期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
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65篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 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：
建筑结构钢板热轧轧机DBN-PSO振动预报及应用
1
作者 王莹 马晓力 王强 《机械设计与制造》 北大核心 2024年第6期159-162,169,共5页
利用实时监测数据(Real-Time Monitoring Data,RMD)参数分析轧机振动状态,综合运用深度置信网络(Deep Belief Networks,DBN)与粒子群(Particle Swarm Optimization,PSO)算法构建轧机振动仿真模型,实现RMD参数的深度挖掘,并达到轧机振动... 利用实时监测数据(Real-Time Monitoring Data,RMD)参数分析轧机振动状态,综合运用深度置信网络(Deep Belief Networks,DBN)与粒子群(Particle Swarm Optimization,PSO)算法构建轧机振动仿真模型,实现RMD参数的深度挖掘,并达到轧机振动的预报效果。通过融合处理能够获得非常接近实际振动过程的预测数据,具备优异预测能力。结合现场测试的初始数据预测误差在3.5%范围内,跟轧机振动情况相符。当轧制速率变慢后,振动加速度出现了降低结果;入口张力对轧机的振动加速度具有反向作用;轧机振动加速度相对出口张力表现为正相关特点;以不同宽度的轧件进行测试发现轧机振动加速度保持基本恒定的状态。该研究对提高热轧轧机运行稳定性,对保证建筑结构钢板成形精度具有很好的指导意义,可以拓宽到其它的成形设备优化领域。 展开更多
关键词 热轧 钢板 轧机振动 振动预报 dbn算法 PSO算法
在线阅读 下载PDF
结合遗传算法的RF-DBN入侵检测方法
2
作者 任俊玲 诸于铭 《中国科技论文》 CAS 2024年第8期937-944,共8页
针对目前不平衡数据集少数类攻击样本识别率较低的问题,提出一种BorderlineSMOTE、随机森林和遗传算法(genetic algorithm,GA)-深度信念网络(deep belief network,DBN)相结合的入侵检测方法。首先采用BorderlineSMOTE对少数类样本进行... 针对目前不平衡数据集少数类攻击样本识别率较低的问题,提出一种BorderlineSMOTE、随机森林和遗传算法(genetic algorithm,GA)-深度信念网络(deep belief network,DBN)相结合的入侵检测方法。首先采用BorderlineSMOTE对少数类样本进行过采样,减少数据集的不平衡度;然后使用随机森林算法实现正异常数据分类,筛选出异常数据;最后采用经GA优化的DBN网络对异常数据进行进一步分类。使用网络安全数据集CICIDS2017进行验证,该方法的准确率达到了99.85%,而且少数类样本的识别精度也有明显提高。 展开更多
关键词 随机森林 遗传算法 BorderlineSMOTE 深度信念网络 数据不平衡 入侵检测
在线阅读 下载PDF
基于改进DBN算法的电力故障预测模型与辅助分析系统 被引量：1
3
作者 李玮 张莉 郭佳迪 《粘接》 CAS 2024年第6期193-196,共4页
