共被期刊论文引用了2次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于FD-AT-LSTM的大型风电机组变频器温度状态监测显示文摘为了对风电机组变频器进行状态监测,提出了一种基于有限差分回归向量和带注意力机制长短期记忆神经网络的大型风电机组变频器状态监测方法。采用最小均方误差变步长自适应滤波方法对输入、输出进行自适应滤波消除数据随机噪声;然后,使用赤池信息准则确定输入输出动态延迟阶次,构建有限差分回归向量,并以有限差分回归向量为输入建立了变频器状态监测模型,之后根据模型残差计算检测指标并通过核密度估计确定检测指标阈值。结果表明:所提出的有限差分神经网络模型相较于其他机器学习方法,在模型评价指标上均有较大提升,该方法可用于大型风电机组的变频器监测及预警,具有良好的工业应用前景。 | 胡阳 胡耀宗 程逸 陈修高 董得志 孙晓彦 | 2023 | 动力工程学报2023，43，9： | 0 |
| 2 | 基于变分模态分解的中期电力负荷混合预测模型显示文摘电力负荷预测直接影响电网规划和运行,但是受到各类因素的影响。为提高预测精度,针对电力负数据时序性和非线性特征,提出一种基于变分模态分解的中期电力负荷混合预测模型(hybrid prediction model of medium-term power load based on variational mode decomposition,HPMMPL-VMD)。在HPMMPL-VMD算法中,首先使用VMD将原始电力负荷序列分解成若干个相对平稳的模态分量,并利用长短时记忆神经网络对各个模态分量进行建模;然后将各个预测分量进行叠加得到电力负荷预测值;最后,使用最小二乘支持向量回归对误差序列进行预测,并将电力负荷预测值与误差预测值相加得到最后预测结果。为验证HPMMPL-VMD的性能,选取其他预测方法与其进行比较,实验结果表明本文所提模型具有较高的预测精度。 | 程红利 黄文焘 姜庆超 范勤勤 | 2023 | 应用科技2023，50，6： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员