期刊文献+
共找到15篇文章
< 1 >
每页显示 20 50 100
新型电能质量表的算法及实现 被引量:6
1
作者 解蕾 解大 张延迟 《电测与仪表》 北大核心 2008年第9期1-4,10,共5页
准确、实时地测量电能质量的相关参数在电力系统中有着重要的意义。本文介绍了一种新型的电能质量表,以ARM为硬件基础,它根据频率值来采样,可实时检测谐波、畸变功率、电压波动和闪变、三相不平衡度等,且利用内存覆盖技术可储存大量数据... 准确、实时地测量电能质量的相关参数在电力系统中有着重要的意义。本文介绍了一种新型的电能质量表,以ARM为硬件基础,它根据频率值来采样,可实时检测谐波、畸变功率、电压波动和闪变、三相不平衡度等,且利用内存覆盖技术可储存大量数据,具有一定的推广价值。 展开更多
关键词 电能质量 闪变 谐波测量 ARM 内存覆盖
下载PDF
Prediction of solar activities:Sunspot numbers and solar magnetic synoptic maps 被引量:1
2
作者 Rui ZHUO Jiansen HE +4 位作者 Die DUAN Rong LIN Ziqi WU Limei YAN Yong WEI 《Science China Earth Sciences》 SCIE EI CAS CSCD 2024年第8期2460-2477,共18页
The evolution of solar magnetic fields is significant for understanding and predicting solar activities.And our knowledge of solar magnetic fields largely depends on the photospheric magnetic field.In this paper,based... The evolution of solar magnetic fields is significant for understanding and predicting solar activities.And our knowledge of solar magnetic fields largely depends on the photospheric magnetic field.In this paper,based on the spherical harmonic expansion of the photospheric magnetic field observed by Wilcox Solar Observatory,we analyze the time series of spherical harmonic coefficients and predict Sunspot Number as well as synoptic maps for Solar Cycle 25.We find that solar maximum years have complex short-period disturbances,and the time series of coefficient g_(7)~0 is nearly in-phase with Sunspot Number,which may be related to solar meridional circulation.Utilizing Long Short-Term Memory networks(LSTM),our prediction suggests that the maximum of Solar Cycle 25 is likely to occur in June 2024 with an error of 8 months,the peak sunspot number may be 166.9±22.6,and the next solar minimum may occur around January 2031.By incorporating Empirical Mode Decomposition,we enhance our forecast of synoptic maps truncated to Order 5,validating their relative reliability.This prediction not only addresses a gap in forecasting the global distribution of the solar magnetic field but also holds potential reference value for forthcoming solar observation plans. 展开更多
