)融合算法的滚动轴承RUL预测模型VMD-GRU。首先,该模型通过阿基米德优化算法(AOA)优化的VMD算法对原始振动信号进行分解;然后,利用最小包络熵准则选择最佳模态分量进行退化特征提取;再通过核主成分分析进行特征降维;最后,为保证模型准确率,通过鹈鹕优化算法(POA)优化GRU中的超参数,并根据不同故障类型建立GRU剩余寿命预测模型。使用XJTU-SY标准数据集进行剩余寿命预测验证,实验结果表明:与传统未结合故障类型提取退化特征和建立预测模型方法相比,VMD-GRU模型均方根误差和平均绝对误差分别降低了26.28%和27.17%。 展开更多

关键词 滚动轴承 剩余寿命预测 变分模态分解(VMD) 门控循环神经网络(GRU) 阿基米德优化算法(AOA) 鹈鹕优化算法(POA)

下载PDF 职称材料

基于POA优化FMD参数的滚动轴承早期故障诊断

17

作者 雷虎 王靖岳 +2 位作者 郑珺文 侯兴达 丁建明 《失效分析与预防》 2024年第4期264-272,共9页

早期滚动轴承故障较难诊断,且特征模式分解(FMD)输入参数滤波器长度L和模态分量个数n较难准确选择。因此,提出基于鹈鹕优化算法(POA)优化FMD参数的滚动轴承早期故障诊断方法。该方法以全体峭度的指标作为适应度函数,通过POA优化算法获取... 早期滚动轴承故障较难诊断,且特征模式分解(FMD)输入参数滤波器长度L和模态分量个数n较难准确选择。因此,提出基于鹈鹕优化算法(POA)优化FMD参数的滚动轴承早期故障诊断方法。该方法以全体峭度的指标作为适应度函数,通过POA优化算法获取FMD优良参数组合,并且结合包络谱分析实现故障诊断。使用该方法对滚动轴承早期故障仿真信号和实验信号进行分析,结果表明:该方法通过优化FMD参数,可以从包络谱中得到故障特征频率及其倍频突出的幅值,进而诊断出滚动轴承早期故障类别;与基于固有时间尺度分解(ITD)和基于最小熵解卷积(MED)方法相比,包络谱中的故障特征频率及其倍频幅值更突出,在滚动轴承早期故障诊断中具有一定的应用前景和价值。 展开更多

关键词 特征模态分解 鹈鹕优化算法 早期故障 滚动轴承 故障诊断

下载PDF 职称材料

基于POA-VMD和MPE的光纤周界入侵信号降噪方法

18

作者 马愈昭 朱庆啸 +1 位作者 吕其明 李猛 《激光与光电子学进展》 CSCD 北大核心 2024年第17期131-140,共10页

针对当下的光纤周界入侵事件复杂多变以及噪声干扰的问题,需要对光纤周界系统采集的信号进行去噪处理。首先,提出了鹈鹕算法优化的变分模态分解降噪,并引入多尺度排列熵判决机制提高抑制模态混叠与虚假分量能力,最终将筛选出的信号组成... 针对当下的光纤周界入侵事件复杂多变以及噪声干扰的问题,需要对光纤周界系统采集的信号进行去噪处理。首先,提出了鹈鹕算法优化的变分模态分解降噪,并引入多尺度排列熵判决机制提高抑制模态混叠与虚假分量能力,最终将筛选出的信号组成重构信号,实现整个信号的去噪。实验结果表明,在双Mach-Zehnder光纤周界传感系统判别入侵的过程中,信号去噪方面有了明显的改善,以去噪信噪比、相关系数、降噪后信号的均方根误差为降噪性能评价指标,本文所提方法与现有的集合经验模态分解-相关系数和互补集合经验模态分解-相关系数方法相比去噪信噪比有所降低,相关系数明显提高,去噪信号的均方根误差略有减少。该算法不仅能够更好地消除光纤周界系统采集信号的噪声,还最大程度地保留了信号的特征信息。 展开更多

