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5篇文章
< 1 >
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：
基于概率稀疏自注意力的航空发动机剩余寿命预测
1
作者 王欣 黄佳琪 许雅玺 《科学技术与工程》 北大核心 2024年第6期2424-2433,共10页
航空发动机剩余寿命预测对其健康管理具有重要意义,针对长序列、多维度的航空发动机监测参数,提出一种基于概率稀疏自注意力(ProbSparse Self-Attention)的Transformer模型以实现航空发动机剩余寿命的准确预测。用ProbSparse Self-Atten... 航空发动机剩余寿命预测对其健康管理具有重要意义,针对长序列、多维度的航空发动机监测参数,提出一种基于概率稀疏自注意力(ProbSparse Self-Attention)的Transformer模型以实现航空发动机剩余寿命的准确预测。用ProbSparse Self-Attention取代原始Transformer中的常规自注意力机制,使得模型更关注时间序列中重要的时间节点,大幅缩减时间维度,减小了时间和空间复杂度;通过注意力层整合后的信息,进一步通过前馈神经网络层和卷积层,提取传感器的空间特征,编码层之间通过扩张因果卷积相连接,扩大了感受野,提高了模型对长序列信息的捕获能力。在新公开的N-CMAPSS数据集上验证算法,实验结果表明,相比于实验中的对比模型,所提模型的RMSE和Score值均有提升,推理速度也优于其他模型。 展开更多
关键词 概率稀疏自注意力 剩余寿命预测 航空发动机 TRANSFORMER 深度学习
下载PDF
基于概率稀疏自注意力的IGBT模块剩余寿命跨工况预测
2
作者 钟智伟 王誉翔 +3 位作者 黄亦翔 肖登宇 夏鹏程 刘成良 《上海交通大学学报》 EI CAS CSCD 北大核心 2023年第8期1005-1015,共11页
为提高绝缘栅双极型晶体管(IGBT)模块跨工况剩余寿命的预测精度以提升其可靠性,针对不同工况下IGBT模块的瞬态热阻特征提出一种基于概率稀疏自注意力机制和迁移学习的剩余使用寿命预测方法.搭建了IGBT模块加速老化试验台,在不同温度区... 为提高绝缘栅双极型晶体管(IGBT)模块跨工况剩余寿命的预测精度以提升其可靠性,针对不同工况下IGBT模块的瞬态热阻特征提出一种基于概率稀疏自注意力机制和迁移学习的剩余使用寿命预测方法.搭建了IGBT模块加速老化试验台,在不同温度区间进行IGBT模块功率循环实验,采集不同工况下该模块全生命周期状态数据,计算获得IGBT模块衰退过程中的瞬态热阻变化数据,提取并筛选能准确反映IGBT模块老化状态的瞬态热阻特征,并使用所提方法开展跨工况剩余使用寿命预测.实验结果表明,提出的IGBT模块剩余寿命的跨工况预测方法精度明显优于其他对比方法,特别是IGBT模块早期衰退过程中的剩余寿命预测精度得到了显著提升. 展开更多
关键词 绝缘栅双极型晶体管模块 瞬态热阻 剩余寿命预测 概率稀疏自注意力 迁移学习
下载PDF
基于概率稀疏自注意力模型的非侵入式负荷分解 被引量：1
3
作者 陈俊 彭勇刚 +2 位作者 凌家源 蔡田田 邓清唐 《电网技术》 EI CSCD 北大核心 2022年第10期3932-3939,共8页