关键词 Solar activity prediction Solar magnetic field Spherical harmonic expansion Long-Short Term memory(LSTM) Empirical Mode Decomposition(EMD)
原文传递
基于改良和声搜索的电力系统动态经济调度
3
作者 齐红伟 邹德旋 《科学技术创新》 2024年第1期212-216,共5页
针对电力系统动态经济调度(Dynamic economic dispatch,DED)问题提出了一种改良和声搜索算法(Reformed harmony search,RHS)求解。RHS在原始和声搜索算法的基础上进行了四方面改进:第一,以100%概率执行和声记忆步骤,排除了随机化步骤。... 针对电力系统动态经济调度(Dynamic economic dispatch,DED)问题提出了一种改良和声搜索算法(Reformed harmony search,RHS)求解。RHS在原始和声搜索算法的基础上进行了四方面改进:第一,以100%概率执行和声记忆步骤,排除了随机化步骤。第二,使用基于混沌序列的随机数对基音调整率进行扰动,使其在整个迭代过程中始终处于动态变化的状态。第三,根据当前和声记忆库获得每个变量的动态上下限,以此确定基音调整步长。第四,引入了一种全局搜索步骤,该步骤根据全局最优和声向量对当前和声向量进行更新。上述四个步骤有利于提高RHS算法的收敛性、种群多样性以及对问题的自适应性。实验表明,RHS在求解三种DED问题时能获得比其他两种算法更低的发电成本,因此,它具有更好的优化性能,是求解DED问题的一种有效方法。 展开更多
关键词 和声搜索 电力系统动态经济调度 和声记忆 混沌序列 禁止运行区
下载PDF
高压无功补偿及谐波抑制装置设计 被引量:4
4
作者 李晓刚 程勇 崔然 《电力自动化设备》 EI CSCD 北大核心 2007年第11期101-103,共3页
针对已有高电压无功补偿装置存在的不能对补偿电容进行有效保护、运行可靠性差、易造成谐波污染等不足,设计了一种集谐波检测、记忆、治理和过电压、超温度保护于一体,功能完善的新型高电压无功电容补偿装置。谐波检测、记忆电路的频率... 针对已有高电压无功补偿装置存在的不能对补偿电容进行有效保护、运行可靠性差、易造成谐波污染等不足,设计了一种集谐波检测、记忆、治理和过电压、超温度保护于一体,功能完善的新型高电压无功电容补偿装置。谐波检测、记忆电路的频率在150 Hz或250 Hz左右时,启动相应电路进行保护,并使运算放大器始终输出高电位,记忆指示灯永久性点亮。高电压滤波单元在工频状态时串联电抗器呈低阻抗,能量消耗小;出现谐波时,串联电抗器呈高阻抗,可限制电容电流的增加,当谐波超过允许值时,断开电力电容,对电容进行保护。当电压或温度超过设定值时,就会启动相应的过电压、超温度保护电路,对系统进行保护。该装置电路简单、运行安全可靠。 展开更多
关键词 无功补偿 谐波记忆 自我保护
下载PDF
一种实用电网谐波监测及数据远传系统的设计与实现 被引量:4
5
作者 邓红雷 孔力 +2 位作者 赵志敏 殷小贡 吴玲玲 《仪表技术与传感器》 CSCD 北大核心 2004年第1期19-21,共3页
介绍了一种先进的谐波监测和数据传输系统,系统能同时监测系统三相电压和电流的谐波水平,并通过公用的电话网,实现谐波数据的远距离传输,系统下位单位机存储容量大,达1 5M,采用同步锁相环控制,避免了频谱泄漏的产生,使用FAFT算法分析采... 介绍了一种先进的谐波监测和数据传输系统,系统能同时监测系统三相电压和电流的谐波水平,并通过公用的电话网,实现谐波数据的远距离传输,系统下位单位机存储容量大,达1 5M,采用同步锁相环控制,避免了频谱泄漏的产生,使用FAFT算法分析采样数据,不仅速度快精度高,而且抗混叠。上位机采用VB和Access数据库共同完成对数据的通信、分析处理,功能全,人机界面友好。 展开更多
