检索结果-南通市图书馆

基于粒子群算法优化BP神经网络的高低温试验箱温度预测

在线全文

学校读者我要写书评

暂无评论

环境技术 2024年第5期42卷 215-223页

作者：彭白雪陈清华王建刚王皖楠安徽理工大学机电工程学院淮南232001 广东立佳实业有限公司东莞523000

为提高高低温试验箱内部温度预测精度,通过建立粒子群算法优化后的BP神经网络(PSO-BP)模型对高低温试验箱内工作区温度变化情况进行预测,并利用试验采集的有限点温度数据进行对比分析,为高低温试验箱内温度特性的分析计算提供理论和数... 详细信息

为提高高低温试验箱内部温度预测精度,通过建立粒子群算法优化后的BP神经网络(PSO-BP)模型对高低温试验箱内工作区温度变化情况进行预测,并利用试验采集的有限点温度数据进行对比分析,为高低温试验箱内温度特性的分析计算提供理论和数据支持。结果表明PSO-BP网络取得最小训练误差为9.35×10^(-5),与BP神经网络相比,优化后的PSO-BP神经网络训练集和测试集拟合精度分别提高了1.09%和2.43%。BP网络和PSO-BP网络平均绝对误差(MAE)分别为1.480和0.753,均方根误差(RMSE)分别为1.979和1.842,综合表明PSOBP神经网络预测精准度更高,可有效获得高低温试验箱内连续完整的温度情况,提高了试验箱研发工作效率。

关键词：高低温试验箱粒子群算法 BP神经网络温度预测

基于时延分析的SSA-ELM高炉炉喉温度预测算法

在线全文

学校读者我要写书评

暂无评论

冶金自动化 2024年第S1期 106-110页

作者：程娇张亚娴张森陈先中北京科技大学自动化学院北京科技大学顺德创新学院北京科技大学工业过程知识自动化教育部重点实验室

快速准确地预测高炉炉喉十字测温点温度，能够帮助高炉操作人员及时了解煤气分布状态，进而对高炉冶炼状态做出分析与判断，有助于实现高炉冶炼地绿色可持续发展。针对高炉冶炼过程中存在时延的问题，设计了将自适应加权LASSO算法引入... 详细信息

快速准确地预测高炉炉喉十字测温点温度，能够帮助高炉操作人员及时了解煤气分布状态，进而对高炉冶炼状态做出分析与判断，有助于实现高炉冶炼地绿色可持续发展。针对高炉冶炼过程中存在时延的问题，设计了将自适应加权LASSO算法引入互信息法的特征变量选择算法，针对高炉炉喉十字测温温度点预测问题，建立了SSA-ELM优化预测模型。并使用实际生产数据进行了实验验证，计算结果表明了算法与模型的有效性以及模型预测的精确性。

关键词：高炉冶炼温度预测时滞估计麻雀搜索算法数学模型

基于MLP和Transformer模型的大气温度预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

运城学院学报 2024年第3期42卷 43-47页

作者：吕亚妮运城师范高等专科学校山西运城044000

文章以运城市2015年1月1日至2020年12月21日期间监测的大气温度数据作为研究的基础资料,运用MLP模型和Transformer模型,预测了运城市大气温度。由于温度数据具有很强的时序性,对MLP模型与Transformer模型,各选取了两层、四层(MLP-2、ML... 详细信息

文章以运城市2015年1月1日至2020年12月21日期间监测的大气温度数据作为研究的基础资料,运用MLP模型和Transformer模型,预测了运城市大气温度。由于温度数据具有很强的时序性,对MLP模型与Transformer模型,各选取了两层、四层(MLP-2、MLP-4、Transformer-2、Transformer-4),进行了3天、5天、7天多组试验对比。结果显示:MLP-4模型7天的均方误差为3.2649,Transformer-4模型3天的均方误差为5.3767,预测精度都比较高,且MLP模型预测温度的精度高于Transformer模型预测温度的精度;MLP-2模型的均方误差分别为3.2662、3.2996、3.3579,MLP-4模型的均方误差分别为3.2674、3.2996、3.2649,均方误差有变化,但比较平稳;Transformer-2模型的均方误差分别为5.6225、5.9491、5.3892,Transformer-4模型的均方误差分别为5.3767、6.3787、6.1108,增加模型层数和参数量,均方误差增大,存在过拟合现象。运用Transformer模型进行预测,出现过拟合现象,原因是Transformer模型太过庞大(接近四百万个参数),而研究数据只有1531组,即使使用Weight decay和Dropout正则化的方法,仍然过拟合文章中提供的1531组研究数据,使其预测精度出现一定程度的下降。

