检索结果-内蒙古大学图书馆

作者：陈钧长江大学

学位级别：硕士

电性源瞬变电磁法作为瞬变电磁法的一个重要分支,在深地勘查、储层监测、非常规油气和地热资源等方面有着广泛应用,在处理这些问题时电性源瞬变电磁在方法和技术上有着一定的优势。但是由于社会经济的发展和工业生产活动的影响,我们所... 详细信息

电性源瞬变电磁法作为瞬变电磁法的一个重要分支,在深地勘查、储层监测、非常规油气和地热资源等方面有着广泛应用,在处理这些问题时电性源瞬变电磁在方法和技术上有着一定的优势。但是由于社会经济的发展和工业生产活动的影响,我们所采集到的电磁信号常常含有较多噪声,往往降低了解释的精度,强干扰地区甚至会导致错误结果。传统的去噪方法处理效果一般且面对不同类型噪声干扰时,压制能力不同。本文从信号特征出发,依据近参考技术和变分模态分解技术,提出了一项新的组合去噪方法,即变分模态分解-近参考噪声压制方法。首先介绍了电性源瞬变电磁地面观测系统的仪器布设与发射的相关信息,在这之后给出了可控源电磁法在有耗介质中的基础理论,并以此为基础分析了地下介质对人工激发的电磁信号的响应特征,进而分析概括了噪声特征和电性源瞬变电磁中含有的主要噪声特征及其对应处理方法。随后介绍了叠加去噪、递归最小二乘自适应滤波、变分模态分解-近参考噪声压制技术三种去噪方法。从经验模态分解引入相关方法理论,介绍了变分模态分解数理基础及求解流程,最终将变分模态分解与近参考技术相结合,提出了变分模态分解-近参考噪声压制方法,并给出了相关计算表达式。之后将变分模态分解-近参考噪声压制方法运用于处理添加了各种噪声的一维正演数据,并将处理结果和传统叠加方法以及递归最小二乘自适应滤波方法的处理结果对比,通过计算信噪比和与原信号的相似度发现对比的成果均比另外两种方法更优异,证明了方法理论上的有效性。最后文章将变分模态分解-近参考噪声压制方法用于处理武汉市蔡甸区某一电磁实验场所的实测电性源瞬变电磁数据,并取得了较好的结果,证明了方法实践上的有效性。本文的贡献主要是在前人提出的近参考方法基础上,结合性能优异的变分模态分解信号处理方法开发了一套行之有效的可控源电磁信号去噪方法系统,所提出的组合去噪方法在软件系统和硬件设置上均作出了创新性工作,提高了强干扰地区有用电磁信号提取的精确度,同时对于深部微弱电磁信号提取也有着一定的价值。

关键词：电性源瞬变电磁噪声压制变分模态分解算法近参考技术

来源：评论

学校读者我要写书评

暂无评论

集中式馈线自动化模式下的配电网故障定位方法研究

集中式馈线自动化模式下的配电网故障定位方法研究

引用

作者：张朔山东科技大学

学位级别：硕士

集中式馈线自动化对配电网的故障定位准确率高、非故障区域恢复供电速度快，可有效提升配电自动化水平及供电可靠性。而基于智能优化算法的配电网故障区段定位作为集中式馈线自动化的重要内容，其对于故障位置的快速、准确定位是馈线自... 详细信息