关键词 谐波监测 数据传输 存储容量 FAFT 单位机 电网
下载PDF
基于长短期记忆网络的UKF动态谐波状态估计 被引量:13
6
作者 黄蔓云 王天昊 +1 位作者 卫志农 孙国强 《电力系统保护与控制》 EI CSCD 北大核心 2022年第11期1-11,共11页
传统动态谐波状态估计的卡尔曼滤波预测步通常以单位阵构建状态空间模型,同时将系统噪声协方差矩阵假设为常数阵,从而导致动态估计预测精度降低,影响动态状态估计模型的滤波性能。为了准确建立谐波状态的空间模型,提出一种基于长短期记... 传统动态谐波状态估计的卡尔曼滤波预测步通常以单位阵构建状态空间模型,同时将系统噪声协方差矩阵假设为常数阵,从而导致动态估计预测精度降低,影响动态状态估计模型的滤波性能。为了准确建立谐波状态的空间模型,提出一种基于长短期记忆网络(Long Short-Term Memory,LSTM)的时序预测方法。通过大量历史数据离线训练模拟复杂的状态转移过程,基于历史时刻的滤波估计值预测当前时刻的谐波状态量,有效提高无迹卡尔曼滤波(Unscented Kalman Filter,UKF)中预测模型精度。在改进IEEE34节点三相不平衡系统上进行了测试分析。与传统算法进行对比,结果证明所提出的方法在谐波状态估计精度和鲁棒性方面均表现更好。 展开更多
关键词 动态谐波状态估计 无迹卡尔曼滤波 长短期记忆网络 预测模型 鲁棒性
下载PDF
联合聚类方法和深度学习的混凝土坝变形预测 被引量:12
7
作者 林川 王翔宇 +2 位作者 苏燕 张挺 陈泽钦 《水力发电学报》 CSCD 北大核心 2022年第10期112-127,共16页
混凝土大坝变形预测对其安全运行具有重要意义,针对传统分析方法难以捕捉长期序列时序特征从而导致预测精度较低的问题,本文采用麻雀优化算法(SSA)和K调和均值算法(KHM)相结合对监测值进行聚类以捕捉序列时序特征,然后采用自适应噪声完... 混凝土大坝变形预测对其安全运行具有重要意义,针对传统分析方法难以捕捉长期序列时序特征从而导致预测精度较低的问题,本文采用麻雀优化算法(SSA)和K调和均值算法(KHM)相结合对监测值进行聚类以捕捉序列时序特征,然后采用自适应噪声完备集合经验模态分解(CEEMDAN)等方法对聚类结果进行降噪处理,最后采用长短期记忆(LSTM)模型对序列进行预测。分析结果表明,本文所提出的聚类方法具有较好的长序列特征识别能力,结合基于CEEMDAN分解方法去除序列中存在的冗余信息,从而使LSTM模型能够更好地捕捉变形值的时序特性,进而提高预测精度。所提模型具有较好的精度和适应性,可为大坝变形预测提供一种有效方法。 展开更多
关键词 混凝土大坝变形预测 K调和均值算法 麻雀优化算法 自适应噪声完备集合经验模态分解 长短期记忆模型
下载PDF
基于LSTM网络的谐波多标签分类 被引量:9
8
作者 陈倩 齐林海 王红 《电力建设》 北大核心 2019年第7期101-106,共6页
针对电力电子设备的广泛接入,谐波污染更加复杂、影响更大等问题,引入了长短期记忆网络(long short-term memory,LSTM),提出LSTM与多标签分类算法融合的复合谐波扰动分类模型。该模型首先通过LSTM提取特征值,再通过全连接层进行特征降... 针对电力电子设备的广泛接入,谐波污染更加复杂、影响更大等问题,引入了长短期记忆网络(long short-term memory,LSTM),提出LSTM与多标签分类算法融合的复合谐波扰动分类模型。该模型首先通过LSTM提取特征值,再通过全连接层进行特征降维处理,最后通过分类层进行多标签分类识别。使用该模型克服了人工进行特征选择的缺陷,以及传统神经网络训练时收敛速度慢、容易陷入局部最优的缺点。实验结果表明,在不同的噪声条件下该算法模型可有效分类识别复合谐波扰动。 展开更多
关键词 谐波分类识别 特征提取 长短期记忆网络(LSTM) 多标签分类 深度学习
原文传递
基于深度学习的光伏并网系统谐波预测研究 被引量:9
9