针对如何提高停电事件分析能力,提出了改进型神经网络,构建改进DBN算法模型,通过该方法实现如何实现停电事件分析,然后对提取到的停电事件信息进行训练,停电事件信息训练改进DBN算法模型,建立停电事件分析预测模型,实现对停电事件分析... 针对如何提高停电事件分析能力,提出了改进型神经网络,构建改进DBN算法模型,通过该方法实现如何实现停电事件分析,然后对提取到的停电事件信息进行训练,停电事件信息训练改进DBN算法模型,建立停电事件分析预测模型,实现对停电事件分析的精准预测。研究还设计了停电事件辅助分析系统,通过采用节点误差数据组的方式区分停电事件和异常数据,通过误差补偿装置提高了DBN算法采用数据的精度。实验结果表明,在进行对停电事件分析预测的精确度测试时,停电事件分析预测的准确度可达97%,在可靠性测试时,停电事件分析管理可靠性可达96%。 展开更多
关键词 停电事件分析 神经网络 负荷预测 dbn算法模型 弱学习器
在线阅读 下载PDF
基于DBN深度学习算法的一站式诉求响应预测方法
4
作者 赵睿 李伟 +2 位作者 王宇飞 李卫卫 杨继芳 《微型电脑应用》 2024年第4期135-139,共5页
为了提高诉求响应的速度,提出了基于机器学习的一站式诉求响应技术。在物理架构中采用事故数据记录器(ADR)服务器和数字化X线摄影术(DR)运行管理,实现一站式诉求响应;利用建模工具来构建例图进行描述诉求响应的运行细节,通过逻辑架构的... 为了提高诉求响应的速度,提出了基于机器学习的一站式诉求响应技术。在物理架构中采用事故数据记录器(ADR)服务器和数字化X线摄影术(DR)运行管理,实现一站式诉求响应;利用建模工具来构建例图进行描述诉求响应的运行细节,通过逻辑架构的感知层、网络层和应用层,实现了对一站式诉求响应的逻辑分析;利用机器学习预测方式和深度置信网络(DBN),实现一站式诉求响应的预测。实验表明,在进行对响应的速度进行测试时,所提出的系统响应所需时间最少为1.1 s,在进行对响应预测的准确性测试时,响应预测的准确性最高为97%。 展开更多
关键词 机器学习 诉求响应 ADR 建模 dbn深度学习算法
在线阅读 下载PDF
基于DBN算法的热轧高强钢薄板轧机振动预报研究 被引量：7
5
作者 董志奎 梁朋伟 +3 位作者 禚超越 孙建亮 赵静一 卢明立 《矿冶工程》 CAS CSCD 北大核心 2020年第4期135-141,144,共8页
针对热轧高强钢薄板生产过程中轧机出现剧烈振动、造成产品质量不高和设备损坏等问题,深度挖掘钢铁工业积累的轧制实时监测数据(PDA数据),提出采用DBN算法和GA-BP算法建立轧机振动预报模型,从而对轧机振动进行预报。首先通过建立轧机垂... 针对热轧高强钢薄板生产过程中轧机出现剧烈振动、造成产品质量不高和设备损坏等问题,深度挖掘钢铁工业积累的轧制实时监测数据(PDA数据),提出采用DBN算法和GA-BP算法建立轧机振动预报模型,从而对轧机振动进行预报。首先通过建立轧机垂直振动数学模型,分析轧机振动机理,然后建立振动预报模型,并利用现场实测数据训练其精度,结果表明,本预报模型预测结果的误差在3.94%以内,可以用于轧机振动的预报。建立了轧制工艺参数和轧机振动强度的定量关系,为轧制制度的改进以及在轧制过程中实现快速减弱甚至消除轧机振动提供参考。 展开更多
关键词 热轧 高强钢薄板 轧机振动 振动预报 dbn算法 GA-BP算法
在线阅读 下载PDF
基于DBN深度学习的期货市场价格预测建模与决策 被引量：7
6
作者 陈俊华 郝彦惠 +1 位作者 郑丁文 陈思宇 《计算机科学》 CSCD 北大核心 2018年第B06期75-78,84,共5页
