会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

小样本学习登上Nature！【小样本学习+多模态】

- AMFAR框架基于元学习范式，包含元训练和元测试两个阶段。 - 在元训练阶段，首先使用特定于模态的背骨网络提取查询样本和支持样本的动作原型的多模态表示。 - 利用查询到原型的距离计算模态特定的后验分布，并采用Active Sample Selection (ASS) 模块，根据模态的可靠性将查询样本分组。 - 设计了Active Mutual Distillation (AMD) 机制，通过双向知识引导流在模态间传输查询到原型的关系知识，从而提高不可靠模态的表示学习能力。 - 在元测试阶段，采用Adaptive Multimodal Inference (AMI) 进行小样本推理，通过自适应地融合不同模态的后验分布，更多地关注可靠的模态。

  • 2024-09-12
  • 阅读454

直流微电网中双向DC/DC变换器的先进控制技术综述

1.？综述了直流微电网中双向DC/DC变换器的先进控制技术，重点关注解决恒功率负载(CPL)和脉冲功率负载(PPL)问题。 2. 详细分析了模型预测控制、反步法控制、滑模控制等多种先进控制方法在CPL和PPL问题中的应用及其特点。

  • 2024-09-08
  • 阅读424

代码开源!|变工况下的域对抗图卷积网络故障诊断

大家都知道在咱们故障诊断领域中好的论文很多，但是代码开源的却很少，代码开源必是精品！继上一期分享的图神经网络在智能诊断与预测中的应用

  • 2024-09-12
  • 阅读209

基于叶尖定时（BTT）技术的叶片振动监测-1

叶片作为旋转机械的关键部件，其运行状态直接影响设备的安全可靠运行。大型汽轮发电机组末级叶片所处环境比较恶劣，容易造成叶片安全事故，近些年火电机组深度调峰进一步加剧了这一趋势，因此开展叶片振动的在线实时监测和分析对于大型汽轮发电机组安全运行具有重大意义。

  • 2024-09-12
  • 阅读199

【Knowledge-BasedSystems】考虑不确定性的电力负荷智能混合预测新方法

准确的负荷预测在促进低碳能源和高质量用电以及能源和电力系统的碳减排和安全方面发挥着重要作用。电力系统趋势的复杂性导致负荷预测存在广泛的不确定性。本文在多维不确定性水平上分析了壤土气象因素的内在机制，并提出了一种基于新的智能优化方法的双向记忆特征混合模型。灰狼优化的VMD将电力负荷数据分解为不同的信息模态分量，用多维不确定性分析对分解的分量进行统计分析，提取统计模式。GTO部分根据适应度值进行优化，以更新总体和全局最优解。此外，卷积神经网络（CNN）用于从负荷和气象数据中提取潜在特征，并增强输入和输出数据之间的相关性。然后，利用双向短期记忆神经网络（BiLSTM）实现了短期负荷预测。结果表明，所提出的模型比几种常用的模型误差更小，预测精度更高。它可以为相关部门开展低碳模式的电力经济调度工作提供一些新思路。

  • 2024-09-12
  • 阅读199

【ESWA】基于特征提取统计技术的深度学习短期电力负荷预测混合模型

准确可靠的负荷预测可以保证电力系统运行的安全性和经济性。为了提高短期电力负荷预测的准确性，本文采用特征提取结合多种机器学习方法（经验小波分解（EWT）、卷积神经网络（CNN模型、递归神经网络（RNN）模型、长短期记忆网络（LSTM）模型、贝叶斯优化（BOA）算法）。提出了一种新的混合预测模型EWT-CNN-S-RNN+LSTM模型来预测电力消耗。在该方法中，使用EW-TT分解的固定模式来提取统计特征，并根据统计特征选择LST’y/RNN模型。该方法使用贝叶斯优化（BOA）算法优化参数来解决模式梯度爆炸问题。基于2007年（澳大利亚能源市场运营商）的电力消耗数据和总共336个电力负荷数据，获得了良好的负荷预测结果，可以为电力调节和电力可持续发展提供间接支持。

  • 2024-09-12
  • 阅读247

面向多场景学习的高速EMU牵引电机故障诊断的SFCDA模型

针对高速动车组的在多场景学习下面临的计算效率低，场景适应能力不足的问题，如：单源域和单目标域（1S1T）。单源域和多目标域（1SmT）。小和不平衡（S&I）故障诊断。构建了一种基于稀疏滤波的交叉域自适应轴承故障诊断模型，有效地提高了高速牵引电机轴承故障诊断模型的泛化能力。

  • 2024-09-12
  • 阅读291

双向全桥隔离（DAB）DC-DC变换器之一阶变换器的建模、计算和控制

阿尔伯塔大学 ELITE Grid Research 实验室由加拿大工程院院士李运帷教授创建，实验室专项建设经费累计逾1000万加元，主要研究未来智能电子电网中的交直流混合电网架构、智能变流器拓扑及控制、电能质量、能源管理、网络安全、电机驱动和电力电子等关键技术，累计科研经费超2000万加元，培养硕博士等百余名。

  • 2024-09-06
  • 阅读283