检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

PEMFC剩余使用寿命直接预测的混合方法

中国电机工程学报 2024年第21期44卷 8554-8567,I0019页

作者：赵波张领先章雷其谢长君陈哲刘相万国网浙江省电力有限公司电力科学研究院浙江省杭州市310014 武汉理工大学自动化学院湖北省武汉市430070

针对质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)的剩余使用寿命预测问题,该文基于考虑双层电容效应的PEMFC动态半经验模型,提出一种通过直接预测方式结合数据驱动和模型驱动的混合预测方法。对于数据驱动,使用深度... 详细信息

针对质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)的剩余使用寿命预测问题,该文基于考虑双层电容效应的PEMFC动态半经验模型,提出一种通过直接预测方式结合数据驱动和模型驱动的混合预测方法。对于数据驱动,使用深度卷积网络提取多维老化数据的特征,传递到长短期记忆网络预测老化电压。对于模型驱动,将电压预测值作为自适应扩展卡尔曼滤波框架的观测值。分别基于静态和动态2种工况下的老化数据,利用混合预测方法分别进行短期和长期预测。短期预测结果表明,在动态工况下动态半经验模型能更有效地拟合老化电压数据。长期预测结果表明,基于动态半经验模型的预测误差更小,且混合方法预测的PEMFC剩余使用寿命更接近真实值。

关键词：质子交换膜燃料电池剩余使用寿命动态半经验模型直接预测混合预测方法

维普期刊数据库博看期刊

强脉冲载荷作用下结构塑性大变形的最大挠度直接预测

在线全文

学校读者我要写书评

暂无评论

力学学报 2023年第5期55卷 1113-1123页

作者：余同希田岚仁朱凌香港科技大学机械与航空航天工程系中国香港武汉理工大学船海与能源动力工程学院武汉430063

经过多年的研究,由中国学者提出和研发的膜力因子法和饱和分析方法已被证明是分析和预测冲击、爆炸等强动载荷作用下梁、板等结构件的塑性大变形行为的有力工具.在这两套理论工具相结合所获得的一系列最新成果的基础上,文章提出一种对... 详细信息

经过多年的研究,由中国学者提出和研发的膜力因子法和饱和分析方法已被证明是分析和预测冲击、爆炸等强动载荷作用下梁、板等结构件的塑性大变形行为的有力工具.在这两套理论工具相结合所获得的一系列最新成果的基础上,文章提出一种对梁和板在强脉冲作用下的最大挠度的直接预测方法.考虑了膜力和弯矩相互作用的准确屈服条件,同时假定位移场近似地按照与准静态破损机构相似的模态发生变化,该方法直接从膜力因子的表达式出发,依据外载作的功与塑性耗散相等的能量条件,只需要求解初等方程就可以简单明晰地得到梁和板在矩形脉冲作用下的最大挠度,极大地简化了数学推导.与同时考虑准确屈服条件和瞬态响应阶段的完全解以及具有上下界的模态解相比,这一方法能够同样准确但更简单地计入膜力对结构大变形承载能力的效应,为工程设计提供比完全解更简明、比模态解更精准的梁和板最大塑性变形的估算公式;再同改进的脉冲等效技术相结合,这种直接预测方法有望进一步拓展到更复杂的结构件,获得广泛的工程应用.

关键词：塑性大变形强动载荷膜力因子法饱和挠度直接预测

在线全文

学校读者我要写书评

暂无评论

溶解氧大时滞控制过程预测优选策略应用研究

仪器仪表学报 2017年第9期38卷 2243-2250页

作者：张堃吴建国陈伟峰张培建费敏锐南通大学电气工程学院南通226007 南通先进通信技术研究院南通226007 上海大学机电工程与自动化学院上海市电站自动化技术重点实验室上海210053

针对污水溶解氧浓度这类大时滞有自衡过程的控制问题,提出了一种了基于曲线拟合直接预测被控变量和采用专家控制,以及优选法搜索目标控制量相结合的控制策略。通过最小二乘法对在线采集的数据进行曲线拟合,以得出迟延τ时间后的被控变... 详细信息

针对污水溶解氧浓度这类大时滞有自衡过程的控制问题,提出了一种了基于曲线拟合直接预测被控变量和采用专家控制,以及优选法搜索目标控制量相结合的控制策略。通过最小二乘法对在线采集的数据进行曲线拟合,以得出迟延τ时间后的被控变量预测值,专家控制快速逼近目标控制量的区间,然后再采用基于黄金分割点的优选法快速逼近目标控制量。这种预测优选法控制策略是按照被控变量的预测值来确定控制量。有自衡过程的设定值一旦确定,目标控制量也相应确定,预测优选法控制策略就是快速搜索目标控制量。仿真和工程模拟试验结果均表明:针对这类大滞后有自衡过程,该控制策略可以实现有效控制,系统调节时间较专家控制提高50%,目标偏差可控制在1%以内。