深度学习通过学习深层非线性网络结构即可实现复杂函数的逼近,可以从大量无标注样本集中学习数据集的本质特征。而深度信念网络(DBN)是由多层随机隐变量组成的贝叶斯概率生成模型,可以作为深度神经网络的预训练环节,为该网络提供初始权... 深度学习通过学习深层非线性网络结构即可实现复杂函数的逼近,可以从大量无标注样本集中学习数据集的本质特征。而深度信念网络(DBN)是由多层随机隐变量组成的贝叶斯概率生成模型,可以作为深度神经网络的预训练环节,为该网络提供初始权重。基于该模型的一个高效学习算法不仅解决了模型训练速度慢的问题,还能产生非常好的参数初始值,极大地提升了模型的建模能力。金融市场是一个多变量非线性系统,通过运用DBN模型进行分析预测可以很好地解决其他预测方法初始权重难以确定的问题。文中以原油期货市场价格预测为例,说明了运用DBN模型进行预测和决策的可行性及有效性。 展开更多
关键词 深度学习 dbn算法 期货市场
在线阅读 下载PDF
基于CIDBN的战术活动识别模型及在线精确推理 被引量：3
7
作者 国海峰 刘宏强 +1 位作者 荘炎龙 杨海燕 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第6期1097-1107,共11页
战术活动识别是战场态势感知的重要研究内容。为提高战术活动识别的准确性与实时性,提出了一种基于上下文独立动态贝叶斯网络(CIDBN)的战术活动识别模型及在线精确推理。通过对战术活动机制的分析,采用动态贝叶斯网络(DBN)理论,建立了... 战术活动识别是战场态势感知的重要研究内容。为提高战术活动识别的准确性与实时性,提出了一种基于上下文独立动态贝叶斯网络(CIDBN)的战术活动识别模型及在线精确推理。通过对战术活动机制的分析,采用动态贝叶斯网络(DBN)理论,建立了一个初始战术活动识别模型。该模型引入了威胁指数节点来影响战术活动的终止与选择,并采用模糊隶属度函数对连续变量进行离散化处理。依据上下文独立关系对该模型进行简化,获得了一个基于CIDBN的战术活动识别模型。将接口算法扩展于该模型上,提出了在线精确推理算法。仿真结果表明,所提出的战术活动识别方法,具有识别精度高、较低不确定性和实时性高的优点。 展开更多
关键词 动态贝叶斯网络(dbn) 接口算法 上下文独立 威胁指数 精确推理
在线阅读 下载PDF
融合MLP和DBN的光伏发电预测算法 被引量：6
8
作者 徐先峰 蔡路路 张丽 《计算机工程与应用》 CSCD 北大核心 2021年第3期266-272,共7页
精确的光伏发电预测对提高电力系统稳定性、保证电能质量、优化电网运行具有重大意义。为了解决现存光伏预测算法精度较低、性能较差的问题,同时为了综合利用多层感知器(MLP)解决非线性问题的能力以及深度信念网络(DBN)有效处理大量复... 精确的光伏发电预测对提高电力系统稳定性、保证电能质量、优化电网运行具有重大意义。为了解决现存光伏预测算法精度较低、性能较差的问题,同时为了综合利用多层感知器(MLP)解决非线性问题的能力以及深度信念网络(DBN)有效处理大量复杂数据的优势,构建了一种融合MLP和DBN的光伏预测算法(MLP-DBN),其基本思想是先利用MLP模型进行初步预测,再将观测值与预测值的残差输入DBN预测模型进行预测,最后用残差预测值对MLP模型的预测值进行修正。利用光伏发电实测数据仿真,探究了不同学习率下模型的预测性能,并对模型的各参数进行了寻找优化设置。使用均方根误差、平均绝对误差以及决定系数等性能指标评估结果表明,与传统的预测算法支持向量机(SVM)以及具有较高预测精度的深度学习算法长短期记忆网络(LSTM)相比,MLP-DBN算法性能有明显的提升,为光伏发电提供了一种高精度高性能的预测算法,可以有效解决光伏发电预测问题。 展开更多
关键词 光伏发电预测 深度学习 支持向量机(SVM) 长短期记忆网络(LSTM) 多层感知器-深度信念网络(MLP-dbn)算法