作者 杨鹏兴 王秀丽 +1 位作者 赵兴勇 胡莹洁 《电网与清洁能源》 北大核心 2022年第7期71-80,共10页
“双碳”目标下,针对温度及光照的变化对光伏系统并网引起的谐波影响问题,提出一种基于ip-iq谐波提取法与改进双向长短期记忆网络(Bi-LSTM)相结合的谐波预测方法,旨在为谐波抑制提供新的解决方案。首先使用MATLAB/SIMULINK工具建立光伏... “双碳”目标下,针对温度及光照的变化对光伏系统并网引起的谐波影响问题,提出一种基于ip-iq谐波提取法与改进双向长短期记忆网络(Bi-LSTM)相结合的谐波预测方法,旨在为谐波抑制提供新的解决方案。首先使用MATLAB/SIMULINK工具建立光伏并网系统,利用基于瞬时无功理论的ip-iq谐波提取法得到实际谐波变化数据,并采用微分插值将数据进行化简;然后,利用网格搜索优化的Bi-LSTM神经网络算法进行谐波数据的预测,并与BP、LSTM、GRU、BiLSTM多种时间序列型深度学习方法进行比较,得出MSE、MAE、MAPE损失函数与预测结果图;最后,以陇东地区实际算例进行光伏并网仿真,结果表明,该方法可实现谐波的准确预测。 展开更多
关键词 光伏并网 电能质量 谐波预测 双向长短期记忆网络(Bi-LSTM)
下载PDF
基于柔轮裂纹扩展的谐波减速器剩余寿命预测方法
10
作者 潘柏松 薛舒晨 +1 位作者 谢少军 李一帆 《计算机集成制造系统》 EI CSCD 北大核心 2024年第11期4030-4041,共12页
针对单一时频域指标未能较好表征谐波减速器全寿命周期退化特性问题,并考虑柔轮裂纹在不同部位的扩展速率差异性对剩余寿命预测精度的影响,提出一种基于长短期记忆网络和几何平均优化的粒子滤波(LSTM-GMOPF)的谐波减速器剩余寿命预测方... 针对单一时频域指标未能较好表征谐波减速器全寿命周期退化特性问题,并考虑柔轮裂纹在不同部位的扩展速率差异性对剩余寿命预测精度的影响,提出一种基于长短期记忆网络和几何平均优化的粒子滤波(LSTM-GMOPF)的谐波减速器剩余寿命预测方法。谐波减速器退化特性难以通过单一时频域指标表征,在基于局部均值分解的振动信号处理的基础上,利用LSTM获取多个时频域指标关系,实现信号特征与退化状态之间的映射;考虑裂纹扩展速率的差异性,基于Paris及Foreman模型构建了谐波减速器前中后3个退化模型状态方程;为缓解粒子权值退化问题,引入双适应度指标,提出了基于GMOPF的状态方程参数更新迭代方法。通过谐波减速器加速寿命试验验证了方法的有效性,对比目前流行方法预测准确性最大提高了16.2%,为谐波减速器可靠性设计提供依据。 展开更多
关键词 谐波减速器 剩余寿命预测 长短期记忆网络 粒子滤波
下载PDF
基于CNN-BiLSTM的潮汐电站潮位预测 被引量:3
11
作者 黄冬梅 王唱 +3 位作者 胡安铎 孙锦中 孙园 李俊峰 《水力发电》 CAS 2021年第10期80-84,共5页
潮汐电站的优化运行需要进行潮位预测。针对传统调和分析方法不能有效处理潮位非线性和非平稳的特性的问题,提出一种CNN-BiLSTM的预测模型,以滑动数据窗口构造潮位数据的特征图作为输入,利用1D CNN提取潮位数据深层特征,然后采用BiLSTM... 潮汐电站的优化运行需要进行潮位预测。针对传统调和分析方法不能有效处理潮位非线性和非平稳的特性的问题,提出一种CNN-BiLSTM的预测模型,以滑动数据窗口构造潮位数据的特征图作为输入,利用1D CNN提取潮位数据深层特征,然后采用BiLSTM网络生成特征描述,最后输出预测结果。采用芝加哥港口的潮汐数据进行了实验,所提预测模型与调和分析及LSTM模型相比,均方根误差分别降低了66.26%和30.11%。算例结果表明CNN-BiLSTM模型可以实现高精度的短期潮位预测。 展开更多
关键词 潮汐电站 潮位预测 调和分析 卷积神经网络 双向长短期记忆神经网络
下载PDF
频谱谐波时效在风电球磨铸铁件中的应用研究 被引量:2
12
作者 王忠益 《新技术新工艺》 2010年第9期59-62,共4页
介绍了频谱谐波时效技术在去应力处理效果和保持尺寸精度稳定性方面的作用,对风电球墨铸铁材料工件(样件)处理后,经对残余应力和工艺变形量测定表明,此技术可以替代以消除应力为目的热时效工艺,达到防止工件变形、开裂、提高工件尺寸精... 介绍了频谱谐波时效技术在去应力处理效果和保持尺寸精度稳定性方面的作用,对风电球墨铸铁材料工件(样件)处理后,经对残余应力和工艺变形量测定表明,此技术可以替代以消除应力为目的热时效工艺,达到防止工件变形、开裂、提高工件尺寸精度和尺寸稳定性的目的。 展开更多
