检索结果-南通市图书馆

Sustainability Intelligent Evaluation of Regional Microgrid Interconnection System Based on Combination Entropy Weight Rank Order-TOPSIS and NILA-kelm

引用

Energy Engineering 2022年第3期119卷 1075-1101页

作者： Haichao Wang Yingying Fan Weigao Meng Qiaoran Yang Long Yuan(Beijing)Wind Power Engineering&Consulting Co. Ltd.Beijing100034China School of Art Hebei GEO UniversityShijiazhuang050031China Strategy and Management Base of Mineral Resources in Hebei Province Hebei GEO UniversityShijiazhuang050031China School of Urban Geology and Engineering Hebei GEO UniversityShijiazhuang050031China School of Management Hebei GEO UniversityShijiazhuang050031China

Sustainability evaluation of regional microgrid interconnection system is conducive to a profound and comprehensive understanding of the impact of interconnection system *** order to realize the comprehensive and scientific intelligent evaluation of the system,this paper proposes an evaluation model based on combination entropy weight rank order-technique for order preference by similarity to an ideal solution(TOPSIS)and Niche Immune Lion Algorithm-Extreme Learning Machine with Kernel(NILAkelm).Firstly,the sustainability evaluation indicator system of the regional microgrid interconnection system is constructed fromfour aspects of economic,environmental,social,and technical characteristics,and the evaluation indicators are ***,the classical evaluationmodel based on TOPSIS is constructed,and the entropy weight method and rank order method(RO)are coupled to obtain the indicator *** niche immune algorithm is used to improve the lion algorithm,and the improved lion algorithm is used to optimize the parameters of kelm,and the intelligent evaluation model based on NILA-kelm is obtained to realize fast real-time ***,the scientificity and accuracy of themodel proposed in this paper are *** model proposed in this paper has the lowest RMSE,MAE and RE values,indicating that its intelligent evaluation results are the most *** study is conducive to the horizontal comparison of the overall performance of regional microgrid interconnection system projects,helps investors to choose the most promising project scheme,and helps the government to find feasible project.

关键词： Regional microgrid interconnection system intelligent evaluation of sustainability combination entropy weight rank order TOPSIS NILA kelm

来源：

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

Brainwave Classification for Character-Writing Application Using EMD-Based GMM and kelm Approaches

引用

Computers, Materials & Continua 2021年第3期66卷 3029-3044页

作者： Khomdet Phapatanaburi Kasidit kokkhunthod LongbiaoWang Talit Jumphoo Monthippa Uthansakul Anyaporn Boonmahitthisud Peerapong Uthansakul Department of Telecommunication Engineering Rajamangala University of Technology IsanNakhon Ratchasima30000Thailand School of Telecommunication Engineering Suranaree University of TechnologyNakhon Ratchasima30000Thailand Tianjin Key Laboratory of Cognitive Computing and Application College of Intelligence and ComputingTianjin UniversityTianjin300350China Department of Materials Science Chulalongkorn UniversityBangkok10330Thailand

A brainwave classification,which does not involve any limb movement and stimulus for character-writing applications,benefits impaired people,in terms of practical communication,because it allows users to command a device/computer directly via electroencephalogram *** this paper,we propose a new framework based on Empirical Mode Decomposition(EMD)features along with theGaussianMixtureModel(GMM)andKernel Extreme Learning Machine(kelm)-based *** this purpose,firstly,we introduce EMD to decompose EEG signals into Intrinsic Mode Functions(IMFs),which actually are used as the input features of the brainwave classification for the character-writing *** hypothesize that EMD along with the appropriate IMF is quite powerful for the brainwave classification,in terms of character applications,because of the wavelet-like decomposition without any down sampling ***,by getting motivated with shallow learning classifiers,we can provide promising performance for the classification of binary classes,GMM and kelm,which are applied for the learning of features along with the brainwave ***,we propose a new method by combining GMMand kelm to fuse the merits of different ***,the proposed methods are validated by using the volunteer-independent 5-fold cross-validation and accuracy as a standard *** experimental results showed that EMD with the proper IMF achieved better results than the conventional discrete wavelet transform(DWT)***,we found that the EMD feature along with the GMM/kelm-based classifier provides the average accuracy of 77.40%and 80.10%,respectively,which could perform better than the conventional methods where we use DWT along with the artificial neural network classifier in order to get the average accuracy of 80.60%.Furthermore,we obtained the improved performance by combining GMM and kelm,i.e.,average accuracy of 80.60%.These outcomes exhibit the usefulness of the EMD