非侵入式负荷分解能将聚合能量分解为设备级的能源消耗,在能源管理、设备故障检测等领域具有重要意义。面向低频数据,提出了一种基于深度学习的非侵入式负荷分解方法。该方法利用自然语言处理领域的多头概率稀疏自注意力模型搭建核心分... 非侵入式负荷分解能将聚合能量分解为设备级的能源消耗,在能源管理、设备故障检测等领域具有重要意义。面向低频数据,提出了一种基于深度学习的非侵入式负荷分解方法。该方法利用自然语言处理领域的多头概率稀疏自注意力模型搭建核心分解网络,以一维的总功率序列作为输入,使用卷积和池化进行特征的提取,结合位置编码增强序列中数据之间的内在联系,再用核心分解网络进行特征处理;然后经过转置卷积和全连接进行特征映射,产生一维的单个电器功率,从而实现负荷的分解。最后使用英国家用电器级电力数据集(UK domestic appliance-level electricity,UK-Dale)对模型进行训练和验证,并与现有的3种基准负荷分解方法进行对比。结果表明,所提分解方法的分解性能有明显进步。 展开更多
关键词 非侵入式负荷分解 深度学习 位置编码 概率稀疏自注意力模型
原文传递
基于概率稀疏自注意力的船舶短期电力负荷预测
4
作者 王谦 高海波 左文 《大连海事大学学报》 CAS CSCD 北大核心 2024年第1期134-142,共9页
针对船舶电力负荷数据预测时存在的实时性差、存储数据量小且质量低等问题,提出一种结合数据插补、小波阈值去噪与概率稀疏自注意力(ProbSparse self⁃atten⁃tion)机制的新型短期负荷预测方法。首先,在数据预处理阶段,在不影响原始数据... 针对船舶电力负荷数据预测时存在的实时性差、存储数据量小且质量低等问题,提出一种结合数据插补、小波阈值去噪与概率稀疏自注意力(ProbSparse self⁃atten⁃tion)机制的新型短期负荷预测方法。首先,在数据预处理阶段,在不影响原始数据特征及趋势前提下通过插值填补缺失数据,扩充数据库以满足模型训练要求,同时考虑到原始船舶电力负荷数据可能存在噪声干扰等问题,为减小其对模型预测效果的影响,对原信号采用了小波阈值去噪处理的方法来改善数据质量。其次,在预测模型中引入概率稀疏自注意力机制,在有效捕获时序电力数据中的依赖关系和重要特征的同时,降低内存资源占用,减小模型复杂度,满足船舶电力负荷预测实时性要求,实现了预测精度与效率双优化。相较传统Transformer模型、ARIMA和LSTM模型,本文模型在均方根误差和平均绝对百分比误差上平均分别降低了13.1%、18.6%,效率平均提高24.0%以上,表明本文方法在船舶电力负荷数据预测模型准确度及效率上具有明显优势。 展开更多
关键词 船舶电力负荷 短期预测 数据预处理 概率稀疏自注意力机制
原文传递
基于多头概率稀疏自注意力模型的综合能源系统多元负荷短期预测
5
作者 韩宝慧 陆玲霞 +1 位作者 包哲静 于淼 《电力建设》 CSCD 北大核心 2024年第2期127-136,共10页
精准的多元负荷短期预测是综合能源系统调度和运行的基础。综合能源系统中的多种负荷之间存在较强的耦合作用,目前已有的单一负荷预测难以挖掘不同负荷之间复杂的内在联系。对此,提出一种基于多头概率稀疏自注意力模型的多元负荷短期预... 精准的多元负荷短期预测是综合能源系统调度和运行的基础。综合能源系统中的多种负荷之间存在较强的耦合作用,目前已有的单一负荷预测难以挖掘不同负荷之间复杂的内在联系。对此,提出一种基于多头概率稀疏自注意力模型的多元负荷短期预测方法。首先,采用皮尔逊相关系数分析多元负荷之间的相关性,并提取多元负荷之间的耦合特征;然后,使用改进位置编码的多头概率稀疏自注意力机制学习长序列输入的依赖关系,并且采用多元预测任务的参数软共享机制,通过不同子任务对共享特征的差异化选择,实现多元负荷的联合预测;最后,在亚利桑那州立大学Tempe校区的多元负荷数据集上对所提模型的性能进行验证,结果表明所提预测方法相较于其他预测模型能够有效提高预测精度。 展开更多
关键词 综合能源系统 多元负荷预测 多头概率稀疏自注意力模型 位置编码
原文传递
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 下一页 到第 页
使用帮助 返回顶部