检索结果-南通市图书馆

基于因果正则化极限学习机的风电功率短期预测方法

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2024年第11期52卷 127-136页

作者：杨茂张书天王勃现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学) 吉林吉林132012 新能源与储能运行控制国家重点实验室(中国电力科学研究院有限公司) 北京100192

随着风电并网比例的逐年提高,电力系统对风电功率预测的准确性和稳定性提出了更高要求。对于同一风电场而言,为了避免不同特征选择方法所选择的风电场特征子集不同,从因果关系的角度出发,提出了一种基于因果正则化极限学习机(causal reg... 详细信息

随着风电并网比例的逐年提高,电力系统对风电功率预测的准确性和稳定性提出了更高要求。对于同一风电场而言,为了避免不同特征选择方法所选择的风电场特征子集不同,从因果关系的角度出发,提出了一种基于因果正则化极限学习机(causal regularized extreme learning machine, CRELM)的风电功率短期预测方法。首先将极限学习机(extreme learning machine, ELM)建模为结构因果模型(structural causal model, SCM),在此基础上计算隐藏层神经元与输出层神经元之间的平均因果效应向量。然后将该平均因果效应向量与输出层权重相结合构成因果正则化项,在最小化训练误差的同时最大化网络的因果关系,以进一步提升模型的预测准确性和预测稳定性。最后,以国内蒙西某风电场数据为例,与采用特征选择或不采用特征选择的预测模型相对比,验证了所提方法的有效性和适用性。

关键词：特征选择因果正则化结构因果模型平均因果效应向量极限学习机

维普期刊数据库博看期刊

基于改进秃鹰算法优化极限学习机的谐波发射水平估计

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2024年第1期52卷 156-165页

作者：夏焰坤朱赵晴唐文张任俊杰张艺凡西华大学电气与电子信息学院四川成都610039

针对目前电力系统谐波发射水平难以直接测量的问题,提出了一种基于改进秃鹰算法(improved bald eagle search,IBES)优化极限学习机(extreme learning machine,ELM)的谐波发射水平估计方法。首先,在传统秃鹰搜索算法中引入Tent混沌映射... 详细信息

针对目前电力系统谐波发射水平难以直接测量的问题,提出了一种基于改进秃鹰算法(improved bald eagle search,IBES)优化极限学习机(extreme learning machine,ELM)的谐波发射水平估计方法。首先,在传统秃鹰搜索算法中引入Tent混沌映射和柯西变异算子,利用IBES算法对ELM模型的输入权重和阈值进行寻优。其次,输入公共连接点(point of common coupling,PCC)处谐波电压和谐波电流,代入IBES-ELM模型,估计用户侧和系统侧谐波发射水平。最后进行仿真和工程实例分析,并与其他算法的估计结果进行对比。结果表明,所提IBES-ELM方法估计精度优于长短期记忆网络(long short-term memory,LSTM)、卷积神经网络(convolution neural network,CNN)、反向传播神经网络(back propagation neural network,BP)和CNN-LSTM算法模型,验证了该方法的有效性和稳定性。

关键词：谐波发射水平秃鹰搜索优化 Tent混沌映射柯西变异算子极限学习机

维普期刊数据库博看期刊

基于樽海鞘群极限学习机的进/发一体化性能寻优控制模型研究

在线全文

学校读者我要写书评

暂无评论

推进技术 2024年第5期45卷 236-249页

作者：于子洋王晨杜宪聂聆聪孙希明大连理工大学控制科学与工程学院辽宁大连116024 北京动力机械研究所北京100074

为充分发挥航空推进系统的性能,提高性能寻优控制的实时性,将樽海鞘群算法(SSA)与极限学习机(ELM)相结合,基于进/发一体化部件级模型建立数据集,提出一种基于SSA-ELM的数据驱动模型。将该建模方法与广义回归神经网络(GRNN)、BP神经网络(... 详细信息

为充分发挥航空推进系统的性能,提高性能寻优控制的实时性,将樽海鞘群算法(SSA)与极限学习机(ELM)相结合,基于进/发一体化部件级模型建立数据集,提出一种基于SSA-ELM的数据驱动模型。将该建模方法与广义回归神经网络(GRNN)、BP神经网络(BPNN)和极限学习机(ELM)比较,结果表明,相比于BPNN,ELM,GRNN,SSA-ELM用于预测可以使安装推力的均方根误差(RMSE)分别降低7.41%,17.01%,72.57%,安装油耗的RMSE分别降低4.32%,19.41%,66.77%,具有更高的预测精度。将基于SSA-ELM的数据驱动模型作为机载模型应用到性能寻优控制,结果表明,该机载模型能够维持理想的寻优效果。针对最大安装推力模式开展实时性分析,该机载模型相比于进/发一体化部件级模型,平均计算时间由184.05 ms缩短至1.357 ms,实时性得到显著改善,大大提高了寻优效率。