关键词： Brainwave classification character-writing application EMD GMM kelm score combination

来源：

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MEEMD-kelm的短期风电功率预测

引用

电测与仪表 2020年第21期57卷 92-98页

作者：赵睿智丁云飞上海电机学院电气学院上海201306

风电功率时序信号是间歇性、波动性的非平稳信号,信号的平稳化处理是风电功率预测的关键。针对EEMD在分解风功率时序信号时存在模态混淆、伪分量和较大的重构误差等问题,将MEEMD用于风功率信号分解并与kelm模型相结合,提出了基于MEEMD-K... 详细信息

风电功率时序信号是间歇性、波动性的非平稳信号,信号的平稳化处理是风电功率预测的关键。针对EEMD在分解风功率时序信号时存在模态混淆、伪分量和较大的重构误差等问题,将MEEMD用于风功率信号分解并与kelm模型相结合,提出了基于MEEMD-kelm的风电功率短期预测方法。该方法采用CEEMD将原始信号按频率高低依次分解,检测分量的排列熵值,通过熵值判断异常分量信号并将其从原始信号中剔除,再对分离后的信号进行EMD分解,得到的若干个IMF分量分别通过kelm模型进行组合预测。以上海某风场为例进行仿真实验,并与传统方法进行对比,结果表明该方法预测精度更优且更具稳定性。

关键词： MEEMD kelm 风电功率预测排列熵模态混淆

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

基于CKMTOA-kelm优化ADRC的永磁同步电机直接转矩控制

引用

电工电能新技术 2019年第4期38卷 13-21页

作者：易灵芝张成董冯江湘潭大学信息工程学院湖南湘潭411105 湖南省"风电装备与电能变换"2011协同创新中心湖南湘潭411105 湖南省多能源协同控制技术工程研究中心湖南湘谭411105

针对传统自抗扰控制器(ADRC)中扩张状态观测器(ESO)的观测扰动项较大,提出一种基于改进核函数极限学习机(kelm)优化自抗扰控制器的永磁同步电机直接转矩控制方法。采用混沌分子动理论优化算法(CKMTOA)优化kelm模型的核参数和惩罚系数,得... 详细信息

针对传统自抗扰控制器(ADRC)中扩张状态观测器(ESO)的观测扰动项较大,提出一种基于改进核函数极限学习机(kelm)优化自抗扰控制器的永磁同步电机直接转矩控制方法。采用混沌分子动理论优化算法(CKMTOA)优化kelm模型的核参数和惩罚系数,得到CKMTOA-kelm最优回归模型;CKMTOA通过引入混沌搜索防止算法陷入局部最优,采用自适应惯性权重因子提高算法的收敛速度。最后,将该模型嵌入ADRC中对其进行优化及分析,以提高系统动态响应速度和抗干扰能力,增强系统鲁棒性。仿真实验结果验证了该方法的有效性和可行性。

关键词：永磁同步电机直接转矩控制 ADRC 混沌分子动理论优化算法 kelm

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

基于kelm的光伏组件故障诊断方法

引用

电源技术 2018年第4期42卷 532-535页

作者：吴越陈志聪吴丽君林培杰福州大学微纳器件与太阳能电池研究所福建福州350116

提出了一种基于核极限学习机(kelm)的光伏组件故障诊断方法。分析了各类型光伏组件故障与光伏组件等效电路模型参数的关系。将光伏组件模型参数和参数辨识的最优均方根误差(RMSE)引入作为诊断局部固有阴影的特征变量,并对kelm故障模型... 详细信息

提出了一种基于核极限学习机(kelm)的光伏组件故障诊断方法。分析了各类型光伏组件故障与光伏组件等效电路模型参数的关系。将光伏组件模型参数和参数辨识的最优均方根误差(RMSE)引入作为诊断局部固有阴影的特征变量,并对kelm故障模型输入特征向量作了整合优化。通过搭建的仿真模型和实例分析证实,与直接将等效电路模型参数作为神经网络输入的方法相比,所提方法可以更快速、精确地识别出短路、老化及阴影故障。