关键词 残余应力 频谱谐波 多振型 尺寸精度 磁应力检测
下载PDF
带双调和记忆项的四阶非线性伪抛物方程解的整体存在性和不存在性(英文) 被引量:1
13
作者 龙群飞 陈建青 《数学进展》 CSCD 北大核心 2017年第2期273-290,共18页
本文致力于带双调和记忆项的四阶非线性伪抛物方程初边值问题的研究.通过应用伽辽金方法、势井理论和相关估计,推导出了整体弱解的存在性.此外,通过应用凹性方法、势井理论和不稳定集的定义,不仅得到了具有非正初始能量(E(0)≤0)的弱解... 本文致力于带双调和记忆项的四阶非线性伪抛物方程初边值问题的研究.通过应用伽辽金方法、势井理论和相关估计,推导出了整体弱解的存在性.此外,通过应用凹性方法、势井理论和不稳定集的定义,不仅得到了具有非正初始能量(E(0)≤0)的弱解在有限时间爆破的结果,而且得到了具有正初始能量(0<E(0)<d_θ)的弱解在有限时间爆破的结果. 展开更多
关键词 有限时间爆破 存在性问题 伪抛物方程 双调和记忆项 初边值问题
原文传递
基于融合注意力机制的多智能体磁浮谐波预测算法
14
作者 王宗艳 毛中亚 +1 位作者 黄世泽 郭其一 《机车电传动》 北大核心 2023年第6期114-121,共8页
为减小高速磁浮系统谐波对牵引供电网产生的影响,解决谐波治理存在的时滞性问题,通常需要对谐波电流进行预测。对此,采用融合深度学习算法的组合模型相比于传统算法的表现更加出色。文章提出一种新的融合注意力机制的多智能体磁浮谐波... 为减小高速磁浮系统谐波对牵引供电网产生的影响,解决谐波治理存在的时滞性问题,通常需要对谐波电流进行预测。对此,采用融合深度学习算法的组合模型相比于传统算法的表现更加出色。文章提出一种新的融合注意力机制的多智能体磁浮谐波预测算法,该算法通过麻雀搜索算法(SSA)优化变分模态分解(VMD)的相关参数,并利用该优化参数将原始电流信号分解为多个不同中心频率的谐波分量,将各个分量分别输入融合注意力机制的长短时记忆网络(LSTM)中进行时序预测,形成多个独立预测智能体,再对各个智能体预测结果进行重构,从而实现对高速磁浮谐波电流预测。在此基础上引入误差修正机制,进一步提高模型的预测精度。对上海高速磁浮牵引系统进行理论分析与仿真,采集网侧电流数据,并用所提出的算法模型对此数据进行试验和分析。结果表明,与其他模型相比,所提的预测模型在磁浮谐波电流预测方面具有较好的性能,并可使时滞性得到进一步改善。 展开更多
关键词 谐波预测 麻雀搜索算法 变分模态分解 长短时记忆神经网络 注意力机制
下载PDF
一种基于组合模型的地心运动预测方法
15
作者 柯能 朱新慧 +1 位作者 王刃 肖凯 《导航定位学报》 CSCD 2023年第6期22-27,共6页
为了提高地心运动时间序列预测的精度,提出一种基于组合模型的地心运动预测方法:结合灰狼优化(GWO)算法获取最优参数的能力与长短时记忆(LSTM)神经网络处理长时间跨度时间序列的优势,给出调和分析和GWO-LSTM神经网络的组合预测模型;采... 为了提高地心运动时间序列预测的精度,提出一种基于组合模型的地心运动预测方法:结合灰狼优化(GWO)算法获取最优参数的能力与长短时记忆(LSTM)神经网络处理长时间跨度时间序列的优势,给出调和分析和GWO-LSTM神经网络的组合预测模型;采用调和分析方法分离地心运动时间序列中的模型化成分(长期项和周期项)和未模型化成分,并分别利用调和分析模型和GWO-LSTM模型对2种成分进行预测;然后将2个预测结果进行叠加得到最终的地心运动预测结果。实验结果显示,在预测步长为20d时,该组合模型预测结果的平均绝对误差在1mm左右;相比GWO-LSTM模型和调和分析模型,该组合模型的预测精度至少提高了24%和52%;表明提出的方法可以用于地心运动参数预报中。 展开更多
关键词 地心运动 调和分析 长短时记忆(LSTM)神经网络 灰狼优化(GWO)算法 时间序列预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部