关键词：温度预测 MLP模型 Transformer模型神经网络

基于场景判别的风电齿轮箱温度预测及趋势异常预警方法

在线全文

学校读者我要写书评

暂无评论

电力科学与工程 2024年第2期40卷 61-70页

作者：赵宇王晓东吕海华刘颖明董福杰王宇沈阳工业大学电气工程学院辽宁沈阳110870 沈阳工程学院信息学院辽宁沈阳110136

将齿轮箱温度划分为正常、温升异常和温度异常3种场景,并利用所构建的卷积神经网络(Conventional neural network,CNN)结合双向长短期记忆(Bidirectional long short term memory,BiLSTM)网络模型对场景进行判别。在此基础上,采用分位... 详细信息

将齿轮箱温度划分为正常、温升异常和温度异常3种场景,并利用所构建的卷积神经网络(Conventional neural network,CNN)结合双向长短期记忆(Bidirectional long short term memory,BiLSTM)网络模型对场景进行判别。在此基础上,采用分位数回归(Quantile regression,QR)结合门控循环单元(Gate recurrent unit,GRU)方法,分别预测不同温度场景下的油温及轴承点预测及温度区间,并根据GRU温度异常诊断模型对2种预测温度进行诊断。算例分析结果表明,用该方法能准确预测各状态下齿轮箱温度,且预测区间可靠,可实现齿轮箱温度异常的高效诊断。依托某风场实测数据对所提方案进行验证,验证结果表明所提方法有效且性能优越。

关键词：风力发电机组齿轮箱温度预测故障诊断场景判别

基于长短时记忆网络的恒温水浴锅温度模型预测

在线全文

学校读者我要写书评

暂无评论

河南科技 2024年第2期51卷 34-39页

作者：高兴泉俞文博段虹州吉林化工学院吉林吉林132022 吉林工业职业技术学院吉林吉林132013

【目的】由于恒温水浴锅温度系统存在强非线性及大滞后性,本研究提出一种基于长短时记忆网络的恒温水浴锅温度模型预测方法。【方法】首先,对采集到的数据进行标准化处理,寻找长短时记忆网络的最优结构及超参数,用来拟合出最佳的数据映... 详细信息

【目的】由于恒温水浴锅温度系统存在强非线性及大滞后性,本研究提出一种基于长短时记忆网络的恒温水浴锅温度模型预测方法。【方法】首先,对采集到的数据进行标准化处理,寻找长短时记忆网络的最优结构及超参数,用来拟合出最佳的数据映射特征,并构建恒温水浴锅温度的动态数学模型。其次,通过模型对未来一段时间内的温度趋势进行预测。最后,使用本研究提出的方法与最小二乘法所预测的结果进行对比分析。【结果】本研究所提方法构建的模型的拟合度达到了98.2%,预测结果的MSE及MAE比最小二乘法模型分别降低了4.616、0.823。【结论】本研究所提方法具有更高的预测精度,对提高恒温水浴锅的生产效率及控制精度具有重要意义。

关键词：恒温水浴锅长短时记忆网络温度预测数学模型

在线全文

学校读者我要写书评

暂无评论

电机数字孪生模型构建与温度预测

机械工程与自动化 2024年第1期 11-13页

作者：张迅王建生康献民罗源昌亢宗楠李宏宇五邑大学智能制造学部广东江门529000

电机的健康状态时刻关乎生产设备的运转效率与产品质量,电机出现严重故障时可能导致生产停滞与人员伤亡。传统的电机监测技术一般需要人工定期巡检,监测周期较长,不能及时发现电机热故障导致电机损坏。数字孪生技术给电机健康预测提供... 详细信息