关键词 光纤传感 鹈鹕优化算法 变分模态分解 多尺度排列熵

原文传递

基于鹈鹕优化CNN-BiLSTM的电力负荷预测

19

作者 吴小涛 袁晓辉 +3 位作者 毛玉鑫 王祥 郭乐 舒卫民 《水电能源科学》 北大核心 2024年第8期209-212,172,共5页

为了提高电力负荷的预测精度,基于卷积神经网络(CNN)的空间特征提取能力、双向长短时记忆(BiLSTM)网络的时序预测性能以及鹈鹕优化算法(POA)的寻优能力,提出了一种新的基于CNN、BiLSTM、POA的组合电力负荷预测模型(POA-CNN-BiLSTM)。首... 为了提高电力负荷的预测精度,基于卷积神经网络(CNN)的空间特征提取能力、双向长短时记忆(BiLSTM)网络的时序预测性能以及鹈鹕优化算法(POA)的寻优能力,提出了一种新的基于CNN、BiLSTM、POA的组合电力负荷预测模型(POA-CNN-BiLSTM)。首先利用CNN提取电力负荷时间序列的特征向量,然后输入到BiLSTM网络进行双向循环训练,构建CNN-BiLSTM预测模型,并采用POA优化BiLSTM网络的隐藏层单元数、学习率和正则化系数等参数,最后输出电力负荷预测结果。将提出的模型应用于某区域电力负荷预测,结果表明,BiLSTM、LSTM模型预测精度优于最小二乘支持向量机(LSSVM)模型;BiLSTM模型预测精度优于LSTM模型;POA的寻优精度优于粒子群优化算法(PSO);CNN-LSTM、CNN-BiLSTM组合预测模型预测精度优于LSTM、BiLSTM模型;POA-CNN-BiLSTM模型预测精度优于POA-LSSVM、PSO-LSTM、POA-LSTM、POA-BiLSTM和POA-CNN-LSTM模型,能更好地追踪电力负荷的变化趋势。 展开更多

关键词 电力负荷预测 鹈鹕优化算法 卷积神经网络 双向长短时记忆网络

下载PDF 职称材料

基于ICEEMDAN与POA-SVM的感应电机故障诊断

20

作者 刘满强 吴杰 《现代制造工程》 CSCD 北大核心 2024年第5期127-137,共11页

针对感应电机定子电流故障特征提取困难,支持向量机(SVM)惩罚系数c和核函数参数g的选择对诊断结果影响较大等问题,提出一种改进自适应噪声平均总体经验模态分解(ICEEMDAN)与鹈鹕优化算法(POA)优化支持向量机(POA-SVM)相结合的感应电机... 针对感应电机定子电流故障特征提取困难,支持向量机(SVM)惩罚系数c和核函数参数g的选择对诊断结果影响较大等问题,提出一种改进自适应噪声平均总体经验模态分解(ICEEMDAN)与鹈鹕优化算法(POA)优化支持向量机(POA-SVM)相结合的感应电机故障诊断方法。首先,利用ICEEMDAN经陷波器滤除工频的定子电流获得一系列固有模态函数(IMF);然后,选取各状态信号的前7阶IMF分量并计算能量熵作为故障特征向量;最后,将故障特征向量输入POA-SVM模型得到诊断结果。通过仿真软件Ansoft/Maxwell建立电机模型来获得电流数据,诊断准确率达到了100%,实现了感应电机的故障诊断。为进一步验证诊断方法的优越性,搭建电机故障模拟试验台来采集电流信号,结果表明,该方法在空载、半载和满载3种负载情况下诊断准确率均可达到97.5%以上,与其他故障诊断方法相比,所提方法对感应电机电气故障具有更好的识别能力。 展开更多

关键词 改进自适应噪声平均总体经验模态分解 鹈鹕优化算法 支持向量机 感应电机 故障诊断

下载PDF 职称材料