检索结果-内蒙古大学图书馆

电工技术学报 2017年第16期32卷 145-152页

作者：王晓辉朱永利王艳郭丰娟华北电力大学控制与计算机工程学院保定071003

当前电容器介质损耗因素的计算方法为正向求解过程,即先对电容器工作电流和电压进行采样,再使用谐波分析等方法计算介损值,实践中算法稳定性不佳。为此提出了一种基于深度学习的电容器介损角辨识方法,采用一段时间的监测值训练深度学习... 详细信息

当前电容器介质损耗因素的计算方法为正向求解过程,即先对电容器工作电流和电压进行采样,再使用谐波分析等方法计算介损值,实践中算法稳定性不佳。为此提出了一种基于深度学习的电容器介损角辨识方法,采用一段时间的监测值训练深度学习网络,再使用该深度学习网络对新采样的信号进行辨识,判断介损角变化量(分辨率为0.001%)。给出了用于深度学习的介损角表示信号Dδ(t)的计算过程,证明了在讨论域内该信号的幅值即是介损角δ,且其波形形状包含监测装置受到的干扰。仿真实验证明该方法有效,比加汉宁窗的谐波分析法具有更好的抗噪能力。实际在线监测样本的计算结果表明其稳定性优于加汉宁窗的谐波分析法,且辨识结果不受电压互感器角差的影响。

关键词：深度学习电容器介损角在线监测

来源：评论

学校读者我要写书评

暂无评论

基于LSTM神经网络的流化床干燥器内生物质颗粒湿度预测

引用

化工学报 2020年第S01期71卷 307-314页

作者：方黄峰刘瑶瑶张文彪华北电力大学控制与计算机工程学院北京102206

生物质作为一种储量丰富、环境友好且易于获取的可再生能源,日渐成为能源研究利用领域的热点。生物质湿度是影响生物质利用效率的关键因素,因此干燥是生物质利用之前的必要步骤。流化床由于其良好的传热传质特性,在干燥过程中得到了广... 详细信息

生物质作为一种储量丰富、环境友好且易于获取的可再生能源,日渐成为能源研究利用领域的热点。生物质湿度是影响生物质利用效率的关键因素,因此干燥是生物质利用之前的必要步骤。流化床由于其良好的传热传质特性,在干燥过程中得到了广泛的应用。为了实时监测生物质颗粒的干燥过程,利用弧形静电传感器阵列,结合用于时间序列建模的长短期记忆(LSTM)神经网络,实现了流化床干燥器内生物质颗粒湿度的预测。在实验室规模的流化床干燥器上进行了多工况实验获取训练和测试数据,通过模型参数优化确定了LSTM模型。通过与标准循环神经网络(RNN)模型的预测结果的对比表明,LSTM神经网络模型的平均相对误差较小,能够较为准确地预测流化床干燥器内生物质颗粒的湿度。

关键词： LSTM模型生物质湿度神经网络静电传感器阵列流化床

来源：评论

学校读者我要写书评

暂无评论

利用Grümwald-Letnikov分数阶方向导数的图像增强方法

引用

计算机辅助设计与图形学学报 2016年第1期28卷 129-137页

作者：牛为华孟建良崔克彬王琳倩华北电力大学控制与计算机工程学院保定071003

针对传统图像增强过程中存在丢失细节且容易出现欠增强或过增强的不足,提出一种基于Grümwald-Letnikov分数阶方向导数的图像增强方法 .该方法利用基本分数阶微积分的形式,根据数字图像的自相关性将Grümwald-Letnikov分数阶微... 详细信息

针对传统图像增强过程中存在丢失细节且容易出现欠增强或过增强的不足,提出一种基于Grümwald-Letnikov分数阶方向导数的图像增强方法 .该方法利用基本分数阶微积分的形式,根据数字图像的自相关性将Grümwald-Letnikov分数阶微分与方向导数相结合,定义了新的微分增强模板系数,构造了各个方向的分数阶微分卷积模板,并将其应用于图像增强.实验结果表明,文中方法在对图像高频信息进行提升的同时能够有效地提升图像的中低频信息,使得图像的纹理细节得到增强,特别是边缘信息更加突出,图像的清晰度及信息熵等图像质量指标有明显的提高,增强后图像的视觉效果良好.

