期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于KOA驱动的VMD-CNN-BiGRU-Attention光伏功率组合预测模型研究 认领 引用 被引量：2
1
作者 王潇添 李泽林 +2 位作者 詹莹 王旭 许野 《太阳能学报》 EI CAS CSCD 北大核心 2026年第6期676-688,共13页
针对现有深度学习预测模型在训练过程中存在的时间较长、易陷入局部最优解等问题,提出一种基于开普勒优化算法(KOA)驱动的VMD-CNN-BiGRU-Attention短期光伏出力预测方法。该方法首先利用皮尔逊相关系数法对关键气象因素进行筛选;随后采... 针对现有深度学习预测模型在训练过程中存在的时间较长、易陷入局部最优解等问题,提出一种基于开普勒优化算法(KOA)驱动的VMD-CNN-BiGRU-Attention短期光伏出力预测方法。该方法首先利用皮尔逊相关系数法对关键气象因素进行筛选;随后采用灰色关联度(GRA)法确定待预测日的历史相似日,并通过KOA对变分模态分解(VMD)的参数进行优化,进而对历史相似日的出力序列进行分解,从而生成高质量的模型训练样本集;最后,基于KOA-CNN-BiGRU-Attention算法构建光伏出力组合预测模型,以实现光伏出力的精准预测。在云南和甘肃两地光伏电站的实际应用表明,该模型的均方根误差(RMSE)分别为0.2540、2.7981 MW,平均绝对百分比误差(MAPE)分别为0.0234、1.1699。与其他组合预测模型相比,所提基于KOA驱动的VMD-CNN-BiGRU-Attention模型在时空特征捕捉能力方面具有显著优势,并在预测精度和稳定性上表现出优越性,展现了其在光伏发电预测领域的广阔应用潜力。 展开更多
关键词 光伏出力预测 开普勒优化算法 变分模态分解 注意力机制 CNN-BiGRU-Attention组合模型
暂未订购 下载PDF
基于KOA-GRU网络的火电机组一次调频能力预测 认领 引用
2
作者 喻书非 康英伟 《鞍钢技术》 CAS 2026年第2期60-67,共8页
为提升火电机组一次调频能力的预测精度,辅助保障电网频率稳定及电力系统安全运行,提出一种结合开普勒优化算法(Kepler Optimization Algorithm,KOA)与门控循环单元(Gated Recurrent Unit,GRU)网络的一次调频能力预测方法。以某350 MW... 为提升火电机组一次调频能力的预测精度,辅助保障电网频率稳定及电力系统安全运行,提出一种结合开普勒优化算法(Kepler Optimization Algorithm,KOA)与门控循环单元(Gated Recurrent Unit,GRU)网络的一次调频能力预测方法。以某350 MW燃煤火电机组一次调频的实际运行数据为样本,通过相关性分析挖掘关键特征变量;采用开普勒优化算法对GRU网络模型的超参数进行优化,构建KOA-GRU预测模型,并将该模型与长短期记忆(LSTM)网络模型、粒子群优化的长短期记忆(PSO-GRU)网络模型、GRU网络模型及粒子群优化的GRU网络模型进行对比。结果表明,KOA-GRU网络模型的适应度值在经过7次迭代后稳定在0.127,收敛性优于其他四种模型;同时,该模型在不同评估指标下均表现出更优的预测效果,均方根误差(RMSE)为0.148 MW,平均绝对误差(MAE)为0.092 MW,具有较高的预测精度。 展开更多
关键词 火电机组 一次调频能力 动态建模 开普勒优化算法 门控循环单元网络
暂未订购 下载PDF
基于行波特征与KOA-CNN-BiGRU-AM的柔直输电线路故障诊断 认领 引用 被引量：9
3
作者 余波 高学军 +3 位作者 王灿 李瑞灵 徐彦彬 荣梦杰 《电力工程技术》 CSCD 北大核心 2025年第2期185-196,共12页