在线阅读 下载PDF
基于贝叶斯优化构建DBN结构优化算法 被引量：3
9
作者 肖秦琨 高嵩 高晓光 《系统工程与电子技术》 EI CSCD 北大核心 2007年第10期1732-1737,共6页
针对动态贝叶斯网络(DBN)结构学习问题,提出了一种基于贝叶斯优化(BOA)的DBN结构寻优算法。首先,从传统进化优化机制的基本理论和基本操作入手,刻划了基于概率模型进化算法的基本思想。其次,通过描述基于概率模型进化算法的构图基础,引... 针对动态贝叶斯网络(DBN)结构学习问题,提出了一种基于贝叶斯优化(BOA)的DBN结构寻优算法。首先,从传统进化优化机制的基本理论和基本操作入手,刻划了基于概率模型进化算法的基本思想。其次,通过描述基于概率模型进化算法的构图基础,引出了DBN结构学习机制,即基于BOA的DBN结构寻优算法。BOA算法的关键是根据优良解集学习得到DBN,以及根据DBN推理生成新个体,前者更为重要,依据基于贪婪机理的遗传算法解决动态网络学习,再应用DBN前向模拟完成后一步。仿真结果表明了该算法的可行性。 展开更多
关键词 动态贝叶斯网络 贝叶斯优化算法 结构学习 遗传算法 前行模拟
在线阅读 下载PDF
基于DBN-PSO算法的钢板热轧轧机实时振动预测 被引量：5
10
作者 钱素娟 张伟 李强 《中国工程机械学报》 北大核心 2022年第2期113-117,共5页
为了提高钢板热轧轧机实时振动预测和钢板成形精度控制能力,在利用实时监测数据(RMD)分析热轧轧机振动状态的基础上,设计了一种基于深度置信网络(DBN)-粒子群优化(PSO)DBN-PSO算法的钢板热轧轧机实时振动预测模型,达到对RMD参数深度挖... 为了提高钢板热轧轧机实时振动预测和钢板成形精度控制能力,在利用实时监测数据(RMD)分析热轧轧机振动状态的基础上,设计了一种基于深度置信网络(DBN)-粒子群优化(PSO)DBN-PSO算法的钢板热轧轧机实时振动预测模型,达到对RMD参数深度挖掘的目的,实现对热轧轧机振动的预测效果。采用现场测试得到结果对模型精度进行调整,通过对比发现,热轧轧机振动仿真模型的预测误差不超过3.7%,达到了预期的效果,和热轧轧机振动状态良好吻合。逐渐降低轧制速度后,热轧轧机振动的加速度持续减小,当轧制速度降低达20%时,热轧轧机振动加速度降低了1.58×10^(-3)g。热轧轧机振动加速度与出口张力之间呈正相关变化特征,当出口张力降低20%时,对应的振动加速度降低2.74×10^(-3)g。降低入口厚度后,发生了热轧轧机振动加速度持续增大,当入口厚度降低20%后,振动加速度提高0.71×10^(-3)g。 展开更多
关键词 热轧 钢板 热轧轧机振动 振动预测 dbn算法 PSO算法
在线阅读 下载PDF
基于参数优化的VMD与DBN的滚动轴承故障诊断 被引量：8
11
作者 郗涛 葛增元 王莉静 《组合机床与自动化加工技术》 北大核心 2022年第12期57-61,共5页
在分析了滚动轴承振动信号的故障分类诊断问题,提出了一种采用蜉蝣优化算法(MA)-变分模态分解(VMD)的故障特征提取与深度置信网络(DBN)相互融合的故障诊断方法。首先,以全局最小包络熵值为目标,基于MA算法进行振动信号的变分模态分解,... 在分析了滚动轴承振动信号的故障分类诊断问题,提出了一种采用蜉蝣优化算法(MA)-变分模态分解(VMD)的故障特征提取与深度置信网络(DBN)相互融合的故障诊断方法。首先,以全局最小包络熵值为目标,基于MA算法进行振动信号的变分模态分解,筛选最佳VMD分量;其次,选取最典型包络谱值作为故障特征向量;最后,采用某实验室的故障轴承诊断数据,基于DBN网络算法进行故障诊断训练、检验和结果分析。实例分析结果表明,该方法的故障识别率达到98.67%,说明该方法可以有效地提取到故障特征并具有更高的故障识别率。 展开更多