关键词：光伏组件模型参数故障诊断 kelm

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

基于EEMD-VMD-SSA-kelm模型的汛期日径流预测

引用

中国农村水利水电 2023年第7期 27-34页

作者：吴小涛袁晓辉袁艳斌毛雅茜肖加清黄冈师范学院数学与统计学院湖北黄冈438000 华中科技大学土木与水利工程学院湖北武汉430074 华中科技大学数字流域科学与技术湖北省重点实验室湖北武汉430074 武汉理工大学资源与环境工程学院湖北武汉430070

受气象、气候变化和人类活动等因素的影响,径流序列呈现出非稳态、非线性等特征,给径流精准预测带来新的挑战。为了提高单一径流预测模型的预测精度,文章提出了一种新的基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EE... 详细信息

受气象、气候变化和人类活动等因素的影响,径流序列呈现出非稳态、非线性等特征,给径流精准预测带来新的挑战。为了提高单一径流预测模型的预测精度,文章提出了一种新的基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)算法、变分模态分解(Variational Modal Decomposition,VMD)算法和麻雀搜索算法(Sparrow Search Algorithm,SSA)优化核极限学习机(Kernel Extreme Learning Machine,kelm)的组合径流预测模型(EEMD-VMD-SSA-kelm)。首先利用EEMD算法将径流序列分解为趋势分量、细节分量和随机分量,接着利用VMD算法将频率最大的随机分量进一步分解为若干个频率不同、较随机分量更加稳定的分量,从而降低径流序列的不稳定性;接着,对每个分量分别建立kelm模型进行预测,并采用SSA优化kelm模型的核参数和惩罚系数;最后,累加所有分量的预测结果得到径流序列的预测结果。提出的模型应用于湖北宜昌寸滩水文站的汛期日径流预测,并与BP神经网络模型、最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)模型、kelm模型等作对比。结果表明:组合了数据分解算法的预测模型的预测精度明显优于单一的BP模型、LSSVM模型和kelm模型;组合EEMD算法和VMD算法的预测模型的预测精度优于仅组合EEMD算法的预测模型;kelm模型的预测精度优于LSSVM模型;SSA的优化精度优于粒子群优化算法。EEMD-VMD-SSA-kelm模型的预测精度最高,能准确的模拟复杂多频信息的汛期日径流的变化趋势,可为水文预测及相关预测研究提供参考。

关键词：径流预测 EEMD算法 VMD算法 kelm 麻雀搜索算法

来源：

维普期刊数据库博看期刊

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

基于相似周和模态分解的融合模型电动汽车负荷预测

引用

电网技术 2024年

作者：叶永盛徐燕龙李阳严芳芳黎丽丽黄江华湖北省石墨增材制造技术装备工程研究中心(三峡大学) 三峡大学电气与新能源学院安徽工程大学人工智能学院浙江科技大学机械与能源工程学院

随着电动汽车的快速发展，其带来的庞大随机负荷对配电网的安全稳定运行带来了极大挑战。针对电动汽车负荷数据存在非线性和特征不明显等特点，本文提出了一种基于相似周和模态分解的融合模型电动汽车负荷预测方法。首先，使用皮尔逊相... 详细信息

随着电动汽车的快速发展，其带来的庞大随机负荷对配电网的安全稳定运行带来了极大挑战。针对电动汽车负荷数据存在非线性和特征不明显等特点，本文提出了一种基于相似周和模态分解的融合模型电动汽车负荷预测方法。首先，使用皮尔逊相关系数和动态时间规整(Dynamic Time Warping，DTW)筛选出的相似周和特征组成相似周负荷序列。然后，使用自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise，CEEMDAN)将相似周负荷序列分解为高频和低频分量，高频分量输入到卷积神经网络(Convolutional neural network，CNN)-门控循环网络(Gate recurrent unit，GRU)模型，低频分量输入到核极限学习机(Kernel extreme learning machine，kelm)模型，并使用改进的麻雀搜索算法(Improved sparrow search algorithm，ISSA)优化网络模型的超参数。最后，将不同分量的预测结果求和，输出最终负荷预测序列。实验表明，本文方法有着较快的预测速度和较高的预测精度。

关键词：相似周电动汽车负荷预测参数优化 kelm

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

基于kelm的静态手势识别

基于KELM的静态手势识别

引用

作者：谭江慧华南理工大学

学位级别：硕士

手势成为人与人交流的一种重要方式,因此手势识别越来越重要,特别是对聋哑群体而言,手势识别的研究进展关系着他们能否依赖这项技术更接近正常人。手势识别可分为静态手势识别和动态手势识别,实际应用中动态手势识别实现困难重重,而作... 详细信息

