题名 风电和光伏随机场景生成的条件变分自动编码器方法
被引量：57
1
作者
王守相 陈海文 李小平 舒欣
机构
智能电网教育部重点实验室(天津大学) 国网湖北省电力有限公司电力科学研究院
出处
《电网技术》
EI
CSCD
北大核心
2018年第6期1860-1867,共8页
基金
国家电网公司科技项目(52153217000F)~~
文摘
随着风电、光伏等可再生能源渗透率的不断提高,其运行波动性及随机性对电网稳定运行、经济调度等方面带来不良影响,对可再生能源的不确定性进行建模愈加重要。随机场景分析法是解决该问题的主要方法之一,现有随机场景生成方法基于历史数据对风电、光伏出力进行概率建模,进而进行抽样生成场景,模型准确性差、计算复杂度高。为简化随机场景生成步骤,提高生成效率及精度,提出了一种基于条件变分自动编码器（variational autoencoder,VAE）的风电光伏出力随机场景生成方法,较已有概率方法,所提方法可无监督地学习风电、光伏训练数据的时间、空间及波动性特点,并按条件高效地生成符合观测特点的数据,无需场景约简。通过在单一发电单元、多发电单元、指定标签场景3个场景的成功应用,验证了所提算法的有效性。
关键词
随机场景分 析 条件变分自动编码器 深度学习 场景生成
Keywords
stochastic scenario analysis conditional variational automatic encoder deep learning stochastic scenario generation
分类号
TM721
[电气工程—电力系统及自动化]
题名 一种基于条件变分自编码器的加密流量识别方法
被引量：1
2
作者
栗刚 孙中军 翟江涛 戴跃伟
机构
河北师范大学体育学院 河北省公安厅 江苏科技大学电子信息学院 南京信息工程大学计算机学院
出处
《计算机应用研究》
CSCD
北大核心
2020年第S01期301-303,共3页
基金
国家自然科学基金资助项目(61702235,61472188,61602247,U1636117) 江苏省自然科学基金资助项目(BK20150472,BK20160840)
文摘
传统模型在识别加密流量方面通常存在特征提取困难和没有考虑到样本类别不平衡的问题,针对此问题,提出了一种在类别不平衡条件下的基于条件变分自编码器的加密流量识别模型。首先,通过SMOTE算法平衡原始数据集,解决了由于样本类别不平衡造成模型欠拟合或过拟合的问题。其次,提取数据流前n个字节,并使用条件变分自动编码器模型自动提取分类特征隐层变量Z。最后,把m维的隐层变量Z输入基于遗传算法改进的随机森林分类器进行分类评估。实验表明,较现有的加密识别模型,所提方法不仅具有较快的收敛速度,而且在精确率、召回率和F1-measure评价指标上分别有较大的提高。
关键词
加密流量 SMOTE 条件变分自动编码器 遗传算法 随机森林
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP393.08
[自动化与计算机技术—计算机应用技术]
题名 基于积极概率分布引导的水下图像增强网络
3
作者
朱立忠 王雅鑫 郭宝仁
机构
沈阳理工大学自动化与电气工程学院 华电电力科学研究院有限公司东北分公司
出处
《现代电子技术》
北大核心
2024年第23期15-21,共7页
基金
国家重点研发计划(2017YFC0821001-2)。
文摘
针对水下环境复杂多变,导致现存算法难以稳定恢复水下退化图像的问题,文中提出一种基于积极概率分布引导的水下图像增强网络,该网络通过构建积极样本概率引导框架,从混合样本中估计其特征概率分布来引导网络恢复退化图像。首先,提出多分支信息提取架构获取输入特征的多空间特征,并分别在空间、像素、通道等方面增强图像特征分布;其次,结合条件变分自动编码器与自适应实例归一化获取特征分布,并改进现有风格迁移算法增强图像颜色与对比度;最后,结合多项损失函数进一步增强网络的鲁棒性,提高图像质量。实验结果表明,所提方法输出图像色泽清晰、颜色均衡,在多个数据集上的定性定量指标均优于对比的经典和新颖算法,对真实海洋工作具有重要意义。
关键词
水下图像增强 概率分 布 条件变分自动编码器 自适应实例归一化 注意力机制 色偏校正
Keywords
underwater image enhancement probability distribution CVAE adaptive case normalization attention mechanism color cast correction
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 基于CVAE的时变工况轴承运行异常检测