关键词：航空发动机进/发一体化樽海鞘群优化算法极限学习机数据驱动模型性能寻优控制

基于混合黑猩猩优化极限学习机的电力信息物理系统虚假数据注入攻击定位检测

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2024年第14期52卷 46-58页

作者：席磊董璐程琛田习龙李宗泽梯级水电站运行与控制湖北省重点实验室湖北宜昌443002 三峡大学电气与新能源学院湖北宜昌443002

针对已有检测方法无法对虚假数据注入攻击(false data injection attack,FDIA)进行精确定位的问题,提出了一种基于混合黑猩猩优化极限学习机(extreme learning machine,ELM)的电力信息物理系统FDIA的定位检测方法。首先,使用ELM作为分类... 详细信息

针对已有检测方法无法对虚假数据注入攻击(false data injection attack,FDIA)进行精确定位的问题,提出了一种基于混合黑猩猩优化极限学习机(extreme learning machine,ELM)的电力信息物理系统FDIA的定位检测方法。首先,使用ELM作为分类器,用于提取电力数据特征并检测系统各节点的异常状态。然后,采用一种具有全局搜索能力且局部收敛速度更快的混合黑猩猩优化策略,用于寻找ELM最优隐藏层神经元数量。建立基于混合黑猩猩优化ELM的检测方法,实现对FDIA的精准定位,有利于后续防御措施的实施。最后,在IEEE 14和IEEE 57节点系统中进行大量仿真对比实验。结果表明,所提方法具有更佳的准确率、查准率、查全率和F1值,对FDIA能够进行更为精准的定位检测。

关键词：电力信息物理系统虚假数据注入攻击极限学习机黑猩猩优化

维普期刊数据库博看期刊

基于动态步长交替方向乘子法正则化极限学习机

在线全文

学校读者我要写书评

暂无评论

深圳大学学报（理工版） 2024年第3期41卷 264-273页

作者：卢辉煌邹伟东李钰祥北京理工大学自动化学院北京100081

为解决交替方向乘子法(alternating direction method of multipliers,ADMM)正则化极限学习机(regularized extreme learning machine,RELM)迭代收敛速度慢和迭代后期误差衰减停滞的问题,提出一种基于动态步长ADMM的正则化极限学习机,记为VAR-ADMM-RELM.该算法在ADMM算法的基础上采用动态衰减步长进行迭代,并同时使用L1和L2正则化对模型复杂度进行约束,解得具有稀疏性和鲁棒性的极限学习机输出权重.在UCI和MedMNIST数据集中对VAR-ADMM-RELM、极限学习机(extreme learning machine,ELM)、正则化极限学习机(regularized ELM,RELM)和基于ADMM的L1正则化ELM(ADMMRELM)进行拟合、分类和回归对比实验.结果表明,VAR-ADMM-RELM算法的平均分类准确率和平均回归预测精度分别比ELM算法提升了1.94%和2.49%,较标准ADMM算法可以取得3~5倍的速度提升,且对异常值干扰具有更好的鲁棒性和泛化能力,在高维度多样本的场景下建模效率逼近标准极限学习机.该方法有效提升了ADMM算法的收敛速度,取得了比主流ELM算法更加优秀的性能表现.

关键词：人工智能机器学习极限学习机交替方向乘子法正则化动态衰减

同方期刊数据库

基于改进层次样本熵和极限学习机的离心泵故障诊断方法

在线全文

学校读者我要写书评

暂无评论

排灌机械工程学报 2024年

作者：王卫玉赵训新魏加达陈飞王斌陈帝伊五凌电力有限公司国家电力投资集团水电产业创新中心西北农林科技大学水利与建筑工程学院

为了提高离心泵早期故障诊断模型的准确性,提出一种改进层次样本熵(improved hierarchical sample entropy,IHSE)和极限学习机(extreme learning machine,ELM)相结合的离心泵故障诊断方法.首先,针对传统分层样本熵在高层次下算法稳定性... 详细信息

为了提高离心泵早期故障诊断模型的准确性,提出一种改进层次样本熵(improved hierarchical sample entropy,IHSE)和极限学习机(extreme learning machine,ELM)相结合的离心泵故障诊断方法.首先,针对传统分层样本熵在高层次下算法稳定性弱的问题,利用移动平均和移动差分过程代替传统的分层模式,提出一种新的评估时序信号复杂性工具——IHSE.然后,利用IHSE提取离心泵振动信号的故障特征.最后,将故障特征输入ELM模型,实现离心泵不同运行状态的有效识别.研究结果表明:所提方法在2个不同类型离心泵故障数据集上的诊断率分别为99.58%和99.68%,在所有诊断模型中表现最佳,表明该方法具有良好的诊断性能.研究结果为离心泵故障诊断提供了一种新的方法,具有良好的参考价值与应用前景.

