检索结果-内蒙古大学图书馆

电力科学与工程 2025年第2期41卷 42-50页

作者：李小艳田亮华北电力大学控制与计算机工程学院河北保定071003

证据理论在不确定性推理、数据融合、故障诊断领域应用较广泛,但对证据的时序同步性要求限制了其在工业中的应用。当电站锅炉磨煤机及制粉系统运行状态受机组负荷和煤质变化影响时,系统内不同对象的动态特性会导致信号间存在时序差异,... 详细信息

证据理论在不确定性推理、数据融合、故障诊断领域应用较广泛,但对证据的时序同步性要求限制了其在工业中的应用。当电站锅炉磨煤机及制粉系统运行状态受机组负荷和煤质变化影响时,系统内不同对象的动态特性会导致信号间存在时序差异,及时准确获知其运行工况对优化设备运行、预防事故发生具有重要意义。研究了一种基于卷积神经网络的消除证据间时序差异的方法,首先通过卷积神经网络对磨煤机运行数据进行时序变换,得到消除时序差异的数据,再利用典型样本法构造信度函数分配,最后用证据理论进行融合得到诊断结果。实例分析表明该方法能够提前6min诊断出系统存在堵磨故障,取得较好的应用效果。

关键词：证据理论卷积神经网络时序变换磨煤机故障诊断

来源：评论

学校读者我要写书评

暂无评论

计及NWP信息缺失的数据共享与GRA权重优化的分布式光伏电站功率预测

引用

电测与仪表 2025年第4期62卷 172-179页

作者：杨锡运杨岩孟令卓超彭琰王晨旭华北电力大学控制与计算机工程学院北京102206 国网浙江省电力有限公司电力科学研究院杭州310014

由于光伏发电的出力具有很强的间歇性和波动性,大规模光伏电站的接入会冲击电网的稳定性,因此对光伏出力进行精准预测至关重要。此外,由于部分光伏电站无法获得用于功率预测的相关数值天气预报(numerical weather prediction, NWP)信息... 详细信息

由于光伏发电的出力具有很强的间歇性和波动性,大规模光伏电站的接入会冲击电网的稳定性,因此对光伏出力进行精准预测至关重要。此外,由于部分光伏电站无法获得用于功率预测的相关数值天气预报(numerical weather prediction, NWP)信息,这对电网的安全稳定运行又提出了新的挑战。基于此,文中提出一种基于数据共享和灰色关联度分析(grey relation analysis, GRA)权重优化的分布式光伏电站功率预测模型。利用K-means算法对光伏电站进行出力空间相关性聚类,构建多电站数据共享集群,通过相似日数据筛选和BP(back propagation)神经网络神经网络对单个参考电站进行出力预测,利用GRA对参考电站进行权重优化,并通过一维卷积神经网络(1D convolutional neural network, 1DCNN)对缺失NWP数据的目标电站出力进行预测。以河北省部分市十个分布式光伏电站进行算例分析,结果表明晴天预测的均方根误差为3.34%,非晴天预测的均方根误差为9.15%,具有较高的准确性和可行性,为电网的稳定运行奠定了基础。

关键词：分布式光伏电站空间相关性数据共享权重优化一维卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于白鲸优化VMD算法和CNN-BiLSTM的滚动轴承故障诊断研究

引用

信息技术与信息化 2025年第1期 106-110页

作者：黄伟曾德良华北电力大学控制与计算机工程学院北京102206

传统的滚动轴承故障诊断方法在从振动信号中提取特征信息时存在一定局限性,从而影响故障诊断的准确性。文章通过结合白鲸算法优化的变分模态分解(VMD)、卷积神经网络(CNN)和双向长短期记忆(BiLSTM)方法研究了一种新的滚动轴承故障诊断... 详细信息

传统的滚动轴承故障诊断方法在从振动信号中提取特征信息时存在一定局限性,从而影响故障诊断的准确性。文章通过结合白鲸算法优化的变分模态分解(VMD)、卷积神经网络(CNN)和双向长短期记忆(BiLSTM)方法研究了一种新的滚动轴承故障诊断技术。经过多组对比实验,研究结果表明该方法在滚动轴承故障诊断方面表现出良好的效果,与支持向量机(SVM)和核极限学习机(KELM)相比,VMD-CNN-BiLSTM提升了40.33%的识别准确度,达到99.67%。结果表明:该算法在滚动轴承故障诊断中具有显著优势,为滚动轴承故障诊断提供了一种新的借鉴方法。

关键词：滚动轴承变分模态分解振动信号信号识别故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于知识精细化管理的高校院系行政管理思考与实践

引用

科教导刊（电子版） 2025年第3期 227-229页

作者：高燕华北电力大学控制与计算机工程学院北京 102206

我国高等学校一般是以学科(专业)进行二级机构设置和管理.这种机构的设置可以很好地适应不同学科的价值取向和工作认同,从而更好地促进学科的发展.高等学校以学科为主体,设立院系(二级机构)进行管理,为学科的特色发展提供了优渥的条件.... 详细信息