关键词： Grümwald-Letnikov微分方向导数图像增强微分卷积模板边界点

来源：评论

学校读者我要写书评

暂无评论

基于多层次特征融合的图像超分辨率重建

引用

自动化学报 2023年第1期49卷 161-171页

作者：李金新黄志勇李文斌周登文华北电力大学控制与计算机工程学院北京102206

深度卷积神经网络显著改进了单图像超分辨率的性能.更深的网络往往能获得更好的性能.但是,加深网络会导致参数量急剧增加,限制了它在资源受限设备上的应用,比如智能手机.提出了一个融合多层次特征的轻量级单图像超分辨率网络,主要构件... 详细信息

深度卷积神经网络显著改进了单图像超分辨率的性能.更深的网络往往能获得更好的性能.但是,加深网络会导致参数量急剧增加,限制了它在资源受限设备上的应用,比如智能手机.提出了一个融合多层次特征的轻量级单图像超分辨率网络,主要构件是双层嵌套残差块.为了更好地提取特征,减少参数量,每个残差块采用对称结构:先两次扩张,然后两次压缩通道数.在残差块中,通过添加自相关权重单元,加权融合不同通道的特征信息.实验证明,该方法显著优于当前同类方法.

关键词：残差学习层次特征信息超分辨率卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于像素对比学习的图像超分辨率算法

引用

自动化学报 2024年第1期50卷 181-193页

作者：周登文刘子涵刘玉铠华北电力大学控制与计算机工程学院北京102206

目前,深度卷积神经网络(Convolutional neural network,CNN)已主导了单图像超分辨率(Single image superresolution,SISR)技术的研究,并取得了很大进展.但是,SISR仍是一个开放性问题,重建的超分辨率(Super-resolution,SR)图像往往会出现模糊、纹理细节丢失和失真等问题.提出一个新的逐像素对比损失,在一个局部区域中,使SR图像的像素尽可能靠近对应的原高分辨率(High-resolution,HR)图像的像素,并远离局部区域中的其他像素,可改进SR图像的保真度和视觉质量.提出一个组合对比损失的渐进残差特征融合网络(Progressive residual feature fusion network,PRFFN).主要贡献有:1)提出一个通用的基于对比学习的逐像素损失函数,能够改进SR图像的保真度和视觉质量;2)提出一个轻量的多尺度残差通道注意力块(Multi-scale residual channel attention block,MRCAB),可以更好地提取和利用多尺度特征信息;3)提出一个空间注意力融合块(Spatial attention fuse block,SAFB),可以更好地利用邻近空间特征的相关性.实验结果表明,PRFFN显著优于其他代表性方法.

关键词：图像超分辨率卷积神经网络对比学习注意力机制

来源：评论

学校读者我要写书评

暂无评论

光热-燃机复合发电系统优化调度模型的研究

引用

太阳能学报 2017年第10期38卷 2762-2769页

作者：罗毅李元旸华北电力大学控制与计算机工程学院北京102206

在分析光热发电、燃机以及蓄热储能系统各部分运行机理的基础上,考虑对燃机排出气体中的余热进行储存,使用机理分析法构建复合系统的电网调度模型。最后使用粒子群法对模型进行经济环保效益最大化目标的寻优,得到最优调度方案,并与其他... 详细信息

在分析光热发电、燃机以及蓄热储能系统各部分运行机理的基础上,考虑对燃机排出气体中的余热进行储存,使用机理分析法构建复合系统的电网调度模型。最后使用粒子群法对模型进行经济环保效益最大化目标的寻优,得到最优调度方案,并与其他传统光热电站进行比较,验证该模型的有效性。

关键词：光热发电复合发电系统余热利用电网调度模型

来源：评论

学校读者我要写书评

暂无评论

基于深度学习LSTM-DBN的水轮机振动故障预测方法

引用

振动．测试与诊断 2022年第6期42卷 1233-1238,1251页

作者：罗毅武博翔华北电力大学控制与计算机工程学院北京102206

深度学习算法具有强大的时间序列预测能力以及可实时处理大数据海量样本的优势。针对水轮机系统振动故障诊断存在精度低、漏诊及难预测等问题,提出了一种基于深度学习长短时记忆(long short time memory,简称LSTM)网络结合深度置信网络(... 详细信息

深度学习算法具有强大的时间序列预测能力以及可实时处理大数据海量样本的优势。针对水轮机系统振动故障诊断存在精度低、漏诊及难预测等问题,提出了一种基于深度学习长短时记忆(long short time memory,简称LSTM)网络结合深度置信网络(deep belief networks,简称DBN)的水轮机系统故障预测方法。将小波包能量带与时频域指标信息相结合,提取高维故障统计特征,利用DBN深层网络的自适应特征提取能力对原始故障数据进行高维特征表示,准确地判断故障种类,并凭借LSTM对时序信号强大的预测能力,预测出未来系统可能发生的振动故障。工程实验验证了该算法的有效性。

