孙海蓉
- 作品数：52 被引量：214H指数：8
- 供职机构：华北电力大学控制与计算机工程学院自动化系更多>>
- 发文基金：中央高校基本科研业务费专项资金河北省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电气工程理学动力工程及工程热物理更多>>
- 基于动态矩阵算法的水轮机调速系统网络控制被引量：2
- 2011年
- 将网络控制系统应用于对水轮机的控制,针对网络控制中存在的丢包现象,提出基于动态矩阵的网络控制方法,降低了网络丢包对控制系统的影响。在对水轮机建立刚性水击线性模型的基础上,在truetim e网络环境中分别采用动态矩阵和PID对其进行控制仿真,仿真结果表明,动态矩阵在水轮机网络控制中更具优越性。
- 李荣孙海蓉王东风
- 关键词：水轮机调速网络控制数据包丢失动态矩阵算法
- 基于RPROP算法的模糊系统优化
- 提出了一种模糊系统优化方法:应用RPROP算法辨识模糊系统参数,消除了偏导数的大小对权值改变的影响.采用自适应模糊规则数选取方法获取模糊规则,避免了规则选取的盲目性.对非线性动态系统进行辨识研究,仿真结果表明了该方法的有...
- 韩璞毛新静周黎辉孙海蓉
- 关键词：模糊辨识RPROP模糊系统权值非线性动态
- 文献传递
- 一种有约束的神经网络预测控制方法被引量：9
- 2003年
- 针对非线性系统的控制问题,提出了一种采用黄金分割法的神经网络预测控制算法。该算法以神经网络作为预测模型,以黄金分割法用于优化控制器,其中以系统输入的约束条件作为黄金分割法的动态搜索区间。该算法解决了控制量的范围和变化速度受约束的情况下,未知非线性系统的预测控制问题,通过仿真研究证明了该算法计算速度、稳定性和抗扰动能力。
- 周黎辉韩璞孙海蓉
- 关键词：神经网络预测控制非线性
- 循环流化床锅炉床温建模研究被引量：7
- 2013年
- 为了适应我国发展清洁煤燃烧技术的要求,循环流化床锅炉燃烧系统的优化控制方法已成为全行业研究的热点问题,其燃烧系统的建模和控制问题也一直是学术研究的重点。循环流化床燃烧系统建模包括数值建模和机理建模,它们涉及到多燃烧过程中气固两种流态下的理解和描述,而已存在的机理模型过于复杂不适用于现场控制系统的设计和优化。本文基于实际机组的运行数据,围绕循环流化床锅炉燃烧系统的特性,通过神经网络辨识的方法来建立床温模型,从而达到预测的目的。
- 杨永超孙海蓉张悦
- 关键词：循环流化床锅炉床温神经网络辨识
- 一种专家模糊控制方法及其仿真研究
- 针对传统模糊控制器的不足,构造了一种基于专家系统的自校正模糊控制器,依据专家经验知识和控制理论知识总结出具有启发性的产生式规则,建立起了比例因子自调整知识库,并通过正向推理最终完成比例因子的闭环自整定.仿真研究证实了该方...
- 姚万业张萍萍韩璞孙海蓉
- 关键词：模糊控制专家系统比例因子
- 文献传递
- 基于数据的SecRPSO-SVM短期电力负荷预测被引量：18
- 2017年
- 针对支持向量机在建模中的参数选取问题,提出一种二阶振荡和带斥力因子的粒子群优化算法优化支持向量机参数。采用非线性递减权重平衡算法的全局和局部搜索能力,二阶振荡因子保持种群多样性,提高全局搜索能力。斥力因子使粒子在搜索空间均匀分布,避免陷入局部最优。针对电力负荷的非线性、时变性、受多因素影响的复杂特点,提出一种基于数据的支持向量机预测模型,综合考虑天气、时间因素、历史负荷对预测结果的影响。仿真表明该方法可以建立短期电力负荷的有效高精度预测模型。
- 孙海蓉谢碧霞田瑶李卓群
- 关键词：短期电力负荷
- 基于RPROP算法的模糊系统优化被引量：3
- 2006年
- 提出了一种模糊系统优化方法:应用RPROP算法辨识模糊系统参数,消除了偏导数的大小对权值改变的影响。采用自适应模糊规则数选取方法获取模糊规则,避免了规则选取的盲目性。对非线性动态系统进行辨识研究,仿真结果表明了该方法的有效性和可行性。
- 韩璞毛新静周黎辉孙海蓉
- 关键词：RPROP模糊系统
- 自适应神经元PID控制器在过热汽温控制中的应用被引量：7
- 2005年
- 对比了自适应神经元PID控制器的3种控制算法,在研究了一种采用新型性能指标的自适应神经元PID控制器基础上,提出了新的锅炉过热蒸汽温度串级控制系统,其主环采用了单神经元PID控制器,控制器参数的自适应调整采用了经过加权补偿的性能指标。总结了算法中参数的设置规律。仿真研究表明该方法的有效性。
- 韩璞孙海蓉周黎辉
- 关键词：神经元PID过热汽温
- 改进胶囊网络的小样本光伏热斑识别方法被引量：2
- 2023年
- 为了提高小样本条件下光伏电池片热斑分类模型的特征提取能力,该文提出一种基于迁移学习的注意力胶囊网络。该网络不同于传统胶囊网络单一卷积层的特征提取,它是利用迁移学习的方法通过VGG-19网络和注意力机制进行特征提取,得到关键数据特征。然后构造向量神经元输入胶囊网络,利用动态路由算法,得到用以分类的数字胶囊层,实现光伏电池片的分类。实验结果表明:当样本数量较小时,该网络对电池片红外图像的识别准确率分别高于传统卷积神经网络和胶囊网络13.15%、7.91%,泛化能力更强,运算速度更快。
- 孙海蓉李帅
- 关键词：图像识别
- 基于注意力机制的光伏热斑识别被引量：2
- 2023年
- 为解决光伏的红外热图像含有大量噪声且不同状态红外图像分布不均衡导致的热斑难以识别的问题,以Vision Transformer(ViT)模型为基础,利用卷积神经网络改进模型特征提取,利用紧凑多头自注意力机制改进模型结构,提出一种光伏红外图像热斑识别模型ConCViT,利用CIFAR-10数据集对注意力权值进行预训练,以低信噪比小样本光伏红外图像为数据集,训练出高准确率的热斑检测模型。实验结果表明,ConCViT模型比传统卷积神经网络的识别准确率高12.02%,比深度卷积自编码网络的识别准确率高4.14%,并具有更快的收敛速度。
- 孙海蓉李帆
- 关键词：光伏组件图像识别卷积神经网络
