检索结果-内蒙古大学图书馆

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

来源：评论

学校读者我要写书评

暂无评论

基于lstm算法的火电厂SCR烟气脱硝控制方法

引用

节能 2024年第8期43卷 97-99页

作者：王迎春山西能源学院山西晋中030600

由于火电厂SCR烟气脱硝过程中烟气的初始状态参数具有不稳定性,导致排除烟气NO_(x)浓度控制难度较大。为了准确控制烟气脱硝,有效降低烟气NO_(x)浓度,提出基于长短期记忆网络(lstm)算法的火电厂选择性催化还原(SCR)烟气脱硝控制方法。... 详细信息

由于火电厂SCR烟气脱硝过程中烟气的初始状态参数具有不稳定性,导致排除烟气NO_(x)浓度控制难度较大。为了准确控制烟气脱硝,有效降低烟气NO_(x)浓度,提出基于长短期记忆网络(lstm)算法的火电厂选择性催化还原(SCR)烟气脱硝控制方法。以蜂窝状催化剂为基础,结合在SCR烟气脱硝过程中的作用模式,分别从孔道和内壁两个角度构建了火电厂SCR烟气脱硝模型;引入lstm算法,以烟气中NO_(x)浓度控制要求为目标,将催化剂的投入速率作为控制参量,结合烟气的初始状态参数,实现SCR烟气脱硝过程的控制。在测试结果中,设计控制方法下脱硝反应器出口烟气NO_(x)浓度并未受到烟气流量的显著影响,始终稳定在125.0 mg/m^(3)以内,远低于临界值(150.0 mg/m^(3)),与对照组相比,具有更加可靠的脱硝效果。

关键词： lstm算法火电厂 SCR烟气脱硝控制蜂窝状催化剂 SCR烟气脱硝模型 NOx浓度投入速率

来源：评论

学校读者我要写书评

暂无评论

基于lstm算法的水工建筑物安全监控深度分析模型构建

引用

四川水利 2024年第4期45卷 101-103,142页

作者：张春梅山东省调水工程运行维护中心寒亭管理站山东潍坊261100

由于水工建筑物安全监控数据会受到构成和质量上的影响,对其分析时存在误差难以有效控制等问题,为此提出基于lstm算法的水工建筑物安全监控深度分析模型。通过对水工建筑物原始安全监控数据进行无效数据去除和缺失值填补处理,将多个时... 详细信息

由于水工建筑物安全监控数据会受到构成和质量上的影响,对其分析时存在误差难以有效控制等问题,为此提出基于lstm算法的水工建筑物安全监控深度分析模型。通过对水工建筑物原始安全监控数据进行无效数据去除和缺失值填补处理,将多个时间序列数据进行堆叠,形成高维数据矩阵,利用压缩感知方法对堆叠后的数据矩阵进行稀疏表示。通过lstm算法对稀疏形式的水工建筑物安全监控数据进行训练学习,完成深度分析模型的构建。测试结果表明,应用该方法对测试水闸闸门的钢筋应力情况、裂缝开合度情况及应变情况的分析结果与实际拟合度最高,分析结果的误差明显低于对照组。

关键词： lstm算法水工建筑物安全监控深度分析模型平滑噪声

来源：评论

学校读者我要写书评

暂无评论

一种自由分布的lstm算法在多尺度风速预测中的应用

引用

无线互联科技 2023年第21期20卷 118-120,137页

作者：成骁彬上海电气风电集团股份有限公司上海200241

lstm算法被广泛应用于工业场合,如风速预测。当没有足够数据和工业知识的时候,该算法会呈现低精度特质。为了解决这个问题,文章提出了一种新颖的自由分布lstm算法用于风速预测。该模型在不同尺度下都表现优异,同时文章也对模型表现进行... 详细信息

lstm算法被广泛应用于工业场合,如风速预测。当没有足够数据和工业知识的时候,该算法会呈现低精度特质。为了解决这个问题,文章提出了一种新颖的自由分布lstm算法用于风速预测。该模型在不同尺度下都表现优异,同时文章也对模型表现进行监控。文章通过一个来自风场的实际案例来验证该方法。

关键词：自由分布 lstm算法多尺度预测

来源：评论

学校读者我要写书评

暂无评论

基于lstm算法的分布式发电并网系统谐波检测

引用

信息技术 2023年第8期47卷 165-169页

作者：王峰国网南京供电公司南京210013

针对当前方法检测到的分布式发电并网系统谐波幅值结果不准确的问题,提出了基于lstm算法的分布式发电并网系统谐波检测方法。建立分布式发电并网系统通用模型,根据分布式发电并网输出特性,求得系统中各参数和数学模型;利用小波变换方法... 详细信息