集中式馈线自动化对配电网的故障定位准确率高、非故障区域恢复供电速度快，可有效提升配电自动化水平及供电可靠性。而基于智能优化算法的配电网故障区段定位作为集中式馈线自动化的重要内容，其对于故障位置的快速、准确定位是馈线自动化系统进行后续故障隔离及恢复供电的基础，因此具有重要的研究价值。基于传统智能优化算法的配电网故障区段定位主要存在定位准确率随配网规模扩大而大幅下降以及故障区段两端的馈线终端上传信息畸变可能会导致误判的问题。　　针对第一个问题，本文提出一种基于改进仿电磁学算法的配电网故障区段定位方法。首先，基于分层处理以及全局寻优思想对传统故障区段定位算法的一体式结构进行优化，通过改变算法结构实现单一故障与多重故障的分层处理并缩减多重故障定位的解空间规模;其次，在结构优化的基础上对仿电磁学算法模型进行改进，忽略全局电荷对单一电荷的影响，突出单一电荷对最优电荷的学习能力，提高其全局寻优能力及运算效率。　　针对第二个问题，本文通过配电网故障测距确定故障精确位置，并利用此信息对故障区段定位结果进行校验。首先，设立区段定位结果校验机制，可基于故障区段选择测距节点，并依据故障距离校验故障区段;其次，基于变分模态分解算法的配电网故障测距方法依靠人工设置算法参数，不仅自动化水平低，参数设置不当还会影响测距精度。本文以包络熵最小为目标函数，通过改进仿电磁学算法对变分模态分解参数进行优化求解，可实现最优参数的自动设定，进而提高配电网故障测距的自动化水平及测距精度。　　基于本文所提的故障区段定位及故障测距方法，从计了集中式馈线自动化模式下的配电网故障定位方案，并在LabVIEW中搭建了模拟平台。最后以IEEE13节点单电源配电网和IEEE33节点双电源配电网为仿真测试系统，分别对本文所提配电网故障区段定位方法、配电网故障测距方法及配电网故障定位方案进行测试。测试结果表明，本文所提故障区段定位方法在面对不同结构和规模的配电网时具有准确性高、容错性好及定位速度快等优点;本文所提故障测距方法具有良好的模态分解效果，在面对不同的故障类型及过渡电阻时也具备良好的测距精度，且区段定位结果校验机制也可对故障区段结果进行较为有效的校验，虽存在一定范围的校验死区，但死区范围在可接受范围内;而模拟平台各部分均可有效运行并对故障区段及故障点位置做出较为准确的判断。表明本文所提出的集中式馈线自动化模式下的配电网故障定位方案具备可行性。

关键词：配电网故障定位馈线自动化改进仿电磁学算法变分模态分解算法

来源：评论

学校读者我要写书评

暂无评论

基于改进深度置信网络的小电流接地系统单相接地故障选线研究

基于改进深度置信网络的小电流接地系统单相接地故障选线研究

引用

作者：陈霄南京师范大学

学位级别：硕士

国内外中低压配电网普遍采用小电流接地运行方式,该运行方式下单相接地故障为故障的主要形式。为避免故障时跳闸造成供电中断,需要及时对故障线路进行定位和处理。由于现代配电网的复杂多变,传统暂稳态选线法受外界因素影响较大,选线准... 详细信息

国内外中低压配电网普遍采用小电流接地运行方式,该运行方式下单相接地故障为故障的主要形式。为避免故障时跳闸造成供电中断,需要及时对故障线路进行定位和处理。由于现代配电网的复杂多变,传统暂稳态选线法受外界因素影响较大,选线准确率低。随着人工智能和现代信号处理技术的发展,基于信息融合的智能选线方法应运而生,并有较好的发展前景。本文在研究小电流接地系统单相接地故障暂、稳态特征的基础上,针对单故障特征量选线方法存在的不足,将深度置信网络(Deep belief network,DBN)和变分模态分解(Variational modal decomposition,VMD)应用到选线中,综合利用故障暂、稳态特征量,构建选线模型。主要完成以下工作:(1)通过原理分析和软件仿真的方式,实现了常用的单故障特征量选线方法。在中性点不接地和经消弧线圈接地两种情况下,分析了各选线方法的准确率影响因素,确定了适用范围。总结了现有选线方法的优缺点,并指明信息融合是故障选线法的发展趋势。(2)详细描述了VMD算法的信号分解流程,证明了该信号处理方法应对模态混叠问题的能力。提出了VMD分解层数K的确定办法,并通过实际故障信号仿真的方式加以验证。在VMD分解所得本征模态函数的基础上,提出暂态能量和暂态能量熵两种故障暂态特征量,用以量化故障线路与非故障线路的差异。(3)设计了基于DBN算法的故障选线方法,利用PSO算法选取DBN隐含层神经元个数,提升特征提取能力,确定最优选线模型。将故障后各线路暂态能量、暂态能量熵两种暂态特征量和高次谐波综合量、零序有功分量两种稳态特征量结合形成故障数据集,作为DBN网络的输入,实现故障选线目标。(4)利用经典模型验证本文算法的优越性与可行性。首先使用Simulink软件生成故障信号、Matlab处理故障信号获得故障数据集,训练本文选线模型,然后与原始DBN算法、BP算法、PSO-BP算法对比,验证本文算法的优越性。最后,通过现实环境模拟,证明本文算法在工程应用中的可行性。

关键词：小电流接地系统故障选线粒子群算法深度置信网络变分模态分解算法

来源：评论

学校读者我要写书评

暂无评论

基于参数优化变分模态分解和李雅普诺夫函数的混合储能控制策略

基于参数优化变分模态分解和李雅普诺夫函数的混合储能控制策略

引用

作者：杜佳耘四川大学

学位级别：硕士

随着社会经济和现代工业技术更新速度的加快,所需的传统化石能源为适应技术的发展遭到过度开采,伴随的温室效应也使得环境恶化,以上问题越发受到世界各地学者的关注,节省能源和保护环境刻不容缓。风能,太阳能等可再生清洁能源的出现,为... 详细信息

