公开(公告)号：CN116451826A

公开(公告)日：2023-07-18

申请号：CN202310074525.9

申请日：2023-01-20

Applicant: 西北工业大学

Inventor： 陈映雪 ,  冯冠翔 ,  陈华涛 ,  缑林峰 ,  吴芷涵 ,  乌拉德伊万诺夫

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/08 ,  G06N3/0442

Abstract: 本发明涉及一种基于改进长短期记忆神经网络的光伏发电预测方法，应用Mohsen Shahrouzi提出的EBS优化算法，在提供原始学习数据和LSTM层组成的LSTM神经网络超参数后进一步提出OLSTM模型，将得到比传统模型更高预测精度和实时性的优化结果。LSTM神经网络带有m*n个单元的m个隐藏层和1个密集层构成，利用EBS算法就可以完成高精度超参数的选择，采用OLSTM模型输入超参数XGbest，并将归一化后的数据通过MATLAB工具箱里的LSTM训练函数及预测函数进行训练再对功率进行预测，最终得到预测值。相比于传统的LSTM模型，通过EBS优化和LSTM神经网络结合的OLSTM可以通过自动搜索一套最佳的超参数来取代人工计算找到的超参数，从而显著提高了精确度。

公开(公告)号：CN116339276A

公开(公告)日：2023-06-27

申请号：CN202310101964.4

申请日：2023-02-12

Applicant: 西北工业大学

Inventor： 陈映雪 ,  冯冠翔 ,  缑林峰 ,  陈华涛 ,  乌拉德伊万诺夫

IPC: G05B23/02

Abstract: 本发明涉及一种基于猎人‑猎物优化的多域特征控制系统故障诊断方法，基于SVM已经在航空发动机故障诊断领域有了广泛的应用。因此，本文在研究解决某型航空发动机故障诊断的问题上，提出了一种基于猎人‑猎物优化算法的多域特征航空发动机控制系统故障诊断方法。首先基于模型航空发动机际运行的故障数据，进行时域与频域故障特征提取，然后利用猎人猎物优化算法对原始故障数据的多域特征参数进行选择，过滤去冗余特征，减少了冗余信息的影响，降低了分类数据的维数，提升了分类数据的质量。本发明基于选择的高质量特征参数子集，采用支持向量机进行故障诊断，其故障诊断准确性得到有效提高。