关键词 滚动轴承 蜉蝣智能算法 变分模态分解 深度置信网络
在线阅读 下载PDF
基于SSA-DBN的光伏阵列故障诊断方法 被引量：6
12
作者 姜萍 郭欢欢 代金超 《电源技术》 CAS 北大核心 2022年第8期925-929,共5页
由于光伏阵列常年处于恶劣的环境中,光伏组件时常发生故障。用深度信念网络(deep belief network,DBN)模型进行光伏组件故障诊断时,由于权重和偏置初始化的随机性,导致模型在训练和学习的过程中易陷入局部最优且收敛速度缓慢,因此提出... 由于光伏阵列常年处于恶劣的环境中,光伏组件时常发生故障。用深度信念网络(deep belief network,DBN)模型进行光伏组件故障诊断时,由于权重和偏置初始化的随机性,导致模型在训练和学习的过程中易陷入局部最优且收敛速度缓慢,因此提出麻雀搜索算法(sparrow search algorithm,SSA)优化深度信念网络权重和偏置的故障诊断方法。首先,通过SSA算法对DBN网络的可见层权值进行编码;其次,采用适应度函数对动量参数进行优化,以减少训练过程中的误差;最后,不断更新种群的速度和位置,以寻求个体最优和全局最优。实验分别与传统DBN网络和深度卷积神经网络(DCNN)的诊断准确率及重构误差两个方面进行了对比分析,结果证明该优化DBN网络增强了网络的泛化能力,提高了光伏故障诊断的识别精度。 展开更多
关键词 光伏阵列 故障诊断 深度信念网络(dbn) 麻雀搜索算法 识别精度
在线阅读 下载PDF
基于优化深度置信网络的煤矿事故预警方法
13
作者 胡浩然 孙霞 《工业控制计算机》 2025年第1期36-38,共3页
为了对煤矿瓦斯气体泄漏事故进行准确快速的预警,提出了一种基于蝙蝠算法优化过的深度置信网络(Bat Algorithm-Deep Belief Network,BA-DBN)的多传感器数据融合预警方法。针对大部分煤矿等配备精密的传感器设备、能够精确测量各气体浓... 为了对煤矿瓦斯气体泄漏事故进行准确快速的预警,提出了一种基于蝙蝠算法优化过的深度置信网络(Bat Algorithm-Deep Belief Network,BA-DBN)的多传感器数据融合预警方法。针对大部分煤矿等配备精密的传感器设备、能够精确测量各气体浓度参数的应用场景,考虑采用适用于一维数组分类的深度置信网络作为煤矿事故预警的算法,以矿井巷道内各气体浓度参数作为算法输入,对矿井内多个传感器数据进行融合,以实现矿井内环境状态分类,并通过蝙蝠算法优化深度置信网络隐含层中各神经元的数量,提高分类准确率。实验结果表明,系统在传感器数据分类方面的准确率得到明显提高,具有更优秀的分类效果。 展开更多
关键词 煤矿预警 LORA 数据融合 蝙蝠算法 dbn 数据分类
在线阅读 下载PDF
基于进化MCMC的DBN学习算法
14
作者 郭鹏 李乃祥 刘同海 《计算机工程》 CAS CSCD 北大核心 2011年第10期143-145,共3页
提出利用进化MCMC算法进行动态贝叶斯网络(DBN)学习的方法。在数据缺省情况下利用EM算法进行贝叶斯网络参数学习,结构学习部分生成多条备选的贝叶斯网络染色体,对染色体进行变异操作和交叉操作,在遗传操作中根据温度参数和贝叶斯网络及... 提出利用进化MCMC算法进行动态贝叶斯网络(DBN)学习的方法。在数据缺省情况下利用EM算法进行贝叶斯网络参数学习,结构学习部分生成多条备选的贝叶斯网络染色体,对染色体进行变异操作和交叉操作,在遗传操作中根据温度参数和贝叶斯网络及贝叶斯信息准则来构造MCMC函数,并利用MCMC函数进行贝叶斯网络学习。每一代进化后,将贝叶斯信息评分最大的贝叶斯网络作为结构学习的结果。实验结果验证了该方法性能的稳定性。 展开更多