我国高等学校一般是以学科(专业)进行二级机构设置和管理.这种机构的设置可以很好地适应不同学科的价值取向和工作认同,从而更好地促进学科的发展.高等学校以学科为主体,设立院系(二级机构)进行管理,为学科的特色发展提供了优渥的条件.新形势下如何实现特色发展提升学科水平面临诸多挑战.文章针对高校院系管理的需求,从工作内容、工作流程、信息流通机制、管理制度以及考核规范等五个方面构建管理体系;研究基于知识的管理应用,实现精细化管理;同时从工作意识、工作习惯、工作模式、制度保障和学习思维五个角度,推进精细化工作落实的相关思考;设定构建基于学科的价值认同、紧密而有特色的院系管理目标.

关键词：高等学校二级院系精细化管理知识工程

来源：评论

学校读者我要写书评

暂无评论

融入电力特色的机器视觉课程教学研究

引用

高教学刊 2025年第4期11卷 125-128页

作者：李新利王武陈佳序杨国田华北电力大学控制与计算机工程学院北京102206

机器视觉是机器人决策的重要基础,作为机器人工程专业的专业必修课程,主要培养学生视觉处理、三维构建的能力。该文结合电力学科特色,将机器视觉在发电、输电、变电等不同电力相关环节中的科研成果融合到教学内容中,并针对课程的基础原... 详细信息

机器视觉是机器人决策的重要基础,作为机器人工程专业的专业必修课程,主要培养学生视觉处理、三维构建的能力。该文结合电力学科特色,将机器视觉在发电、输电、变电等不同电力相关环节中的科研成果融合到教学内容中,并针对课程的基础原理和综合应用设计典型教学案例,实现翻转课堂。把电力特色内容融入课程中,不仅给学生直观演示算法原理,还能深刻了解机器视觉在电力场景下的实际应用,对提升学生的感性认识、实践能力和创新思维具有重要意义。

关键词：机器视觉机器人工程电力特色教学案例翻转课堂

来源：评论

学校读者我要写书评

暂无评论

浅析基于优化神经网络的火电机组AGC响应能力预测方法

引用

中国设备工程 2025年第8期 107-109页

作者：翁明楷华北电力大学控制与计算机工程学院北京102206

火电机组AGC响应能力的准确预测对电网的安全稳定运行非常重要。为此,本文提出了一种基于优化神经网络的火电机组AGC预测方法。

关键词：神经网络火电机组 AGC响应能力

来源：评论

学校读者我要写书评

暂无评论

个人风格指导下的语音驱动3D人脸动画生成方法

引用

计算机辅助设计与图形学学报 2025年

作者：王素琴王宗轩石敏朱登明毛天露华北电力大学控制与计算机工程学院中国科学院计算技术研究所前瞻研究实验室太仓中科信息技术研究院

在语音驱动生成3D人脸动画的过程中，融入目标人物的个人风格能够显著地提升动画的真实感和表现力. 针对现有方法在个人风格的体现上不够精细，适应新人物风格的能力也需要进一步提高的问题，提出一种个人风格指导下的语音驱动3D人... 详细信息

在语音驱动生成3D人脸动画的过程中，融入目标人物的个人风格能够显著地提升动画的真实感和表现力. 针对现有方法在个人风格的体现上不够精细，适应新人物风格的能力也需要进一步提高的问题，提出一种个人风格指导下的语音驱动3D人脸动画生成方法. 首先，设计一种基于风格注意力网络的个人风格提取器，从人脸动作序列中提取潜在的面部运动特征，再基于音频特征的语义空间分布对面部运动特征进行调整和融合，为不同动画帧形成相匹配的风格特征; 然后基于Transformer构建风格指导的特征融合解码器，得益于其多头注意力层，在将音频特征映射为3D人脸动画的过程中可以参考个人风格特征的上下文信息，使得生成的3D人脸动画能够更好地模拟目标人物的风格. 在公开数据集VOCASET上的实验结果表明，所提方法在保持嘴型变化与驱动语音精准同步的前提下，能够更加准确地反映已有人物的风格; 另外，通过两阶段的训练策略，能够从简短的视频中高效地适应新人物的风格，生成具有新人物风格的人脸动画. 在自行构建的新人物数据集上的实验结果表明，该方法具有较小的人脸顶点误差，且风格相似性高，对于新人物风格具有良好的泛化能力.

