首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 293 毫秒
1.
针对HHT(Hilbert-Huang Transform)算法在分析含频率相近频率分量的低频振荡信号时会产生模态混叠现象影响分析结果的问题,提出了一种将VMD变分模态分解(Variational Mode Decomposition)算法与希尔伯特Hilbert变换相结合的方法,并利用粒子群算法对VMD算法的参数进行...  相似文献   

2.
准确预测云资源短期负载对提高云平台资源管理效率、保障云服务质量至关重要。针对传统模型在面对小样本、非线性云资源负载数据时预测精度不高,提出一种基于变分模态分解(VMD)和改进麻雀搜索算法(ISSA)优化最小二乘支持向量机(LSSVM)的云资源短期负载预测模型。将原始负载数据通过VMD分解成多个相对平稳的模态分量;对麻雀搜索算法进行优化,增强种群多样性,提高寻优性能和收敛速度。利用改进麻雀搜索算法优化LSSVM的关键参数,建立VMD-ISSA-LSSVM预测模型。利用Wikipedia网站的云资源负载数据进行仿真,结果表明,所提模型在预测精度上优于参照模型。  相似文献   

3.
针对加权质心定位算法受 RSSI 测距误差影响导致定位结果不理想的问题,提出一种鲸鱼优化算法改进的加权质心算法,利用鲸鱼优化算法的快速收敛、不易陷入局部最优等优势对加权质心算法定位结果进行优化。首先,通过加权质心算法计算待测点位置;其次,根据锚节点位置信息、RSSI 测距信息及待测点位置信息建立适应度函数;最后,利用鲸鱼优化算法不断迭代寻优,对待测点定位结果进行优化,以提高定位精度。在通信半径相同、锚节点数为 30 的条件下,改进后的定位算法定位精度为 0.58m,而粒子群加权质心算法与人工鱼群加权质心算法定位精度分别为 0.64m 和 0.62m,且随着锚节点个数的增加或通信半径的增大,改进后的定位算法仍能获得更高的定位精度。因此,改进后的定位算法精度更高,具有一定可行性。  相似文献   

4.
基于支持向量机(SVM)的网络入侵,因SVM参数设置不当导致分类准确率偏低的问题,提出改进二进制鲸鱼算法优化支持向量机(IBWOA-SVM)的网络入侵检测。通过对鲸鱼优化算法中收敛因子的改进和更新机制融入粒子群策略的方式,改善其容易陷入局部最优且收敛精度慢的缺点。对初始化参数群采用改进二进制鲸鱼优化算法的更新机制不断地进行更新迭代,迫使鲸鱼搜索代理获取较优的参数值来建立性能较优的分类模型,进而提高网络入侵检测的分类性能。采用多个UCI数据集并与其他的参数优化方法进行对比,最后使用网络入侵检测KDD CUP 99数据集进行验证。结果表明,与遗传算法、粒子群算法和鲸鱼优化算法在SVM参数优化上的性能相比,IBWOA-SVM方法的分类准确率和适应度值在各数据集上都有所提高,从而有利于改善网络入侵检测参数优化中的分类性能。  相似文献   

5.
针对在高频扰动、多变化的自然环境下合理地分配风光互补发电系统各部分发出功率的问题,提出了基于监督预测的风光互补发电系统。采用滑模变结构作为风力发电系统和光伏发电系统的控制器,利用监督预测算法求解优化目标函数。实验结果表明,引入监督预测系统之后的风光互补发电系统不仅能合理跟踪负载,还可限制系统输出功率幅值,确保设备安全。  相似文献   

6.
多相机组网网络设计具有多参数、多约束、运算量大等特点,在理论上是一个复杂的优化策略问题,寻找其绝对精确的最优解通常需要很大的运算量,因此在实现时必须考虑算法效能。利用基于粗糙集的启发式属性约简算法获得特征属性的约简,在此基础上利用改进的支持向量机对约简信息进行预测。为了获得最优预测精度,采用混沌粒子群优化(PSO)算法以避免SVM预测模型的局部优化。最后通过实验对粒子群优化(PSO)算法、改进的PSO(IPSO)算法与混沌PSO(CPSO)算法性能进行比较,分析结果表明,相比于其它方法,该方法在收敛速度以及防止局部寻优等性能方面有较大提高。  相似文献   