针对当前方法检测到的分布式发电并网系统谐波幅值结果不准确的问题,提出了基于lstm算法的分布式发电并网系统谐波检测方法。建立分布式发电并网系统通用模型,根据分布式发电并网输出特性,求得系统中各参数和数学模型;利用小波变换方法,分解并重构谐波信号,剔除谐波中的干扰因素;采用lstm算法的记忆神经单元,替代RNN中的部分神经元,评估检测仿真数据的MAP值和RMSE值,实现分布式发电并网系统谐波检测。实验结果表明,该方法谐波幅值与实际值最接近,能够有效提高检测结果的准确性。

关键词： lstm算法分布式发电并网系统信号分解谐波检测

来源：评论

学校读者我要写书评

暂无评论

基于lstm算法的电力电缆局部放电检测方法

引用

电工技术 2023年第24期 66-68,73页

作者：李霄刘嘉美薛菲王世民国网上海市电力公司松江供电公司上海201600

传统的局部放电检测方法在分析过程中忽略了噪声信号的影响,导致放电检测结果的准确性偏低。为此,提出基于lstm算法的电力电缆局部放电检测方法。首先,提取电缆放电信号特征,由于线路运行信号和干扰信号众多,因此通过分析其特征,得到典... 详细信息

传统的局部放电检测方法在分析过程中忽略了噪声信号的影响,导致放电检测结果的准确性偏低。为此,提出基于lstm算法的电力电缆局部放电检测方法。首先,提取电缆放电信号特征,由于线路运行信号和干扰信号众多,因此通过分析其特征,得到典型的局部放电信号特征向量。然后,去除特征信号中噪声量的干扰,更准确地接收电力电缆中的放电信号。最后,基于lstm算法检测与处理放电信号,对局部放电信号探测的速率进行控制,从而提高局部放电信号探测的准确率。实验表明:使用此方法检测电缆局部放电所得的电压与实验所设定的电压较一致,最大误差为0.9 kV;2种传统方法相较于此方法的误差分别超出4.1 kV、5.3 kV。

关键词：电力电缆放电检测 lstm算法去噪

来源：评论

学校读者我要写书评

暂无评论

基于lstm算法和BL组合模型的资产配置研究

基于LSTM算法和BL组合模型的资产配置研究

引用

作者：徐亮山西财经大学

学位级别：硕士

目前，市场上大部分基金经理在资产配置的过程中，不再一味追求产品的高收益，同时需要兼顾到产品本身的风险，如此一来，可以避免资产组合收益在不同时间区间下的频繁波动，实现获得稳定收益的目的。标的资产组合的风险管理工作正变得... 详细信息

目前，市场上大部分基金经理在资产配置的过程中，不再一味追求产品的高收益，同时需要兼顾到产品本身的风险，如此一来，可以避免资产组合收益在不同时间区间下的频繁波动，实现获得稳定收益的目的。标的资产组合的风险管理工作正变得日益重要，本文是基于长短期记忆神经网络算法（以下简称，lstm算法）形成投资者观点，进而传入Black-Litterman组合模型（以下简称，BL组合模型）对资产组合的风险进行管理。lstm算法是一种前沿预测方法，根据训练区间的数据集确定自变量和因变量之间的潜在关系，进而利用这一潜在关系预测未来一期的因变量，从而形成投资者观点。BL组合模型是一种资产组合风险控制理论，该组合模型是在给定的约束条件下，引入数学中的凸优化理论，旨在实现资产组合的风险最小化。　　本文确定四个申万三级行业指数作为标的资产，首先，基于lstm算法分别对资产组合中的标的资产进行预测，得到每一标的资产的投资者观点;其次，根据贝叶斯公式结合标的资产的样本数据和投资者观点两部分信息，得到标的资产的后验收益;然后，将这一后验收益的协方差矩阵作为BL组合模型的目标函数，最后可以得到这一资产组合的最优资产权重，从而实现资产组合的风险最小化目标。研究结果表明：lstm算法不仅能够有效拟合训练集部分的实际值，而且可以将回测集部分的预测方向误差降低至一定范围;从组合模型的业绩评价指标和收益率曲线两个角度来看，BL组合模型的资产配置能力要优于马科维茨组合模型，尤其是BL组合模型中信心水平的取值为10时，其组合方案的投资业绩表现突出，并且趋于稳定。　　本文的创新点在于，第一，运用lstm算法形成投资者观点，这一算法的优势主要有两点：一是，lstm算法能够处理传统计量模型不能解决的非线性问题，目前很多问题包含线性关系和非线性关系;二是，lstm算法可以处理具有长期依赖特征的时间序列，得益于算法中神经元的遗忘阀门，该机制能够遗忘历史信息中的无效部分，保留下来的信息继续与神经元中的其他阀门相互作用。第二，基于BL组合模型进行标的资产配置，这一组合模型加入了投资者观点信息，能够在一定程度上，缓解马科维茨组合模型的输入参数敏感问题。从本文最终的回测结果来看，BL组合模型的资产配置能力要优于马科维茨组合模型。面对急剧变化的市场环境，需要对lstm算法和BL组合模型的有效性进行不断的跟踪和优化。