手势成为人与人交流的一种重要方式,因此手势识别越来越重要,特别是对聋哑群体而言,手势识别的研究进展关系着他们能否依赖这项技术更接近正常人。手势识别可分为静态手势识别和动态手势识别,实际应用中动态手势识别实现困难重重,而作为动态手势识别系统的基础,静态手势识别的研究尤为重要。手势识别还可以分为基于视觉的手势识别和基于传感器的手势识别。经过实践证明,基于传感器的手势识别,能够识别的手势有限,并且准确度不高,受外界条件影响很大。所以对基于视觉的手势识别研究较基于传感器的手势识别研究意义更大。本文研究的内容是基于视觉的静态手势识别问题,搭建了一个基于kelm分类器的手势识别系统,本文主要完成的工作有以下几点:手势分割是手势识别系统的第一个模块,意义重大。因为分割模块的效果直接影响着后一步的特征提取,进而影响手势识别的正确率。本文对常见的手势分割方法进行了论述,并重点研究了基于肤色模型的手势分割。本文采用训练的非线性YCrCb颜色模型用于分割,提高了肤色模型的精确度和鲁棒性。在此基础上,使用八连通区域标记法,通过连通区域复杂度的几次筛选,选出复杂度最高的手势轮廓分割图。本文分别采取Hu不变矩(特征选择)和PCA(降维)用于手势二值图像的特征提取,通过对比实验验证,选取PCA应用于本文的手势识别系统的特征提取步骤。对于分类方法,本文深入研究神经网络学习算法中的BP算法、ELM算法,实现了两个基本的SLFNs分类器,即RBF神经网络分类器和ELM分类器用于手势识别。本文创新性地提出把核极限学习机算法(kelm)应用于手势分类,实现了效果更好的手势识别,其中小样本集的识别率为80%以上,大样本集识别率均为90%以上。在工程实现方面,本文提出了基于自适应非线性YCrCb肤色阈值分割模型和基于kelm分类器的手势识别系统,在多组数据集上进行了仿真,实现了基于视觉的数字0至8的静态手势识别。

关键词：手势手势分割鲁棒性特征提取 kelm

来源：

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

基于改进EWT-多尺度熵和kelm的球磨机负荷识别方法

引用

化工学报 2020年第3期71卷 1264-1277页

作者：罗小燕戴聪聪程铁栋蔡改贫刘鑫刘吉顺江西理工大学机电工程学院江西赣州341000

针对球磨机在磨矿过程中负荷靠经验难以准确判断的问题,提出了一种基于改进的经验小波变换(empirical wavelet transform, EWT)-多尺度熵和核极限学习机(kelm)的球磨机负荷识别方法。首先,针对筒体振动信号的多样性和复杂性特点,对EWT... 详细信息

针对球磨机在磨矿过程中负荷靠经验难以准确判断的问题,提出了一种基于改进的经验小波变换(empirical wavelet transform, EWT)-多尺度熵和核极限学习机(kelm)的球磨机负荷识别方法。首先,针对筒体振动信号的多样性和复杂性特点,对EWT频谱分割方法进行改进,通过构建信号仿真模型,比较EWT、EMD的分解效果,证明该方法的有效性。再将不同负荷状态下的筒体振动信号用改进的EWT算法进行分解得到内禀模态函数(intrinsic mode function, IMF),接着,对分解后的IMF分量进行相关性分析得到敏感分量进行重构;最后,将重构信号的多尺度熵作为表征磨机不同负荷状态的特征向量,并计算多尺度熵偏均值。结果表明:三种负荷信号的多尺度熵及多尺度熵偏均值都存在明显的差异,关系表现为:欠负荷>正常负荷>过负荷。将提取的多维特征向量进行归一化处理并作为kelm的输入,磨机负荷状态作为输出,利用核排列(kernel target alignment, KTA)算法优化核参数,建立磨机负荷状态识别最优模型;通过磨矿实验验证了方法的可行性,相比SVM整体识别率提高了3.4%,且对于EMD-多尺度熵、EWT-多尺度熵分别提高了12.3%、8.9%。

关键词：磨机负荷经验小波变换优化 kelm 计算机模拟模型预测控制

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

“聚类-降维”策略下基于多源数据的铜期货价格预测

“聚类-降维”策略下基于多源数据的铜期货价格预测

引用

作者：邴贵英兰州财经大学

学位级别：硕士

随着在21世纪后参与大宗商品市场的金融资本不断增加,期货市场价格呈现频繁而剧烈的波动。作为中国铜现货价格“风向标”的沪铜期货,它的价格波动给相关利益主体带来各方面的不确定性。我国作为全球第一大铜消费国,铜在我国工业系统中... 详细信息