随着社会经济和现代工业技术更新速度的加快,所需的传统化石能源为适应技术的发展遭到过度开采,伴随的温室效应也使得环境恶化,以上问题越发受到世界各地学者的关注,节省能源和保护环境刻不容缓。风能,太阳能等可再生清洁能源的出现,为解决上述问题提供新的方法。风力发电、光伏发电等技术与风速、光照强度以及时间、温度等自然因素有着密不可分的关系。这些因素独有的不可控特性会使得新能源发电技术的输出功率存在强烈的波动性和间歇性,不能直接完成并网。储能设备能够吞吐新能源发电输出的不平衡功率,实现新能源输出功率稳定并网。然而单一的储能装置很难同时满足充放电效率高、兼顾能量、功率密度都高、使用时间长、经济性好等优点。因此,本文考虑在大规模风电的背景下,采用蓄电池和超级电容组合的混合储能系统(Hybrid Energy Storage System,HESS),研究混合储能系统平抑风电功率,提高优化控制的能力,主要分为以下内容: (1)为实现HESS平滑风电功率,完成并网的整体协调控制,本文提出针对风电-HESS并网系统的典型结构提出采用系统层和装置层的分层协调控制。在系统层提出采用功率分配方法,获得储能元件功率指令,通过储能元件的充放电过程达到风电功率平滑并网的目标。在装置层提出变流器和双向DC/DC变换器控制策略,变流器的控制主要实现直流侧稳压和降低交流侧电流谐波,双向DC/DC变换器控制主要根据在系统层获得的功率指令,实现储能元件的充放电过程。 (2)针对系统层控制中简单的功率分配方式将会影响到HESS中储能装置的响应速度和使用寿命。本文首先通过仿真分析将变分模态分解算法(Variational Mode Decomposition,VMD)与低通滤波、经验模态分解算法对比,考虑选择VMD进行初始功率分配。然后通过对VMD算法原理的了解,提出K值和α值取值会影响VMD算法分配效果。针对这个问题,本文提出采用粒子群算法(Particle Swarm Optimization,PSO)对以上两个参数进行优化,获得最优解。最后采用参数优化后的VMD算法进行初始功率分配。 (3)由于蓄电池和超级电容的功率密度和能量密度各不相同,通过初次功率分配得到的初始功率指令值,对于能量密度低的超级电容来说,容易出现容量累积、过充过放等现象会缩短使用寿命。荷电状态(State of Charge,SOC)用来描述储能设备剩余电量。针对这一问题,采用模糊控制方法对初次功率分配值进行二次功率分配,优化储能装置的SOC,延长使用寿命。通过算例仿真,验证和对比控制前后所提系统层策略的有效性。 (4)针对大规模风电并网会表现出的非线性、强耦合的特点,在风电-混合储能并网装置层控制时,提出一种基于李雅普诺夫函数的网侧变流器控制方法,并针对李雅普诺夫函数存在的人为选取参数问题进行讨论。然后根据现存在的理论,搭建了风电-混合储能并网的基于MATLAB/Simulink仿真模型典型结构。通过仿真验证该算法能够实现稳定快速跟踪,达到提高所输送电能质量,提高运行稳定性的目的。

关键词：混合储能分层控制变分模态分解算法粒子群算法模糊控制荷电状态分层控制李雅普诺夫函数控制

来源：评论

学校读者我要写书评

暂无评论

基于变分模态分解的机电设备故障诊断方法及应用

基于变分模态分解的机电设备故障诊断方法及应用

引用

作者：崔涛北京工业大学

学位级别：硕士

科学技术的快速发展及现代化大生产的广泛应用使得机电设备结构越来越复杂，功能越来越完善，自动化程度也越来越高，如何保证机电设备的可靠运行成为了现代化工业中必不可少的部分。因此，机电设备故障诊断技术也越来越受到企业的重视... 详细信息