针对多端柔性直流电网(multi-terminal direct current grid based on modular multilevel converter,MMC-MTDC)故障诊断存在的人工整定阈值过程复杂、高阻故障不易检测的问题,提出一种基于行波特征的诊断方法。首先,通过分析系统的故... 针对多端柔性直流电网(multi-terminal direct current grid based on modular multilevel converter,MMC-MTDC)故障诊断存在的人工整定阈值过程复杂、高阻故障不易检测的问题,提出一种基于行波特征的诊断方法。首先,通过分析系统的故障特征,得出边界元件对高频信号的阻滞作用;其次,利用经验模态分解(empirical mode decomposition,EMD)对功率进行分解,得到本征模态函数(intrinsic mode function,IMF)分量,将其能量值作为故障特征量训练由卷积神经网络(convolutional neural network,CNN)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)组成的CNN-BiGRU网络;然后,采用开普勒优化算法(Kepler optimization algorithm,KOA)和注意力机制(attention mechanism,AM)对CNN-BiGRU网络进行改进,实现MMC-MTDC的故障诊断;最后,在PSCAD/EMTDC中搭建仿真模型。结果表明,该方法不仅可以实现母线故障和线路故障的检测,还可以在满足保护可靠性和速动性的前提下,解决高阻故障保护易拒动的问题。 展开更多
关键词 多端柔性直流电网(MMT-MTDC) 故障特性 经验模态分解(EMD) 开普勒优化算法(KOA) 注意力机制(AM) 卷积神经网络(CNN) 双向门控循环单元(BiGRU) 故障诊断
暂未订购 下载PDF
基于KOA-BiLSTM的矿井淋水井筒风温预测模型及可解释性分析 认领 引用 被引量：1
4
作者 秦跃平 唐飞 +3 位作者 王海蓉 王鹏 郭铭彦 王世斌 《中国安全科学学报》 EI CAS CSCD 北大核心 2025年第7期40-47,共8页
为提高矿井淋水井筒风温预测的准确性、稳定性及模型的可解释性,首先,通过皮尔逊相关性系数分析特征变量;其次,采用开普勒优化算法(KOA)优化双向长短期记忆网络(BiLSTM)模型,建立基于KOA-BiLSTM的矿井淋水井筒风温预测模型;然后,在相同... 为提高矿井淋水井筒风温预测的准确性、稳定性及模型的可解释性,首先,通过皮尔逊相关性系数分析特征变量;其次,采用开普勒优化算法(KOA)优化双向长短期记忆网络(BiLSTM)模型,建立基于KOA-BiLSTM的矿井淋水井筒风温预测模型;然后,在相同样本条件下,与反向传播(BP)、随机森林(RF)、最小二乘增强(LSBoost)和支持向量机(SVM)算法进行综合对比;最后,利用沙普利可加性特征解释算法(SHAP)进行可解释性分析及实例验证。研究结果表明:KOA-BiLSTM模型的绝对误差范围为-1.24~0.5℃,比优化前模型的预测精度提高3.98%;与另外4个模型相比,该模型的平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和均方误差(MSE)等均为最佳,表明该模型具有最优的预测效果和泛化能力;SHAP分析表明:井口风流温度对预测结果影响最大,而地面压力影响最小;KOA-BiLSTM模型实例验证的绝对误差范围为-0.49~0.38℃,预测精度可满足实际工作需要。 展开更多
关键词 开普勒优化算法(KOA)-双向长短期记忆网络(BiLSTM)模型 淋水井筒 风温预测模型 可解释性分析 皮尔逊相关性
暂未订购 下载PDF
数据不平衡下的航空发动机气路故障诊断方法 认领 引用
5
作者 戴郎杰 蔡开龙 +1 位作者 王阿久 刘正扬 《兵器装备工程学报》 CAS CSCD 北大核心 2026年第2期279-288,共10页
