天津市自然科学基金(08JCZDJC18600)
- 作品数：21 被引量：272H指数：8
- 相关作者：赵辉王红君岳有军刘冬生李瑞更多>>
- 相关机构：天津理工大学天津农学院东北石油大学更多>>
- 发文基金：天津市自然科学基金天津市教委科研基金天津市高等学校科技发展基金计划项目更多>>
- 相关领域：电气工程自动化与计算机技术理学机械工程更多>>
- 基于Mallat算法的直流电动机振动信号处理研究
- 2009年
- 振动信号是最能够全面反映电机运行状态的信号,所以在相关研究中一般都通过分析振动信号提取状态特征.振动信号属于非平稳随机信号.信号的奇异性部分往往包含了非常重要的信息,因此奇异性检测成为振动信号处理的主要内容.小波变换突破了传统傅里叶变换在时域和频域局部化方面的局限,非常适合对非平稳随机信号进行降噪滤波和特征提取.
- 韩连福赵辉付长凤刘冬生李海芬
- 关键词：多分辨率分析
- 基于改进VMD-SSA的直流微电网故障检测技术研究被引量：7
- 2022年
- 快速故障检测与隔离是直流微电网保护面临的主要问题。本文针对直流微电网存在的高阻抗故障难以检测的问题提出一种基于改进VMD-SSA的直流微电网故障检测方法。以麻雀搜索算法(SSA)结合最小包络熵为目标函数,优化了变分模态分解(VMD)的模态分解层数和惩罚因子的选择,使故障电流变化率的故障信息更加丰富,提高了故障检测的精度,VMD故障检测算法在2 ms内检测到故障,提高了检测的速度。提出以峰度能量为指标的阈值设定方法,与传统故障检测算法相比简化了阈值设定过程。最终通过实验验证该方法能有效地解决高阻抗故障检测精度不足的问题。
- 王红君李万丰赵辉岳有军
- 关键词：直流微电网故障检测
- 一种改进YOLOv5s的自爆绝缘子检测算法研究被引量：3
- 2023年
- 针对绝缘子缺陷巡检过程中,传统算法因背景复杂难以同时兼顾检测精度与模型大小的问题,提出一种基于改进YOLOv5s的绝缘子缺陷检测模型。首先,采用Bottleneck CSP结构,引入轻量型空间与通道卷积注意力机制,强化绝缘子特征并抑制复杂背景特征;然后,提出一种改进的BiFPN结构,实现多尺度特征融合,提升小目标检测能力;最后,采用K-means++算法重新聚类先验框,并设计轻量型GhostC3和Ghost Conv模块,保证网络精度的同时减小模型大小。实验结果表明:改进算法在Insulator2022数据集上的mAP值达到92.3%,提升了3.6%,参数量减少了26.73%,浮点运算量减少了23.17%,漏检率降低了5.47%;在公开数据集上,缺陷绝缘子mAP值达到99.5%,各项评估指标值优于Faster-RCNN、SSD、YOLOv3和YOLOv3-tiny主流算法以及绝缘子检测相关算法。
- 王红君王金云赵辉岳有军
- 关键词：目标检测
- 电力系统有限时间稳定控制策略被引量：5
- 2018年
- 电力系统是典型的非线性系统,当电力系统遭受周期性负荷扰动时,只要周期性负荷的幅值满足一定条件,就可能诱发混沌振荡.电力系统中的混沌振荡可能导致电压崩溃,严重危害系统的稳定与运行安全.鉴于此,针对四阶电力系统,基于有限时间稳定原理,设计一种反馈控制器,对系统发生的混沌进行控制.数值仿真分析表明,所设计的控制器能够有效地对电力系统发生的混沌进行控制,并且对外在干扰和系统参数具有很强的鲁棒性,当减小所设计的控制律中的指数参数,或者增大其余任意控制律参数时,系统恢复到目标平衡态所需的时间都将减少.
- 赵辉袁大壮王红君王红君
- 关键词：电力系统混沌有限时间稳定反馈控制鲁棒性
- 基于小波分析和神经网络的电机故障诊断方法研究被引量：19
- 2009年
- 在电机故障诊断技术中,电机振动信号最能全面反映电机的运行状态.本文提出一种基于小波分析和神经网络的电机故障诊断方法,该方法采用小波时频分析技术对电机故障振动信号进行消噪滤波,通过小波包分解系数求取频带能量,根据各个频带能量的变化提取故障特征,应用BP神经网络进行故障识别,并采用M atlab仿真软件予以实现.结果表明,该方法不需要建立电机的故障诊断模型,能有效提高电机故障诊断的准确性.