关键词：污水溶解氧浓度大时滞直接预测优选法

2010年、2015年中国煤炭需求预测研究

在线全文

学校读者我要写书评

暂无评论

中国煤炭 2010年第5期36卷 17-21,61页

作者：徐亮国家安全生产监督管理总局信息研究院北京市朝阳区100029

根据我国煤炭需求的复杂性和影响因素,从直接预测和间接预测的角度,综合分析我国煤炭下游行业的消费预期,以及我国经济增长速度的拉动影响,预测了我国2010年、2015年煤炭需求量。

关键词：直接预测间接预测煤炭需求 2010年 2015年中国

在线全文

学校读者我要写书评

暂无评论

不可控微电源综合发电功率预测

湘潭大学自然科学学报 2015年第2期37卷 108-115页

作者：李卫平黄近秋孙光东惠州学院电子科学系广东惠州516007

不可控微电源的短期预测是微电网经济运行的重要基础.该文针对微电网覆盖区域较窄及容量小的特点,将微电网中所有不可控微电源的发电功率综合起来进行预测,提出混沌马尔可夫预测模型,可降低预测系统的复杂程度和预测成本.由不可控微电... 详细信息

不可控微电源的短期预测是微电网经济运行的重要基础.该文针对微电网覆盖区域较窄及容量小的特点,将微电网中所有不可控微电源的发电功率综合起来进行预测,提出混沌马尔可夫预测模型,可降低预测系统的复杂程度和预测成本.由不可控微电源综合发电功率历史数据,先建立混沌直接预测模型对综合发电功率进行直接预测,其预测过程简单;考虑到综合发电功率历史时间序列中噪声的累积使得预测残差较大,建立马尔可夫链残差修正方法修正预测结果,以提高预测精度.算例分析验证了所提方法的有效性.

关键词：微电网不可控微电源综合发电功率直接预测混沌马尔可夫预测模型

在线全文

学校读者我要写书评

暂无评论

未来中长期我国煤炭需求预测

中国煤炭 2017年第10期43卷 5-9,20页

作者：刘畅孙超北京工业职业技术学院文法与管理学院北京市石景山区100042 国家安全生产监督管理总局信息研究院北京市朝阳区100029

系统总结了我国煤炭消费现状,分析了影响煤炭消费的因素,以大量详实的数据为基础,通过对用煤行业需求直接预测和煤炭需求总量间接预测,最终给出综合预测结果:2017年39.14亿t,2018年39.86亿t,2019年40.56亿t,2020年41.05亿t。

关键词：煤炭需求现状直接预测间接预测

在线全文

学校读者我要写书评

暂无评论

GM(2,1)模型预测公式的改进研究

武汉理工大学学报 2006年第10期28卷 125-127,131页

作者：赵新蕖陈红林西北工业大学电子信息学院西安710072

从GM(2,1)模型的构造原理出发,认为其存在2个缺陷:Z(1)和X(1)预测公式混淆和强行定义边界条件。提出2种改进方案:用X(0)直接预测法代替Z(1)和X(1)预测后累减来预测X(0);用最小二乘的二次参数估计代替由边界条件确定白化微分方程的常数... 详细信息

从GM(2,1)模型的构造原理出发,认为其存在2个缺陷:Z(1)和X(1)预测公式混淆和强行定义边界条件。提出2种改进方案:用X(0)直接预测法代替Z(1)和X(1)预测后累减来预测X(0);用最小二乘的二次参数估计代替由边界条件确定白化微分方程的常数。计算示例表明,新方法具有更好的效果。

关键词： GM(2,1):X^(0) 直接预测最小二乘估计

在线全文

学校读者我要写书评

暂无评论

基于数据驱动的锂电池剩余使用寿命预测研究

基于数据驱动的锂电池剩余使用寿命预测研究

作者：张志新长安大学

学位级别：硕士

随着全球绿色环保理念的形成和发展,新能源行业得到大力的发展,锂电池作为新能源行业的代表之一,以其能量密度高、寿命长、稳定性高、可循环使用等优点被广泛的应用到各个行业。因此,对锂电池的安全管理也提出了更高的要求,锂电池剩余... 详细信息