随着在21世纪后参与大宗商品市场的金融资本不断增加,期货市场价格呈现频繁而剧烈的波动。作为中国铜现货价格“风向标”的沪铜期货,它的价格波动给相关利益主体带来各方面的不确定性。我国作为全球第一大铜消费国,铜在我国工业系统中占据重要地位,国际铜价的剧烈波动也会进一步传导到国内,对我国工业经济系统产生重大影响。同时,互联网技术和有色金属期货市场高速发展,投资者可以通过互联网实时收集更为及时和丰富的信息,并在期货市场做出相应的投资决策。因此,对铜期货价格运行规律进行深入研究显得尤为重要。在此背景下,分析导致铜价格波动的外部因素以及如何提高铜价格预测的准确性已成为一个新课题。本文基于目前的文献研究,分别以上海期货市场的沪铜期货和国际铜期货为研究对象进行具体分析,主要研究工作如下:(1)采用多尺度数据,分别将宏观经济数据、百度指数以及历史价格数据作为影响沪铜期货价格变化的宏观经济因素和投资者微观关注度特征,为减少预测偏差,从源头上提高预测精度。此外,本文还提出了一种新的沪铜期货价格预测的混合模型:SC-KPCA-kelm。首先对多源数据信息集进行系统聚类(SC),然后对聚类结果利用核主成分分析法(KPCA)进行特征提取,最后将提取出的主要特征作为预测因子,通过对比验证预测因子在沪铜期货的月度价格预测中的有效性。(2)在采用“聚类-降维”方法的基础上再采用kelm模型预测的方法获得了较好的预测性能。因此继续采用该策略,基于“K-means-KPCA”进行特征提取并结合多源数据信息(宏观经济数据、谷歌趋势以及历史价格数据),使用K-means-KPCA-kelm混合模型对国际铜期货的周度价格进行预测,然后通过对比验证预测模型的有效性。(3)互联网信息技术的出现意味着有足够的在线数据来反映驱动铜期货市场的因素,并且智能优化算法的提出能有效改善模型预测精度。因此提出了一种利用在线媒体文本、谷歌趋势、宏观经济数据及历史价格数据的新型数据驱动的国际铜价格预测混合模型:K-means-KPCA-GWO-kelm,以深入挖掘上述多尺度数据的信息,从而提高周度国际铜期货价格预测精度。通过卷积神经网络(CNN)来说明在线新闻标题对国际铜价格预测的解释能力,变分模态分解(VMD)被用来构建基于CNN输出的有效的时间序列指标。将CNN序列、谷歌趋势、宏观经济数据以及历史铜价数据作为输入变量,构建K-means-KPCA-kelm模型进行实证研究。实证结果表明,(1)本研究提出的沪铜期货价格预测模型与其他预测模型相比,在SC-KPCA方法下综合利用宏观经济数据和百度搜索信息的混合预测模型在水平和方向预测精度上均获得了更好的预测性能。基于混合数据集的SCKPCA-kelm方法具有最低的MAPE:4.219%,最低的RMSE:0.059以及最高的DS:62.963%。在SC-KPCA方法下,基于混合数据集和kelm方法的预测模型具有更优的预测能力。(2)针对国际铜期货价格预测,分别从数据和方法层面分析:在数据层面,混合数据集在水平和方向预测精度上均显著优于经济数据集或GSVI数据集。这表明混合数据结合了它们的优势,在水平和方向精度上都获得了最佳的预测性能。在方法层面,基于“K-means-KPCA”方法的混合数据集和kelm获得了更好的预测性能。该方法具有最低的MAPE:5.42%,最低RMSE:546.99和最高DA:74.35%。(3)研究发现,在融合谷歌趋势与宏观指标特征的混合数据集中加入文本特征同时作为预测因子预测国际铜价时,可以有效提高预测精度,且经过灰狼优化后的kelm模型与原模型相比具有更高的预测精度。结合两者的优势,可以在优化模型结构的同时提高信息利用效率。

关键词：铜价预测谷歌趋势 CNN 文本分析 kelm

来源：

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

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

在线全文

在线全文

在线全文

在线全文

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

在线全文

在线全文

在线全文

在线全文

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：