检索结果-南通市图书馆

控制工程 2024年

作者：余飞鸿吴杰夏岩常政威熊兴中陈仁钊四川轻化工大学自动化与信息工程学院四川轻化工大学人工智能四川省重点实验室电力物联网四川省重点实验室兴储世纪科技股份有限公司

针对传统微电网孤岛检测被动法检测盲区大、阈值设定难以及主动法干扰电能质量的问题，提出一种基于自适应噪声的完全集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise， CEEMDAN)-Teager-Kaiser... 详细信息

针对传统微电网孤岛检测被动法检测盲区大、阈值设定难以及主动法干扰电能质量的问题，提出一种基于自适应噪声的完全集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise， CEEMDAN)-Teager-Kaiser能量算子(Teager-Kaiser energy operator， TKEO)和优化深度置信网络(deep belief network， DBN)的微电网孤岛检测方法。首先，使用CEEMDAN算法分解公共耦合点处的电压和电流信号得到一系列本征模态分量(intrinsic mode functions， IMFs)，同时计算相关系数确定有效IMFs；其次，采用TKEO计算乘积融合IMFs的能量序列，得到重构CEEMDAN-TKEO孤岛特征；最后，利用粒子群算法优化DBN网络结构，对CEEMDAN-TKEO特征向量集进行训练与测试。实验结果表明：该方法能有效区分不同工况下的孤岛状态，测试精度99.52%，检测时间25.326ms且具有较强抗噪声能力。通过对比实验，表明该方法在检测孤岛与非孤岛事件的优越性。

关键词：孤岛检测自适应噪声的完全集成经验模态分解 Teager-Kaiser能量算子粒子群算法深度置信网络

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

集成经验模态分解与深度学习的用户侧净负荷预测算法

引用

电力系统自动化 2021年第24期45卷 57-64页

作者：刘友波吴浩刘挺坚杨智宇刘俊勇李秋航四川大学电气工程学院四川省成都市610065 国网成都供电公司四川省成都市610041

随着用户侧分布式能源发电容量增长,配电网净负荷需求预测面临着更大困难。为此,提出一种改进的自适应噪声的完全集成经验模态分解(CEEMDAN)和深度信念网络(DBN)结合的用户侧净负荷预测方法。首先,通过CEEMDAN将原始净负荷数据分解为若... 详细信息

随着用户侧分布式能源发电容量增长,配电网净负荷需求预测面临着更大困难。为此,提出一种改进的自适应噪声的完全集成经验模态分解(CEEMDAN)和深度信念网络(DBN)结合的用户侧净负荷预测方法。首先,通过CEEMDAN将原始净负荷数据分解为若干个频率、幅值不一的本征模态函数(IMF)。然后,配合机器学习智能算法,使用DBN逐一对各个IMF分量进行特征提取和时序预测。最后,将多个目标预测结果累加得到最终用户侧短期净负荷预测结果。采用某地区实际数据进行算例分析,验证了所提CEEMDAN-DBN独立预测模型与直接预测相比,能够辨识各频率负荷分量特性,提高分布式能源与负荷耦合性增强背景下的负荷预测精度。

关键词：净负荷预测自适应噪声的完全集成经验模态分解深度信念网络时序预测

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

CEEMDAN和改进多尺度熵的声音信号故障诊断

引用

机械设计与制造 2022年第5期375卷 185-190页

作者：付国梓吕勇武汉科技大学机械自动化学院湖北武汉430081

声音信号采集具有非接触测量的优点,但易受到附近声源的影响而含有较大噪声,不利于故障特征识别。为此,提出一种自适应噪声的完全集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)和改... 详细信息

声音信号采集具有非接触测量的优点,但易受到附近声源的影响而含有较大噪声,不利于故障特征识别。为此,提出一种自适应噪声的完全集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)和改进多尺度熵的声音信号故障诊断方法。该方法中CEEMDAN改善了EEMD(Ensemble Empirical Mode Decomposition,EEMD)的模态混叠,针对传统多尺度熵中粗粒时间序列长度不同和数据丢失的情况,提出一种平滑粗粒化处理的改进多尺度熵。将该方法应用于行星齿轮箱故障诊断中,可以对不同状态下的声音信号进行识别分类。通过数值仿真和实验数据分析,表明了提出的方法相对于其他方法的有效性和优越性。

关键词：自适应噪声的完全集成经验模态分解改进多尺度熵平滑粗粒化故障诊断

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：