关键词：水轮机深度学习故障预测长短期记忆网络深度置信网络小波包分解

来源：评论

学校读者我要写书评

暂无评论

水轮机负荷频率控制系统的线性自抗扰整定

引用

电机与控制学报 2019年第1期23卷 117-124页

作者：张彬文谭文李健华北电力大学控制与计算机工程学院北京102206

目前LADRC参数整定常采用带宽法,对非最小相位系统控制有一定局限。针对这一问题,利用广义自抗扰控制(GADRC)来整定LADRC参数。该方法借鉴常规ADRC带宽整定法的思路,利用模型信息,适用于所有线性系统的ADRC参数整定。为了克服得到的LADR... 详细信息

目前LADRC参数整定常采用带宽法,对非最小相位系统控制有一定局限。针对这一问题,利用广义自抗扰控制(GADRC)来整定LADRC参数。该方法借鉴常规ADRC带宽整定法的思路,利用模型信息,适用于所有线性系统的ADRC参数整定。为了克服得到的LADRC控制器阶数较高的问题,采用频域下的控制器降阶,得到低阶LADRC。所提整定方法不受控制器和观测器带宽配置的限制,便于工程实现。将该方法应用于有自平衡能力和无自平衡能力的水轮机负荷频率控制系统的设计,仿真结果表明,由GADRC整定LADRC可以获得较好的控制性能且系统抗干扰能力好,鲁棒性强。

关键词：负荷频率控制水轮机线性自抗扰控制控制器频域降阶带宽法

来源：评论

学校读者我要写书评

暂无评论

基于网状静电传感器鼓泡流化床运行参数监测

引用

中南大学学报（自然科学版） 2018年第4期49卷 1011-1017页

作者：张文彪杨彬彬程旭峰华北电力大学控制与计算机工程学院北京102206

为了深入研究流化床中颗粒的流动特性和优化流化床反应器的性能,需要对流化床的运行参数如流速和电荷分布进行实时地监测。由于灵敏度高且分布均匀,网状静电传感器被用来在实验室规模鼓泡流化床上测量固体颗粒的速度廓形和电荷分布。固... 详细信息

为了深入研究流化床中颗粒的流动特性和优化流化床反应器的性能,需要对流化床的运行参数如流速和电荷分布进行实时地监测。由于灵敏度高且分布均匀,网状静电传感器被用来在实验室规模鼓泡流化床上测量固体颗粒的速度廓形和电荷分布。固体颗粒的速度廓形是通过对上下游平面对应位置的静电信号进行互相关计算得到的。网状电极上的感应电荷可以通过静电信号的均方根(RMS)估算。根据电荷重建算法,利用所有电极上的感应电荷重建截面处固体颗粒的电荷分布。研究结果表明:网状静电传感器可以捕捉到鼓泡流化床床壁附近的下落颗粒;由于流化床内颗粒速度廓形的影响,传感器中心处电极上的感应电荷量大于床壁附近电极上的感应电荷量,并且重建结果显示流化床截面电荷分布相对均匀。

关键词：网状静电传感器鼓泡流化床电荷分布速度廓形

来源：评论

学校读者我要写书评

暂无评论

一种核极限学习机分位数回归模型及风电功率区间预测

引用

太阳能学报 2020年第11期41卷 300-306页

作者：杨锡运邢国通马雪付果华北电力大学控制与计算机工程学院北京102206

提出一种核极限学习机分位数回归的风电功率区间预测模型(KELM-QR),利用核极限学习机拟合能力强和分位数回归非对称形式的绝对值残差最小化的思想,实现风电功率区间的快速准确预测。设计兼顾分位数回归和提高区间覆盖率指标的适应度函数... 详细信息

提出一种核极限学习机分位数回归的风电功率区间预测模型(KELM-QR),利用核极限学习机拟合能力强和分位数回归非对称形式的绝对值残差最小化的思想,实现风电功率区间的快速准确预测。设计兼顾分位数回归和提高区间覆盖率指标的适应度函数,采用粒子群算法优化模型参数,提高预测性能。与其他方法及不同风场数据仿真对比表明,构建的KELM-QR模型的概率性预测区间的覆盖率更高、平均带宽更窄、鲁棒性好。

关键词：风电功率预测粒子群算法核极限学习机分位数回归

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：