针对航空发动机气路故障诊断中气路数据的类不平衡性和故障的耦合性,提出了一种基于过采样技术(Borderline-SMOTE)与开普勒算法(KOA)优化堆叠降噪自编码器(SDAE)的航空发动机气路故障诊断模型。采用Borderline-SMOTE对训练集中的故障样... 针对航空发动机气路故障诊断中气路数据的类不平衡性和故障的耦合性,提出了一种基于过采样技术(Borderline-SMOTE)与开普勒算法(KOA)优化堆叠降噪自编码器(SDAE)的航空发动机气路故障诊断模型。采用Borderline-SMOTE对训练集中的故障样本进行扩充,缓解了数据的类不平衡问题。利用KOA算法优化SDAE的关键参数(隐含层神经元数目、网络学习率和噪声覆盖率),构建基于KOA-SDAE的航空发动机气路故障诊断模型。并将该模型与反向传播神经网络(BPNN)、长短期记忆网络(LSTM)、卷积神经网络(CNN)和原始SDAE等模型在不同采样方法下进行对比实验。实验结果表明,所提出方法的F1分数(F1 score)最高(97.82%),且在噪声干扰下的F1分数下降范围(1.67%~7.20%)显著小于对比模型(3.62%~16.08%),展现出更强的抗干扰能力和鲁棒性,为解决航空发动机气路故障诊断中气路数据的类不平衡问题提供了潜在的方法。 展开更多
关键词 航空发动机 故障诊断 过采样算法 堆叠降噪自编码器 开普勒优化算法
暂未订购 下载PDF
基于开普勒算法优化卷积神经网络的燃料电池故障诊断技术 认领 引用
6
作者 施永 黄宁 +2 位作者 谢缔 汪亮亮 姚继刚 《太阳能学报》 EI CAS CSCD 北大核心 2026年第3期556-563,共8页
提出一种基于等效电路和基于开普勒算法优化的卷积神经网络(KOA-CNN)框架的诊断技术,通过使用电化学阻抗谱(EIS)获得质子交换膜燃料电池(PEMFC)阻抗谱信息,并使用等效电路进行参数辨识,使用拟合得到的电路参数作为诊断算法的训练数据,... 提出一种基于等效电路和基于开普勒算法优化的卷积神经网络(KOA-CNN)框架的诊断技术,通过使用电化学阻抗谱(EIS)获得质子交换膜燃料电池(PEMFC)阻抗谱信息,并使用等效电路进行参数辨识,使用拟合得到的电路参数作为诊断算法的训练数据,利用卷积神经网络对故障特征进行提取,利用开普勒优化算法收敛速度快、全局搜索能力强、参数少的特点去优化卷积神经网络的超参数,得到一个最佳的卷积神经网络参数,可显著提高燃料电池故障诊断的精度。经验证,该方法在水淹、膜干、氧气饥饿的故障诊断中准确率达到99.75%。 展开更多
关键词 质子交换膜燃料电池 故障诊断 电化学阻抗谱 卷积神经网络 开普勒优化算法
暂未订购 下载PDF
引力重构开普勒优化算法的无人机三维航迹规划 认领 引用
7
作者 高立 陈高华 《科学技术与工程》 EI 北大核心 2025年第31期13446-13453,共8页
针对在林场巡检中,无人机航迹规划算法面临难以收敛和容易陷入局部最优解等问题,提出一种引力重构开普勒优化算法的航迹规划方法。通过建立三维环境和航迹代价模型,将航迹规划的复杂问题转化为多个多维函数问题。在开普勒优化算法的行... 针对在林场巡检中,无人机航迹规划算法面临难以收敛和容易陷入局部最优解等问题,提出一种引力重构开普勒优化算法的航迹规划方法。通过建立三维环境和航迹代价模型,将航迹规划的复杂问题转化为多个多维函数问题。在开普勒优化算法的行星引力定义时,综合考虑其他行星影响,增加算法空间搜索的多样性;在探索区域,结合Levy飞行策略,提出新的探索区域位置更新方法,以增强局部逃逸能力;在开发利用区域中,结合粒子群优化算法的位置更新策略,将太阳位置作为全局最优值,提出新的开发利用区域位置更新方法,从而提升全局收敛能力。在简单和复杂林场环境模型下进行验证,实验表明,与粒子群算法、鲸鱼优化算法以及开普勒优化算法相比,引力重构开普勒优化算法在复杂的环境具有良好的航迹规划能力和较强的鲁棒性,能够满足大多数林场巡检任务的需求。 展开更多
关键词 开普勒优化算法 粒子群优化算法 Levy飞行策略 引力重构开普勒优化算法 航迹规划
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