科学技术的快速发展及现代化大生产的广泛应用使得机电设备结构越来越复杂，功能越来越完善，自动化程度也越来越高，如何保证机电设备的可靠运行成为了现代化工业中必不可少的部分。因此，机电设备故障诊断技术也越来越受到企业的重视，而基于信号处理的故障特征提取方法也成为了故障诊断领域的关键技术之一。由于目前多数机电设备的运行环境比较复杂，其采集到的振动信号通常为非线性、非平稳的信号。因此，如何利用有效的信号处理方法提取非线性、非平稳信号的故障特征信息就变得尤为重要。以局部特征尺度方法为首的传统自适应分解算法作为处理非线性、非平稳信号的有力工具，广泛的应用在机电设备的故障诊断中，但是其仍然存在抗噪性差以及无法识别语音信号等缺陷。变分模态分解算法是最近被提出来的一种新型自适应信号分解算法，具有良好的噪声鲁棒性和语音信号识别能力。本文对变分模态分解算法进行了系统的研究，将其成功应用于机电设备故障诊断中。论文主要内容包括:\n (1)阐述了局部特征尺度分解的基本原理。针对局部特征尺度分解在处理含噪信号和语音识别方面的不足，提出了变分模态分解方法。描述了变分模态分解算法的基本原理，并与局部特征尺度分解算法进行了对比，验证了变分模态分解算法的优越性。\n (2)奇异值分解具有较好的降嗓效果，变分模态分解算法分解得到的分量含有一定的噪声，为了更好的对信号进行降噪，提出了基于变分模态分解和奇异值差分谱相结合的故障诊断方法。利用奇异值差分谱实现了有效奇异值个数的自动选取，实现了对分量信号的降噪处理，并将该方法成功的应用于滚动轴承的故障诊断中。\n (3)奇异值降噪后的分量仍然含有一定的噪声，降噪的效果不够理想。而数学形态学是一种非线性、非平稳分析方法，具有很强的抑制噪声干扰的能力，因此提出了基于变分模态分解的形态学滤波方法。通过构造形态学滤波器，可以对经过变分模态分解算法分解得到的分量进行更加有效的降噪。降噪后的分量可以通过其频谱图得到对应的故障特征频率，有效的实现了滚动轴承的故障诊断。\n (4)变分模态分解算法在滚动轴承故障诊断方面取得了一些应用，在此基础上又将变分模态分解算法引入到齿轮的故障诊断中。提出了变分模态分解与谱峭度滤波相结合的方法，将其成功应用于齿轮的故障诊断中。通过实验和工程实践的齿轮故障信号分析，实现了齿轮的故障识别，取得了良好的效果。

关键词：机电设备故障诊断变分模态分解算法奇异值分解

来源：评论

学校读者我要写书评

暂无评论

基于两阶段集成学习的航空客流需求预测研究

引用

萍乡学院学报 2022年第6期39卷 55-61页

作者：李晓瑄兰州交通大学交通运输学院甘肃兰州730070

航空客流需求的准确预测对未来机场的发展和民航服务的优化都具有重要意义。为了有效分析和预测航空客流需求的波动情况,文章构建了两阶段集成学习模型,用于航空客流需求的月度预测。在第一阶段,不同基模型并行处理航空客流需求数据,在... 详细信息

航空客流需求的准确预测对未来机场的发展和民航服务的优化都具有重要意义。为了有效分析和预测航空客流需求的波动情况,文章构建了两阶段集成学习模型,用于航空客流需求的月度预测。在第一阶段,不同基模型并行处理航空客流需求数据,在第二阶段,集成各基模型的预测结果,得到最终预测结果。通过上海浦东国际机场和广州白云国际机场的仿真实验,结果表明:所提出的模型在一步和多步超前预测中均能表现出较优的预测精度和预测稳定性。

关键词：航空客流需求预测变分模态分解算法 Bagging 多步超前预测

来源：评论

学校读者我要写书评

暂无评论

基于BO-WT-VMD组合模型的钢丝绳的损伤信号降噪方法

引用

江汉大学学报（自然科学版） 2024年第1期52卷 43-54页

作者：朱宇坤黎恒吴文俊柯圆圆江汉大学智能制造学院湖北武汉430056 江汉大学人工智能学院湖北武汉430056

为了准确识别钢丝绳缺陷的故障数据,消除被测信号中的噪音,可使用基于贝叶斯优化-小波变换-变分模态分解(BO-WT-VMD)的组合降噪模型进行降噪。首先利用小波变换(WT)对原始信号进行处理;其次对处理后的信号再利用变分模态分解算法(VMD)... 详细信息

为了准确识别钢丝绳缺陷的故障数据,消除被测信号中的噪音,可使用基于贝叶斯优化-小波变换-变分模态分解(BO-WT-VMD)的组合降噪模型进行降噪。首先利用小波变换(WT)对原始信号进行处理;其次对处理后的信号再利用变分模态分解算法(VMD)进行模态分解,计算分解的各个模态与原信号之间的相关系数,以完成信号的模态选择和重构;再次利用贝叶斯优化算法(BO)对VMD算法的模态数目K以及α值进行寻参,避免其受序列分解和预测精度的影响,从而找到最优超参数组合。最后,在仿真实验和真实数据中,计算BO-WT-VMD、WT和VMD算法的SNR值和RMSE值,分别为(17.3403,0.1010),(15.6170,0.1232)和(15.6492,0.1227),说明提出的算法能够有效地去除信号噪音。