随着全球绿色环保理念的形成和发展,新能源行业得到大力的发展,锂电池作为新能源行业的代表之一,以其能量密度高、寿命长、稳定性高、可循环使用等优点被广泛的应用到各个行业。因此,对锂电池的安全管理也提出了更高的要求,锂电池剩余使用寿命(Remaining Useful Life,RUL)预测成为研究领域的重点。本文基于数据驱动方法,采用深度学习算法从直接预测和间接预测两个角度对电池的RUL进行预测分析。本文对锂电池的健康状态(State Of Health,SOH)和RUL国内外研究现状进行总结,介绍了影响锂电池寿命的内外因素及退化机理。在锂电池RUL直接预测方法中,针对锂电池容量退化中的非线性问题,提出了经验模态分解(Empirical Mode Decomposition,EMD)方法,对于分解后得到的高频模态(Intrinsic Mode Functions,IMF)和低频残差(Residual,Res),分别采用高斯回归(Gaussian Process Regression,GPR,GPR)和长短时记忆网络(Long Short-Term Memory,LSTM)算法结合注意力机制(Attention Mechanism,AM)对不同的分量进行针对性预测,取得了较高的精确度。在锂电池RUL间接预测方法中,针对锂电池容量难以在线实时获取问题,提出了等时间电压差(Equal Time Voltage Difference,ETVD)方法构建健康因子(Health Indicator,HI),并使用BOX-COX正态变换和Pearson相关性分析方法处理数据,最终得到与锂电池原始容量序列相关性达99.5%的健康因子序列,可以代替锂电池的原始容量序列作为目标特征进行模型训练。提出了优化网格算法(Improved Grid Search,IGS)优化SVM模型参数,验证提取HI的有效性,实现锂电池RUL在线实时预测目的。本文从锂电池RUL直接预测和间接预测两个角度进行分析,采用深度学习算法构建训练模型,验证本文提出的ETVD构建HI方法的有效性以及可靠性,为锂电池RUL在线实时预测提供新的研究方法。

关键词：锂电池数据驱动剩余使用寿命深度学习直接预测间接预测在线实时预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

不同采样频率时间序列的多步预测比较研究

不同采样频率时间序列的多步预测比较研究

作者：钟美霞广东工业大学

学位级别：硕士

时间序列是指按照一定的时间顺序排列的序列数据。时间序列存在于我们生活中的各个领域,由于时间序列数据的不完全随机性以及易获取性,越来越多的数据挖掘研究学者希望能从中找出某些规律,从而对特定的时间序列数据进行较为准确的预测... 详细信息

时间序列是指按照一定的时间顺序排列的序列数据。时间序列存在于我们生活中的各个领域,由于时间序列数据的不完全随机性以及易获取性,越来越多的数据挖掘研究学者希望能从中找出某些规律,从而对特定的时间序列数据进行较为准确的预测。时间序列分析方法是统计学和经济学研究中的一个热点,通过对时间序列进行分析预测,发现其中蕴藏的规律,有利于掌握时间序列数据的动态变化以及发展趋势,对现实的资源管理和经济预报等方面有着重要的现实意义。本文在探讨时间序列的不同预测模型过程中,主要针对不同采样频率时间序列的直接多步预测和间接多步预测进行比较分析。主要完成的工作如下：首先,研究了时间序列数据挖掘技术的发展背景和现状,介绍了时间序列和时间序列数据挖掘的概念,以及时间序列的定义和时间序列预测的基本步骤。时间序列预测的方法,按预测步长可分为单步预测和多步预测,其中多步预测又可分为直接多步预测和间接多步预测。时间序列的预测的基本步骤包括：数据采集、数据预处理、数据分析并选择模型、建立模型、预测数据。（详见1.1、1.2、2.1-2.3）其次,对时间序列预测的两大基本方法进行分析,分别是平滑法和拟合法。平滑法的基本思想是移动平均,本文主要研究了季节性指数平滑法和自适应过滤法;拟合法即用最优的模型拟合现有的时间序列数据,本文主要研究了ARMA模型。此外,针对神经网络在时间序列预测中的应用,构建了BP神经网络时间序列的预测模型。（详见第二章）再次,基于经典的ARMA、季节指数平滑法、自适应过滤法和BP神经网络等时间序列预测模型的基础上,引入了直接多步预测和间接多步预测的概念。利用ARMA、季节指数平滑法、自适应过滤法和BP神经网络四种模型,分别对Hourly、 Daily、Weekly、Monthly和Quartly5组不同采样频率的时间序列进行直接多步预测,并针对它们之间的预测误差作了比较分析。（详见第三章）最后,在单步预测的基础上,用ARMA、季节指数平滑法、自适应过滤法和BP神经网络四种模型,分别对Hourly、Daily、Weekly、Monthly和Quartly5组不同采样频率的时间序列进行间接多步预测,并比较它们的预测误差。另外,对直接多步预测与间接多步预测的综合性能作了比较分析,并针对不同模型对同一频率的数据进行预测的结果进行对比分析。（详见第四章）

关键词： ARMA 季节指数平滑法自适应过滤法神经网络直接预测间接预测