7.
深度学习算法是目前台区负荷预测的主要方法.为解决深度学习方法在逻辑拟合、特征冗余方面的问题,提出一种基于经验模态分解和长短记忆神经网络算法的短期台区负荷预测模型.利用经验模态分解将台区负荷分解为多个本征模函数,使用相关性分析法从特征集合中选择各本征模函数的特征子集,用长短记忆神经网络对这些本征模函数分别进行预测.最后采...  相似文献   

8.
针对噪声环境下暂态扰动检测困难的问题,提出一种GWO-VMD与DWT相结合的检测方法.首先,利用灰狼优化算法(GWO)结合包络熵对变分模态分解(VMD)的参数K、α进行自适应优化处理,避免人工选择参数导致分解效果差的缺陷;其次利用优化后的VMD算法将含有噪声的暂态扰动信号分解为有限个调幅调频信号(VIMF);再次采用快速傅里叶变换(FFT)算法确定每个VIMF分量的含噪程度,对低噪分量平滑处理后进行重构;最后利用离散小波变换(DWT)方法对重构的暂态扰动进行检测定位.仿真实验表明,GWO-VMD与DWT相结合的检测方法具有较高的准确率和有效性.  相似文献   

9.
为进一步提高PID参数整定方法的收敛精度和收敛速度,在PID参数整定中引入了鲸鱼优化算法(WOA)。仿真实验结果表明,鲸鱼优化算法(WOA)与改进粒子群优化算法(IPSO)、改进人工蜂群算法(IABC)和遗传算法(GA)相比,收敛精度和收敛速度都优于其它算法。  相似文献   

10.
防晒用品属于快速消费品,其销售情况受季节变动影响,具有非线性特征。人工神经网络强大的学习能力使其在销售量预测领域显示出非线性预测的应用优势。作为新兴智能算法,鲸鱼群算法具有快速收敛、全局优化等特点。为精准预测上海某化妆品公司防晒产品销量,基于鲸鱼算法,构建优化网络权值的门控循环神经网络模型。实验结果表明,经鲸鱼算法优化后的门控循环神经网络训练相对误差比优化前降低 0.6 个百分点,测试相对误差比优化前降低约 2 个百分点。  相似文献   

11.
结合经验模态分解(empiricalmodedecomposition,EMD)算法和自适应神经模糊推理系统(adap-tiveneuralfuzzyinferencesystem,ANFIS)算法应用于股票市场预测,提出了一种新的股票市场的预测模型,即EMD-ANFIS的多步预测模型。首先应用EMD算法把原始数据分解成不同尺度的基本模态函数(IMF)和残差(RES),然后通过ANFIS算法对生成的各个IMF和RES进行自适应神经模糊推理,再把各个预测结果进行简单的聚合作为股票的预测价格,并与传统的预测方法进行比较,实验证明了EMD-ANFIS的多步预测模型具有更高的预测精度。  相似文献   

12.
针对采用光伏组件独立供电的H桥光伏并网逆变器,提出了一种不平衡功率控制策略,该策略用于解决光伏板直流侧输出功率不均衡问题。该策略通过实时计算三相交流功率获得三相不平衡功率系数,并依据简化调制算法加入占空比修正量使得三相不平衡功率系数趋向期望值。最后,通过Matlab/Simulink仿真和实验验证了该控制策略的可行性和有效性。  相似文献   

13.
光伏阵列是光伏系统的发电设备,光伏阵列中的最大功率点追踪影响光伏系统的发电效率。对光伏阵列输出特性曲线进行分析,在此基础上分析了几种传统最大功率点追踪算法的适用范围和各自的优缺点,提出一种将变步长电导增量法与牛顿插值法相结合的算法。仿真结果表明,与传统扰动观测法及电导增量法相比,改进型最大功率点追踪算法可对最大功率跟踪点输出的功率波形振动幅度高效控制,具有追踪速度快、环境适应性好等优点。  相似文献   