关键词 动态贝叶斯网络 EM算法 贝叶斯信息准则 进化MCMC
在线阅读 下载PDF
基于改进DBN的用电负荷预测建模与仿真 被引量：1
15
作者 关蕾 《微型电脑应用》 2022年第2期42-45,48,共5页
电力负荷数据的精准预测不仅能够保证电网可以安全地长期运行,而且能够提高经济效益和社会效益。针对电力负荷值的变化而导致变化规律很难用具体数学函数式表达的问题,提出了一种基于改进DBN的用电负荷预测模型。通过遗传算法选取网络权... 电力负荷数据的精准预测不仅能够保证电网可以安全地长期运行,而且能够提高经济效益和社会效益。针对电力负荷值的变化而导致变化规律很难用具体数学函数式表达的问题,提出了一种基于改进DBN的用电负荷预测模型。通过遗传算法选取网络权重,并将其应用于电网负荷预测。通过与BP网络模型的仿真对比可以得出,改进的DBN网络模型能够更好更快地对用电负荷进行预测。 展开更多
关键词 用电负荷预测 改进dbn 遗传算法
在线阅读 下载PDF
基于布谷鸟搜索算法和DBN模型的变压器故障识别 被引量：8
16
作者 刘展程 王爽 唐波 《电力科学与技术学报》 CAS 北大核心 2022年第2期3-11,共9页
依据油中溶解气体含量特征准确识别变压器故障类型,对变压器的安全运行具有重要意义。考虑深度信念网络(DBN)对样本数据中的特征提取有独特优势,采用DBN作为故障识别模型,将变压器油中溶解气体原始数据集直接输入至训练模型,并通过3种... 依据油中溶解气体含量特征准确识别变压器故障类型,对变压器的安全运行具有重要意义。考虑深度信念网络(DBN)对样本数据中的特征提取有独特优势,采用DBN作为故障识别模型,将变压器油中溶解气体原始数据集直接输入至训练模型,并通过3种智能搜索算法对DBN中批处理、梯度下降学习率、层神经单元数3个重要参数分别进行智能寻优,解决少量原始样本数据直接输入时故障识别率不高的问题。仿真结果表明,采用布谷鸟搜索算法(CS)优化DBN模型时比粒子群搜索算法(PSO)和遗传算法搜索(GA)优化的效果更好,CS-DBN模型的故障总识别率比GA-DBN的高4.2%,比PSO-DBN的提高2.5%,同时进化效率提高56.2%;CS-DBN模型的泛化性能也比另2种更好。 展开更多
关键词 油中溶解气体 深度信念网络 故障识别 布谷鸟搜索算法 泛化性能
在线阅读 下载PDF
基于改进型DBN深度学习的复合黏接质量模式识别研究
17
作者 王晓娟 《集成电路应用》 2022年第8期298-300,共3页
针对薄板复合材料粘接质量识别问题,提出了一种基于粒子群算法(PSO)的改进型深度置信网络(DBN)深度学习模型,使用PSO来优化标准DBN网络权重,以解决薄板复合材料在识别过程中分类过拟合的问题,并利用该模型完成了薄板复合材料粘接质量的... 针对薄板复合材料粘接质量识别问题,提出了一种基于粒子群算法(PSO)的改进型深度置信网络(DBN)深度学习模型,使用PSO来优化标准DBN网络权重,以解决薄板复合材料在识别过程中分类过拟合的问题,并利用该模型完成了薄板复合材料粘接质量的识别过程。探讨算法设计步骤,并对模型进行多次调试、训练,确定网络模型参数,完成测试数据识别。仿真结果表明:经过多次训练测试调整参数,生成PSO-DBN深度学习网络模型,对比改进型BP神经网络识别方法,避免了随机初始化导致的局部最优解问题,粘接质量识别的准确度有所提高。 展开更多
关键词 模式识别 dbn网络 PSO算法
在线阅读 下载PDF
基于PSO-DBN的配电网单相接地故障选线方法 被引量：4
18