被引量：2
4
作者
温广瑞 周浩轩 苏宇 陈雪峰
机构
西安交通大学机械工程学院
出处
《振动．测试与诊断》
EI
CSCD
北大核心
2023年第1期1-8,194,共9页
基金
国家重点研发计划资助项目(2020YFB1710002)。
文摘
数据驱动的异常检测技术被广泛应用于复杂机械设备状态监测中,工况(operating conditions,简称OCs)变化会导致监测数据的分布漂移,使传统数据驱动的异常检测方法的准确性受到极大干扰。为了解决时变工况下工况和健康状态之间的耦合问题,提出了一个新的特征解耦学习框架。首先,基于变分自动编码器(variation auto encoder,简称VAE)构建一个特征解耦条件变分自动编码器(conditional variation auto encoder,简称CVAE)网络,实现工况和健康状态的解耦;其次,对解耦后的健康状态相关特征进行降维处理,构建异常指标(anomaly indicator,简称ANI);然后,将ANI与统计异常阈值相结合,实现时变工况下轴承的异常检测;最后,通过基于时变转速退化的轴承加速疲劳退化实验,验证了该方法的有效性以及所构建的健康指标在消除时变工况干扰方面的优越性。
关键词
时变 工况 异常检测 条件变分自动编码器 轴承
Keywords
time-varying operating conditions anomaly detection conditional variation auto encoder(CVAE) bearings
分类号
TH165.3
[机械工程—机械制造及自动化]
TN911.72
[电子电信—通信与信息系统]
题名 基于自生成深度神经网络的4D航迹预测
被引量：5
5
作者
李旭娟 皮建勇 黄飞翔 贾海朋
机构
贵州大学计算机科学与技术学院 贵州大学云计算与物联网研究中心 中国民用航空西南地区空中交通管理局贵州分局
出处
《计算机应用》
CSCD
北大核心
2021年第5期1492-1499,共8页
文摘
针对四维(4D)航迹预测的实时性不强和存在迭代误差的问题,提出了一种自动生成的条件变分自动编码器(AutoCVAE)。它以编码-解码的形式直接对未来一段时间的航迹进行预测,并能灵活选取观测点个数和预测步长。该方法以处理后的广播式自动相关监视(ADS-B)数据为引导,以减小预测误差为目标,通过贝叶斯优化的方法,在预定义的搜索空间内进行模型结构搜索,每一次的超参数取值都会参考之前的评估结果,使得每一次的模型结构都能向目标更靠近一点,最终实现了一个基于ADS-B数据的高精度的4D航迹预测模型。实验得出,所提模型能快速准确地进行航迹的实时预测,其中经纬度平均绝对预测误差(MAE)均小于0.03°,高度MAE小于30 m,各时刻点的时间误差也不会超过10 s,每次批量预测轨迹的延迟时间不超过0.2 s。
关键词
航迹预测 条件变分自动编码器 深度生成模型 数据挖掘 广播式自动 相关监视
Keywords
trajectory prediction Conditional Variational Auto-Encoder(CVAE) deep generative model data mining Automatic Dependent Surveillance-Broadcast(ADS-B)
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 深度学习框架下的移动感知预缓存策略
被引量：2
6
作者
陈正勇 杨崇旭 姚振 杨坚
机构
中国科学技术大学未来网络实验室
出处
《小型微型计算机系统》
CSCD
北大核心
2019年第5期913-917,共5页
基金
装备预先研究项目(6141B0801010a)资助
文摘
为了在移动流量需求不断增长的条件下提高用户体验,本文针对小基站网络提出了一种基于深度学习的移动感知预缓存策略.该策略采用条件变分自动编码器根据大量历史数据建立用户移动模型,然后预测用户将来可能经过的基站,并且在这些基站上预缓存用户正在下载的文件的一部分.本文定义了缓存效用用以评估缓存策略的性能.通过在真实GPS轨迹数据上的仿真实验,验证了所提出的缓存策略与典型对比策略相比能够为用户提供更高的平均下载速度,具有更大的缓存命中率,产生更大的缓存效用.
关键词
小基站网络 移动感知 预缓存 条件变分自动编码器
Keywords
small cell mobility-aware precaching conditional variational autoencoder
分类号
TN929.5
[电子电信—通信与信息系统]
TP181
[自动化与计算机技术—控制理论与控制工程]