电机的健康状态时刻关乎生产设备的运转效率与产品质量,电机出现严重故障时可能导致生产停滞与人员伤亡。传统的电机监测技术一般需要人工定期巡检,监测周期较长,不能及时发现电机热故障导致电机损坏。数字孪生技术给电机健康预测提供了新的解决思路,通过建立物理样机的数字孪生体,并对孪生模型数据进行分析,可模拟实际电机在不同工况下电磁损耗与温度变化,从而实现电机温度预测。

关键词：数字孪生永磁同步电机温度预测模型构建

在线全文

学校读者我要写书评

暂无评论

电缆温度预测与防爆技术在智能电网中的应用

电力设备管理 2024年第9期 162-164页

作者：黄发正曾筱钟雨李河源赵松晨国网河南省电力公司桐柏县供电公司

随着智能电网的快速发展,电缆作为输电和配电的重要组成部分,其温度的预测与防爆技术变得越来越重要。因此,电缆温度受到多种因素的影响,如环境温度、负荷变化等。通过建立合适的数学模型和算法,可以准确预测电缆的温度变化,并提前采取... 详细信息

随着智能电网的快速发展,电缆作为输电和配电的重要组成部分,其温度的预测与防爆技术变得越来越重要。因此,电缆温度受到多种因素的影响,如环境温度、负荷变化等。通过建立合适的数学模型和算法,可以准确预测电缆的温度变化,并提前采取相应的措施,确保电缆的安全运行。

关键词：电缆温度预测智能电网

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于支持向量回归的发电机温度预测方法

电机技术 2024年第2期 46-48页

作者：付昊戴健高兴文耀华陆梦园国电建投内蒙古能源有限公司 017208 上海电气电站设备有限公司发电机厂 200240

发电机运行参数能够反映发电机的运行状态,不同的性能参数所包含的发电机状态信息量不同。由于发电机工作状态环境复杂,发电机的某一类故障特征可能导致多种参数出现异常,进而使得监测参数之间呈现出非线性映射。文章提出了一种基于支... 详细信息

发电机运行参数能够反映发电机的运行状态,不同的性能参数所包含的发电机状态信息量不同。由于发电机工作状态环境复杂,发电机的某一类故障特征可能导致多种参数出现异常,进而使得监测参数之间呈现出非线性映射。文章提出了一种基于支持向量回归的发电机温度预测方法,可以有效识别机组异常状态,保障了机组的安全可靠运行。

关键词：支持向量回归温度预测异常识别

基于LSTM算法的变电站电力设备温度预测方法

在线全文

学校读者我要写书评

暂无评论

家电维修 2024年第4期 55-57页

作者：苗健玮陈心雨国网江苏省电力有限公司连云港市赣榆区供电分公司江苏省连云港市222100

随着智能电网技术的广泛应用,电力系统运行管理和监测技术也面临着巨大挑战,设备温度预测是确保电网稳定运行的关键因素,传统监测方法因其固有局限性已无法有效应对日益复杂和动态的数据,因此亟需新的技术和方法。本文提出了一种基于长... 详细信息

随着智能电网技术的广泛应用,电力系统运行管理和监测技术也面临着巨大挑战,设备温度预测是确保电网稳定运行的关键因素,传统监测方法因其固有局限性已无法有效应对日益复杂和动态的数据,因此亟需新的技术和方法。本文提出了一种基于长短期记忆网络(LSTM)的温度预测方法,该方法专注于提升时间序列数据的处理能力,从而提高温度预测的准确性和效率,研究工作涵盖数据采集、预处理,以及LSTM模型的构建与优化。实验结果显示,该方法在变电站电力设备的温度预测准确性很,为电力系统稳定运行提供了有效的技术支持,展现了显著的实用价值。

关键词： LSTM算法变电站电力设备温度预测