作者 陈霄 居荣 《电工技术》 2021年第5期29-31,36,共4页
针对传统方法选线精度低的问题,提出了一种基于PSO-DBN的选线方法。该方法利用PSO算法优化DBN网络的网络结构,确定各隐含层神经元个数,构建故障选线模型。利用FFT和小波变换实现故障信号的分解和特征提取,再结合故障选线模型实现选线功... 针对传统方法选线精度低的问题,提出了一种基于PSO-DBN的选线方法。该方法利用PSO算法优化DBN网络的网络结构,确定各隐含层神经元个数,构建故障选线模型。利用FFT和小波变换实现故障信号的分解和特征提取,再结合故障选线模型实现选线功能。仿真结果表明,该方法能准确判断故障线路,有较好的应用前景。 展开更多
关键词 PSO算法 dbn网络 故障选线
在线阅读 下载PDF
基于参数优化VMD和改进DBN的滚动轴承故障诊断方法研究 被引量：14
19
作者 盛肖炜 于林鑫 +2 位作者 毕鹏飞 康兴汝 朱美臣 《机电工程》 CAS 北大核心 2021年第9期1107-1116,共10页
针对滚动轴承早期微弱故障难以检测和故障诊断率不高的问题,提出了一种基于参数优化的变分模态分解(VMD)和改进的深度置信网络(DBN)的故障诊断方法。首先,为了消除人为选择VMD参数的影响,采用了鲸群算法(WOA)寻优VMD算法的最佳模态分解... 针对滚动轴承早期微弱故障难以检测和故障诊断率不高的问题,提出了一种基于参数优化的变分模态分解(VMD)和改进的深度置信网络(DBN)的故障诊断方法。首先,为了消除人为选择VMD参数的影响,采用了鲸群算法(WOA)寻优VMD算法的最佳模态分解个数和惩罚因子的参数组合;然后,利用参数优化后的VMD算法分解了滚动轴承振动信号,分解后的本征模态分量(IMF)求频谱后组成了高维数据集;最后,直接输入麻雀搜索算法(SSA)优化的深度置信网络进行了模式识别。研究结果表明:针对滚动轴承的故障,相同模式识别方法VMD算法故障识别率为97.4%,相比于EMD算法96.5%的故障识别率更高;相同信号处理方法下,DBN网络故障诊断率为98.7%,相比于SVM算法97.4%故障诊断率更高;WOA-VMD-SSA-DBN算法的故障诊断率达到了100%,故障诊断的效果得到了进一步提升。 展开更多
关键词 滚动轴承 故障诊断 变分模态分解 鲸群优化算法 深度置信网络 麻雀搜索算法
在线阅读 下载PDF
基于VMD-ARIMA-DBN的短期电力负荷预测 被引量：14
20
作者 方娜 陈浩 +1 位作者 邓心 肖威 《电力系统及其自动化学报》 CSCD 北大核心 2023年第6期59-65,共7页
针对短期电力负荷预测精度不足的问题,提出一种基于变分模态分解、深度信念网络、差分自回归移动平均模型的组合预测模型。首先选取电力负荷影响较大的相关参数,采用变分模态分解将负荷数据分解为低频和高频两种分量;然后利用差分自回... 针对短期电力负荷预测精度不足的问题,提出一种基于变分模态分解、深度信念网络、差分自回归移动平均模型的组合预测模型。首先选取电力负荷影响较大的相关参数,采用变分模态分解将负荷数据分解为低频和高频两种分量;然后利用差分自回归移动平均模型和深度信念网络分别对低频和高频两种分量进行预测,为克服深度信念网络参数随机化的缺陷,采用粒子群优化算法优化模型以进一步提高精度;最后组合各模型结果得到最终预测值。实验结果表明,该组合模型较其他模型具有更好的预测性能。 展开更多
关键词 短期负荷预测 变分模态分解 深度信念网络 粒子群优化算法 差分自回归移动平均模型
在线阅读 下载PDF
已选择0条
导出题录 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 2 … 4 下一页 到第 页
使用帮助 返回顶部