14.
正确识别故障行波波头和精确的双端测距算法可保障电缆故障行波测距精度。为解决希尔伯特黄变换(HHT)中经验模态分解(EMD)存在的模态混叠问题,提出一种基于改进集总经验模态分解(MEEMD)和Teager能量算子相结合的电缆故障行波检测方法。针对故障行波波速及线路实际长度变化对双端测距精度的影响,推导出一种不受波速影响的双端测距算法。PSCAD/EMTDC仿真结果验证了该方法可行且测距精度高。  相似文献   

15.
提出了一种基于特征挖掘的GRU-A光伏发电功率预测模型,可有效、精确地预测短期光伏发电功率。对光伏发电功率的影响因素进行深度挖掘并构造出相应特征群,搭建GRU-A模型作为光伏发电功率预测模型,并以构造的特征群作为输入,来实现光伏发电功率预测。利用某地的实际光伏数据,通过仿真实验证明基于特征挖掘的GRU-A模型相比于其他模型有更好的预测精度及稳定性。  相似文献   

16.
针对标准差分算法无法有效处理给水管网多目标优化问题,提出一种新的算法——改进差分算法。首先,采用Pareto最优原理和非支配排序策略,建立多目标优化机制,保障算法对多个目标的协调与寻优;其次,采用精英策略取代差分算法原有的选择策略,确保每次寻优均能得到基于全局的最优个体,提高寻优效率。河内管网的优化案例表明,改进的差分算法是一种可行的、适用于给水管网多目标优化的方法。  相似文献   

17.
基于经验模态分解的筛选条件研究   总被引:1,自引:0,他引:1  
经验模态分解是Hilbert—Huang变换(HHT)的关键算法,它分解信号的能力直接影响到HHT的实用性和应用价值.为了研究经验模态分解对多分量复合信号的筛选条件,我们主要研究了在理想条件下经验模态分解筛选过程的特性及其对双分量信号模型的筛选条件,然后推出经验模态分解对多分量复合信号的筛选条件,并给出相应数值实验分析.  相似文献   

18.
针对电力电缆故障的关键因素在于电缆分接头的温升。本文提出采用总体平均经验模态分解EEMD和改进Elman神经网络的方法对非线性电力电缆接头温度时间序列进行预测的方式达到预警电力电缆故障的目的。首先,采用光纤光栅传感器来监测电缆接头温度,得到样本序列。为避免模态混叠,采用EEMD对电力电缆接头温度序列进行预处理。预处理后的温度序列为一系列彼此独立的本征模函数分量,外加一个残余分量。为提高Elman神经网络的预测精度,在预测前利用相空间重构法对分解后的序列进行重构计算。在对重构序列数据进行归一化后利用Elman神经网络进行下一周期内的温度预测。实际预测结果表明,本文算法具有较高的拟合精度,适应性较好,可以推广应用至实际电力电缆故障的监测和预警系统。  相似文献   

19.
对基于风力发电设施和光伏发电设施常用的MPPT控制方法进行了改进,提出一种优化的基于风光互补发电系统的最大功率点跟踪策略,并通过风光互补发电系统实验平台进行了实验。实验结果表明,优化后的控制方法能够更加准确可靠地实现风光互补发电系统的最大功率点跟踪。  相似文献   

20.
针对电力负荷序列不稳定性、随机性等特点引起的电力负荷预测精度下降等问题,提出MEEMD加窗改进方法和GRNN组合的短期电力负荷预测模型。利用GRNN神经网络延拓方法对原始信号两端数据进行延拓,用余弦窗函数对延拓数据加窗处理后再进行MEEMD分解,用神经网络对各分量趋势进行预测,叠加各分量的预测结果得到负荷序列的最终预测结果。实验结果表明,MEEMD加窗改进分解预测的平均绝对误差、平均绝对值百分比误差和均方根误差分别为73.926 8、0.818 0%和82.930 1。基于MEEMD加窗改进方法和GRNN组合的电力负荷预测不仅能抑制端点效应,而且能解决模态混叠和伪分解问题,提高了短期电力负荷的预测精度。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号