关键词：离心泵故障诊断样本熵特征提取极限学习机

基于极限学习机的光纤光栅传感器温度补偿方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

传感技术学报 2024年第7期37卷 1230-1235页

作者：张白莉高治国郭红英忻州师范学院电子系山西忻州034000 中国联合通信忻州分公司山西忻州034000

针对光栅传感器在高温下输出呈现非线性变化的问题,建立了融入ELM极限学习机的非线性模型,应用建立的模型根据温度补偿光栅的输出信号预测实验温度,并进一步得出相应温度下压力敏感光栅的输出,解决光栅压力传感器高温下的温度补偿问题,... 详细信息

针对光栅传感器在高温下输出呈现非线性变化的问题,建立了融入ELM极限学习机的非线性模型,应用建立的模型根据温度补偿光栅的输出信号预测实验温度,并进一步得出相应温度下压力敏感光栅的输出,解决光栅压力传感器高温下的温度补偿问题,实验结果证明该模型可较好解决高温Bragg压力传感器的温度补偿问题,ELM极限学习机的预测与实际结果偏差较小,检测误差最大仅1.231%FS。

关键词：光纤光栅极限学习机信号处理温度补偿压力传感

基于集成型极限学习机的PEMFC寿命预测研究

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2024年

作者：杨淇陈景文华志广李祥隆赵冬冬兰天一窦满峰陕西科技大学电气与控制工程学院西北工业大学自动化学院北京化工大学材料科学与工程学院

基于数据驱动的寿命预测方法能精准预测质子交换膜燃料电池（PEMFC）的剩余使用寿命，预测性能的提高是当前寿命预测领域的研究热点。针对PEMFC寿命预测过程中预测精度与鲁棒性的提升问题，基于统计学原理的寿命预测方法，提出一种集成... 详细信息

基于数据驱动的寿命预测方法能精准预测质子交换膜燃料电池（PEMFC）的剩余使用寿命，预测性能的提高是当前寿命预测领域的研究热点。针对PEMFC寿命预测过程中预测精度与鲁棒性的提升问题，基于统计学原理的寿命预测方法，提出一种集成极限学习机（EELM）结构，对PEMFC的寿命进行长期预测。集成结构中包含了50次重复测试，通过局部强化优化器算法对每次测试结果进行优化，提升了寿命预测精度。在长期预测的结果中，给出了EELM预测结果的平均值和95%置信区间，提升了系统的鲁棒性。最后采用稳态电流、准动态电流条件和动态电流下的老化数据集验证了所提出方法的有效性与可行性。

关键词：质子交换膜燃料电池极限学习机集成结构局部强化优化器

基于蚁群算法优化极限学习机的声学底质分类方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

海洋通报 2024年

作者：丁德秋马丹陈帆樊妙邢喆唐秋华国家海洋信息中心自然资源部第一海洋研究所自然资源部海洋测绘重点实验室

海洋底质作为深海海底环境的重要组成部分，其类型及分布特征在深海资源开发利用和海洋工程建设中有着巨大的参考价值，是海洋测绘调查的一项重要内容，基于多波束测深系统采集强度数据的监督分类方法逐渐获得广泛应用。随着人工智能的... 详细信息

海洋底质作为深海海底环境的重要组成部分，其类型及分布特征在深海资源开发利用和海洋工程建设中有着巨大的参考价值，是海洋测绘调查的一项重要内容，基于多波束测深系统采集强度数据的监督分类方法逐渐获得广泛应用。随着人工智能的大力发展，神经网络在声学底质分类中得到广泛应用，极限学习机（extreme learning machine，ELM）权值和偏重不再需要迭代优化，是一种学习速度较快的神经网络。针对ELM神经网络中由于初始权值和偏重矩阵随机确定而导致ELM分类器鲁棒性差的问题，本文选取蚁群算法优化ELM神经网络的初始参数，构建了ACO-ELM神经网络分类模型，经多次迭代后，由于信息素的累积，蚂蚁种群不断向最优路径偏移，训练精度逐渐增高，模型逐步达到平稳。通过底质分类实验验证表明，BM3D+ACO-ELM分类器处理的多波束声呐图像斑点噪声得到了有效控制，在西南印度洋脊龙旂热液钙质软泥和硫化物混合区域，BM3D+ACO-ELM分类器相比于其它三种分类器具有明显优势，底质分类精度有了较大提高，其中硫化物分类精度为93.23%，深海钙质软泥分类精度为93.78%。

关键词：极限学习机反向散射强度底质分类蚁群算法图像滤波处理