关键词：语音驱动个人风格 3D人脸动画风格注意力 Transformer

来源：评论

学校读者我要写书评

暂无评论

多源数据驱动的风电机组偏航稳态误差校准方法及现场应用测试

引用

动力工程学报 2025年第4期45卷 544-553+581页

作者：曲晨志林忠伟刘吉臻谢镇陈佩陈振宇陈玲华北电力大学控制与计算机工程学院华北电力大学新能源电力系统全国重点实验室中国华能集团有限公司中国电力工程顾问集团中南电力设计院有限公司

提出了一种数据驱动的偏航稳态误差校准方法，在不经过大规模硬件改装的条件下，达到改善发电效率的目的。以2 MW水平轴风电机组为研究对象，建立了基于数据采集与监视控制系统(SCADA)数据驱动的稳态误差计算方法，给出量化的误差校准... 详细信息

提出了一种数据驱动的偏航稳态误差校准方法，在不经过大规模硬件改装的条件下，达到改善发电效率的目的。以2 MW水平轴风电机组为研究对象，建立了基于数据采集与监视控制系统(SCADA)数据驱动的稳态误差计算方法，给出量化的误差校准参考；在目标机组上安装了机舱式激光雷达，通过对比多源风向数据，建立了雷达参与稳态误差校准的策略。在综合考虑SCADA和雷达2种数据源计算的误差校准参考情况下，对商用机组进行了工程现场应用及性能评估。结果表明：校准后机组的偏航控制精度和发电效率显著改善，所提方法可用于风电机组增功提效的技术改造。

关键词：数据驱动机舱式激光雷达偏航误差校准性能评估

来源：评论

学校读者我要写书评

暂无评论

类别不均衡的少样本工业产品表观缺陷检测

引用

图学学报 2025年

作者：王素琴杜雨洁石敏朱登明华北电力大学控制与计算机工程学院中国科学院计算技术研究所太仓中科信息技术研究院

通用的目标检测网络在缺陷样本数量较少、缺陷类别分布不均衡时，总体检测精度偏低，在缺陷样本稀少的尾部类别上检测精度更低。为此，提出了一种基于改进YOLOv8s的工业产品表观缺陷检测方法。通过在Neck网络使用幻影卷积GSConv，降低... 详细信息

通用的目标检测网络在缺陷样本数量较少、缺陷类别分布不均衡时，总体检测精度偏低，在缺陷样本稀少的尾部类别上检测精度更低。为此，提出了一种基于改进YOLOv8s的工业产品表观缺陷检测方法。通过在Neck网络使用幻影卷积GSConv，降低网络复杂度的同时增强网络非线性能力，以避免过拟合风险。利用聚合模块VoV-GSCSP进一步提取与融合不同层次特征，提升网络特征提取与融合能力。通过采用重加权损失函数以平衡不同类别样本的训练损失贡献，加大尾部类别样本的损失贡献占比，从而提高尾部类别缺陷的检测精度。相比基线模型，改进方法对针灸针表观缺陷检测精度mAP为93.3%，提高5.0%，样本最少的断针缺陷提升9.1%；药板表观缺陷检测精度mAP为91.4%，提高2.6%，样本最少的脏污缺陷提升3.2%。在样本较多且分布不均衡的钢材数据集上，整体缺陷检测精度mAP提高2.6%。实验表明，该改进方法在缺陷样本少且类别分布不均衡时，可有效提升工业产品表观缺陷总体检测精度，对样本稀少的尾部类别检测精度改善明显，泛化性良好。

关键词：表观缺陷检测少样本类别不均衡 GSConv 重加权损失函数

来源：评论

学校读者我要写书评

暂无评论

改进不平衡数据中的集成学习算法

引用

计算机与数字工程 2025年第1期53卷 26-30页

作者：王璐程晓荣华北电力大学(保定)控制与计算机工程学院保定071000

近些年人们对机器学习方面的研究日益关注,而机器学习领域的研究重点之一就是集成学习。集成学习的基本原理就是使用了许多独立的分类器,并采用一种方法使之融合为一个强学习器,用以克服单一学习器分类的缺陷。在对Bagging算法、随机森... 详细信息

近些年人们对机器学习方面的研究日益关注,而机器学习领域的研究重点之一就是集成学习。集成学习的基本原理就是使用了许多独立的分类器,并采用一种方法使之融合为一个强学习器,用以克服单一学习器分类的缺陷。在对Bagging算法、随机森林算法、加权KNN(K-NearestNeighbor)算法和AdaBoost算法四种算法对比的基础上,将加权KNN算法和AdaBoost算法融合在一起。所采用的数据集为网络用户购物行为数据集。在实验过程中,对不平衡数据利用SMOTE采样进行处理,再对上述四种算法和改进后的AdaBoost算法进行评价和对比。通过对比发现,改进后的AdaBoost算法的预测性能更好。再将改进后的AdaBoost算法在Spark平台并行计算,提高计算效率。

关键词：集成学习 AdaBoost算法 SMOTE采样加权KNN(K-NearestNeighbor)算法不平衡数据 Spark平台

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：