关键词：基金投资资产配置风险控制 lstm算法 BL组合模型

来源：评论

学校读者我要写书评

暂无评论

基于lstm算法的网络新闻信息传播流行度预测系统

引用

微型电脑应用 2022年第11期38卷 152-155页

作者：门玉霞自贡市第一人民医院四川自贡643000

传统的网络新闻信息传播流行度预测系统存在预测准确率低、预测响应时间较长等问题,为此提出了基于lstm算法的网络新闻信息传播流行度预测系统。分析信息传播对网络拓扑结构产生的影响,加入用户对新闻信息的兴趣程度和信息价值等相关因... 详细信息

传统的网络新闻信息传播流行度预测系统存在预测准确率低、预测响应时间较长等问题,为此提出了基于lstm算法的网络新闻信息传播流行度预测系统。分析信息传播对网络拓扑结构产生的影响,加入用户对新闻信息的兴趣程度和信息价值等相关因素,获取用户节点状态转换函数。将粒子群算法中的适应度函数设定为求解依据,修改lstm算法中的阈值和权值,建立网络新闻信息传播流行度预测模型。在此基础上,进行系统设计,系统主要是由网络新闻抓取和存储模块、网络新闻展示等模块组成,分别对各个模块的功能进行了详细地分析和介绍。仿真实验结果表明,所设计系统不仅能够有效提升网络新闻信息传播流行度预测准确率,同时还能够降低预测响应时间以及预测费用。

关键词： lstm算法网络新闻信息传播流行度预测系统

来源：评论

学校读者我要写书评

暂无评论

基于POI数据与BP-lstm算法的卷烟购进量预测模型研究

引用

中国市场 2021年第17期 63-66页

作者：曾建新刘佩鑫王廷波许瑞琦云南中烟工业有限责任公司营销中心云南昆明650000

消费需求因地理环境不同而不同,即使同一个消费者,在不同的地理环境,其卷烟的消费习惯也会不同,这个差异是客观环境驱动的。因此,卷烟的进货数据是环境消费的表现。消费环境是驱动卷烟销售的真实原因,文章从零售终端周围的环境出发,将B... 详细信息

消费需求因地理环境不同而不同,即使同一个消费者,在不同的地理环境,其卷烟的消费习惯也会不同,这个差异是客观环境驱动的。因此,卷烟的进货数据是环境消费的表现。消费环境是驱动卷烟销售的真实原因,文章从零售终端周围的环境出发,将BP神经网络和lstm相结合,构建新的二级预测模型(BP-lstm模型),创新性地应用于烟草行业,并将POI数据(Point Of Information)作为模型的增加输入参数;二级预测模型对零售户的POI数据、进货数量、属性特征等信息进行解析,探索一种新的卷烟进货数据预测模型,并结合实践证明卷烟购进量预测的可行性和可靠性。

关键词： BP神经网络 lstm算法 POI数据环境特征进货量

来源：评论

学校读者我要写书评

暂无评论

基于惯性测量和lstm算法的四足机器人上坡足端姿态控制

引用

工业仪表与自动化装置 2025年第2期 76-81页

作者：姚学恒邢海青杨子赫吴海腾邹治银郭玉光国网浙江省电力有限公司杭州市余杭区供电公司杭州申昊科技股份有限公司浙江省智能运维机器人重点实验室浙江杭州310000

为避免四足机器人在上坡过程中产生倾覆或滑倒,研究基于惯性测量和lstm算法的四足机器人上坡足端姿态控制方法。利用配置加速度计和陀螺仪的惯性测量单元采集四足机器人足端上坡运动时的加速度和角速度数据,经四元数法以及积分运算获取... 详细信息

为避免四足机器人在上坡过程中产生倾覆或滑倒,研究基于惯性测量和lstm算法的四足机器人上坡足端姿态控制方法。利用配置加速度计和陀螺仪的惯性测量单元采集四足机器人足端上坡运动时的加速度和角速度数据,经四元数法以及积分运算获取机器人上坡足端姿态数据,将其作为lstm(长短期记忆网络)模型的输入,预测机器人期望运动速度与位置;将其与惯行测量单元获取的实时足端位置与速度共同输入模型预测控制(MPC)器中,通过计算四足机器人摆动腿的关节力矩,结合其运动学模型,不断获取机器人坐标系下摆动腿足端的位置,完成四足机器人在上坡过程中的足端姿态控制。实验结果显示:该方法应用下,可以保障四足机器人顺利通过坡底到坡面、坡面到坡顶的过渡阶段,不产生打滑现象,保障上坡过程稳定。

关键词：惯性测量 lstm算法四足机器人足端姿态模型预测控制坐标系统

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：