关键词：磁漏检测小波变换变分模态分解算法贝叶斯优化钢丝绳降噪

来源：评论

学校读者我要写书评

暂无评论

基于VMD-LSTM的河流流量预测方法

引用

东北水利水电 2024年第2期42卷 23-29页

作者：栾策辽宁生态工程职业学院辽宁沈阳110122

为了提高径流预测的精度,文中提出了一种基于变分模态分解算法(VMD)的长短期记忆神经网络(LSTM)预测模型。文中通过对沙里寨水文站2010年至2019年的流量数据进行预测,并与其他模型对比预测效果。结果表明,VMD-LSTM模型能够有效提高径流... 详细信息

为了提高径流预测的精度,文中提出了一种基于变分模态分解算法(VMD)的长短期记忆神经网络(LSTM)预测模型。文中通过对沙里寨水文站2010年至2019年的流量数据进行预测,并与其他模型对比预测效果。结果表明,VMD-LSTM模型能够有效提高径流的预测稳定性和精度。

关键词：流量预测变分模态分解算法长短期记忆神经网络 VMD-LSTM

来源：评论

学校读者我要写书评

暂无评论

基于VMD的家用电器负荷特征提取与识别

引用

上海电机学院学报 2023年第6期26卷 317-323页

作者：吴玉刚迟长春(指导) 上海电机学院电气学院上海201306

负荷识别是诊断用户用电情况的重要方法,在监测、预警和故障诊断等方面有着重要的意义。针对传统特征提取方法容易出现负荷信息丢失的问题,采用变分模态分解(VMD)算法,将方差贡献率最大的本征模态分量(IMF)对应的能量熵作为特征,结合卷... 详细信息

负荷识别是诊断用户用电情况的重要方法,在监测、预警和故障诊断等方面有着重要的意义。针对传统特征提取方法容易出现负荷信息丢失的问题,采用变分模态分解(VMD)算法,将方差贡献率最大的本征模态分量(IMF)对应的能量熵作为特征,结合卷积神经网络(CNN)模型完成负荷识别。实验结果表明:此负荷识别方法识别效果良好,识别率为95.9459%,为电力部门开展相关研究提供了可靠的依据。

关键词：负荷识别变分模态分解算法卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于AVMD与DPC-FCM的旋转机械无监督故障诊断方法

引用

装备环境工程 2024年第1期21卷 114-120页

作者：武雅曼谌鹏张滇刘天唐剑中国船舶重工集团有限公司第七〇五研究所西安710000

目的针对旋转机械故障诊断过程中存在故障信号特征提取困难、故障诊断过程有标签数据较少、故障诊断准确率低等问题,提出自适应变分模态分解算法(Adaptive Variational Mode Decomposition,AVMD)与密度峰值算法优化的模糊C均值算法(Clu... 详细信息

目的针对旋转机械故障诊断过程中存在故障信号特征提取困难、故障诊断过程有标签数据较少、故障诊断准确率低等问题,提出自适应变分模态分解算法(Adaptive Variational Mode Decomposition,AVMD)与密度峰值算法优化的模糊C均值算法(Clustering by Fast Search and Find of Density Peaks Optimizing Fuzzy C-Means,DPC-FCM)结合的无监督诊断方法。方法首先,将多尺度排列熵与峭度相结合的综合系数作为适应度函数,对VMD算法的惩罚因子alpha和模态个数K进行参数寻优,提取分解后本征模态函数(Intrinsic Mode Function,IMF)的平均样本熵与平均模糊熵,并输入至聚类算法中。其次,提出利用密度峰值聚类算法确定FCM的初始聚类中心,降低聚类结果的随机性。结果将提出的无监督故障诊断模型应用到滚动轴承试验信号中,实现了准确的故障诊断。结论 AVMD在故障提取方面具有优越性,同时DPC算法可以有效提高FCM算法无监督聚类的准确性,二者结合可以有效实现旋转机械故障的智能分类。

关键词：变分模态分解算法模糊C均值密度峰值聚类旋转机械故障诊断

来源：评论

学校读者我要写书评

暂无评论

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

请选择保存的检索档案：

请选择收藏分类：

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

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

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：