- 刘冬生赵辉王红君岳有军
- 关键词：故障诊断小波分析神经网络振动信号
- 基于极点对称模态分解-分散熵和改进乌鸦搜索算法-核极限学习机的短期负荷区间预测被引量：9
- 2020年
- 针对确定性负荷点预测存在不同程度误差及难以反映电力需求不确定性的问题,提出一种基于极点对称模态分解(extreme-point symmetric mode decomposition,ESMD)-分散熵(dispersion entropy,DE)和改进乌鸦搜索算法(improved crow search algorithm,ICSA)优化核极限学习机的短期负荷区间预测模型。首先用ESMD将原始负荷时间序列分解为多个特征互异的子序列,降低了原始非平稳负荷序列对预测结果的影响,并计算各子序列的分散熵,将熵值相近的子序列重组为新序列以降低计算规模;其次,基于上下限估计法,利用ICSA算法对核极限学习机(kernel extreme learning machine,KELM)输出权值进行优化,得到最优预测区间上下限,并以此分别对各新序列进行区间预测;最后将预测结果叠加得到最终的预测区间。仿真结果表明,所提模型有效提高了负荷预测区间的质量,为电力系统决策工作提供有力支持。
- 岳有军刘英翰赵辉王红君
- 基于B/S、C/S模型协调控制的电厂远程监控系统研究被引量：3
- 2009年
- 本文提出应用OPC技术实现电厂设备间互联的解决方案,并将ActiveX技术引入B/S模型.通过引入OPC技术,客户端可以以统一的方法访问与底层设备互连的OPC服务器,避免了不同客户端对不同设备需要重复编写驱动的缺点.通过把ActiveX控件嵌入到网页当中,使系统既达到B/S模型监控系统的性能,又能消除C/S结构中维护性不强的缺点.最后,通过采用ASP.NET开发远程监控界面测试系统,说明了此方法的可行性,为以后电厂实现综合自动化提供了参考依据.
- 王清赵辉王红君岳有军
- 关键词：电厂OPCB/S中间件ASP.NETACTIVEX
- 车间生产组合调度算法的改进及其实现
- 2009年
- 企业生产调度系统是企业管理的重要职能,是制造系统运筹技术、管理技术与优化技术发展的核心.本文在分析了制造车间环境复杂性和特殊约束的特点和分类的基础上,通过总结分析各类企业生产调度算法,提出了一种改进后的免疫遗传算法,该算法通过接种疫苗提高抗体的适应度,采用免疫选择防止种群的退化.最后,实例验证了该算法的适用性和有效性.
- 杨敏赵辉
- 关键词：车间调度调度算法免疫遗传算法
- 考虑特征提取和优化LSSVM的短期光伏功率预测
- 2023年
- 针对传统光伏功率预测因特征提取不足导致预测精度不高的问题,提出一种基于卷积神经网络(Convolutional Neural Network, CNN)和长短期记忆网络(Long Short-Term Memory, LSTM)进行特征提取以及改进麻雀算法(Improve Sparrow Search Algorithm, ISSA)优化最小二乘支持向量机(Least Squares Support Vector Machine, LSSVM)的短期光伏功率预测模型.该模型首先结合CNN、LSTM的优点构成CNN-LSTM特征提取模型,用于提取光伏发电功率数据中的隐藏特征和长期依赖性特征,然后将提取出的特征向量输入到经ISSA优化的LSSVM模型中进行预测,得到最终的预测结果.实验结果表明,所提出的CNN-LSTM-ISSA-LSSVM模型能取得很好的预测精度,且明显高于其它模型,验证了其有效性.
- 岳有军刘金林赵辉王红君
- 关键词：卷积神经网络最小二乘支持向量机
- 混沌相空间重构参数的选取与仿真被引量：3
- 2013年
- 对混沌时间序列进行相空间重构时,提出采用互信息量法确定延迟时间、用神经网络法确定嵌入维数的新算法。经验证该方法能够确定相空间重构的延迟时间和最佳嵌入维数,并且能够从时间序列中成功地重构原系统的相空间。
- 赵辉张乾王红君岳有军
- 关键词：混沌时间序列相空间重构延迟时间神经网络法
