期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于逐次变分模态分解的电缆局放信号降噪算法
1
作者 陈华新 刘鹏 +2 位作者 景俊伟 张培举 史豫龙 《能源与环保》 2024年第8期172-178,共7页
电力电缆作为电能传输的重要组件,通过局部放电(Partial Discharge,PD)信号的状态来确定电缆的绝缘损伤很重要。由于电缆工作环境的声音嘈杂,导致检测到的局放信号被淹没。提出基于逐次变分模态分解(Successive Variational Modal Decom... 电力电缆作为电能传输的重要组件,通过局部放电(Partial Discharge,PD)信号的状态来确定电缆的绝缘损伤很重要。由于电缆工作环境的声音嘈杂,导致检测到的局放信号被淹没。提出基于逐次变分模态分解(Successive Variational Modal Decomposition,SVMD)的电缆局放信号降噪算法。首先,应用SVMD自适应分解出PD信号的K个本征模态分量(Intrinsic Mode Function,IMF);其次,通过互相关系数判别IMF分量的性质,区分有效分量和噪声分量。去除噪声分量,并应用奇异值分解(Singular Value Decomposition,SVD)法对有效分量除去残余噪声,可得到降噪后的PD信号。仿真和实测实验结果表明,这种方法具有良好的降噪能力,提高了信号处理的精度,并与VMD-小波阈值法相比,信噪比平均提升了17.98%,去噪效果最好。 展开更多
关键词 局部放电 逐次变分模态分解 互相关系数 奇异值分解
下载PDF
融合SVMD和IGJO-LSTM的污水处理曝气量预测
2
作者 侯登云 南新元 +2 位作者 夏斯博 陈浩辉 李海龙 《科学技术与工程》 北大核心 2024年第26期11323-11331,共9页
污水处理过程中,曝气量数据波动大、周期性不明显,现有模型难以对曝气量进行准确的预测。因此,提出了一种优化模型,此模型利用逐次变分模态分解提取曝气数据特征,并采用改进的金豺算法优化长短期记忆网络的超参数,以提升模型预测能力。... 污水处理过程中,曝气量数据波动大、周期性不明显,现有模型难以对曝气量进行准确的预测。因此,提出了一种优化模型,此模型利用逐次变分模态分解提取曝气数据特征,并采用改进的金豺算法优化长短期记忆网络的超参数,以提升模型预测能力。首先,针对实际污水数据复杂的问题,利用逐次变分模态分解算法分解重构原始曝气数据序列。其次,用长短期记忆网络分别对每个序列依次预测,并采用柯西反向学习混合变异策略改进金豺算法对长短期记忆网络参数进行优化。最后,将各个序列预测结果进行重组,得到最终预测值。利用实际污水水质数据对该模型进行验证,结果表明该模型有效提高了曝气量的预测精度,具有很好的应用前景,能很大提升污水处理厂的经济效益。 展开更多
关键词 污水处理 曝气量预测 逐次变分模态分解 金豺优化算法 长短期记忆网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部