王雨虹
- 作品数：68 被引量：260H指数：10
- 供职机构：辽宁工程技术大学电气与控制工程学院更多>>
- 发文基金：国家自然科学基金辽宁省教育厅基金辽宁省教育厅科技项目更多>>
- 相关领域：自动化与计算机技术电气工程矿业工程文化科学更多>>
- 基于EMD-SVR-MLR与注意力机制的GRU-NN的电力负荷层次预测方法
- 本发明公开了基于EMD‑SVR‑MLR与注意力机制的GRU‑NN的电力负荷层次预测方法，采用经验模态分解信号处理算法对用户负荷原始时间序列数据进行分解处理，并对模态函数进行重构。对重构分量建立支持向量机多元线性回归初级预...
- 徐耀松段彦强李佳旺王雨虹王丹丹屠乃威阎馨付华谢国民卢万杰
- 文献传递
- 基于KPCA和CIPSO-PNN的煤与瓦斯突出强度辨识模型被引量：19
- 2015年
- 为了实现对煤与瓦斯突出强度等级的准确辨识,提出将核主成分分析(KPCA)和改进概率神经网络相结合,建立煤与瓦斯突出的强度辨识模型。根据煤层条件和生产条件,确定影响煤矿瓦斯突出的相关基础参数并对其进行测定,采用KPCA对该参数集进行降维处理,提取出可以表征煤与瓦斯突出的敏感参数作为辨识模型的输入值。利用混沌免疫粒子群算法(CIPSO)优化概率神经网络(PNN)的σ参数,以克服PNN中平滑参数σ单一而导致的分类错误,避免了人为因素的影响,提高辨识模型的精度。实例分析结果表明,相比BP、PNN、PSO-PNN等方法,该方法对煤与瓦斯突出强度进行辨识,结果更为准确。
- 王雨虹付华张洋
- 关键词：煤与瓦斯突出核主成分分析概率神经网络
- 基于快速独立分量分析与改进随机子空间算法相结合的次同步振荡模态辨识被引量：1
- 2022年
- 为了提高电力系统次同步振荡参数辨识精度,针对次同步振荡采样信号存在强噪声干扰和系统模态阶数定阶难的问题,提出一种快速独立分量分析技术和精确模态定阶改进随机子空间相结合的次同步振荡辨识方法。首先利用快速独立分量分析技术对采样信号进行噪声和原信号的分离预处理,然后将处理后的信号作为新的信号输入到随机子空间算法,针对随机子空间算法存在系统模态阶数定阶难的问题,用精确模态定阶方法予以改进,避免出现虚假模态和模态遗漏的现象,最终快速确定主要模态,准确地辨识出信号的模态参数。通过理想算例、风电场标准模型和电网实测数据进一步分析验证,结果表明所提方法能够有效降低噪声干扰,缩短辨识时间,准确地辨识出信号的主要模态,提高了辨识精度。
- 王雨虹宋志超孟宪敬孙少华
- 关键词：次同步振荡
- 基于ICA和WVD的电力系统低频振荡参数辨识被引量：1
- 2019年
- 为了提高电力系统中的低频振荡参数辨识的精度,提出一种基于独立分量分析ICA(independent compo?nent analysis)和Wigner-Ville分布WVD(Wigner-Ville distribution)相结合的在线辨识方法。以广域测量系统WAMS(wide area measurement system)监测到的数据为原始输入信号,采用ICA算法对信号进行降噪处理,再应用Wigner-Ville分布研究信号的频率、幅值及能量分布特点。仿真分析和应用实例研究表明,该方法相较于传统Prony辨识算法而言,具有较强的抗噪能力和较好的辨识结果,可以更好地反映电力系统中非平稳信号的局部特性,提高了电力系统低频振荡参数在线辨识的准确性。
- 王雨虹郭天驰付华付华
- 关键词：低频振荡独立分量分析广域测量系统
- 基于横纵向集成学习的短期负荷预测方法被引量：1
- 2023年
- 为进一步提高预测的准确度和普适能力,并降低组成算法的复杂度,对负荷的固有特性进行横纵向二维化分析,结合误差分布的特点,提出基于横纵向剖析负荷特性的集成预测方法。初级模型采用互信息提取横向特征,通过长短期记忆网络(LSTM)感知负荷波动;采用变分模态分解(VMD)提取纵向特征,通过Elman神经网络预知负荷趋势;然后基于改进的Stacking融合构建横纵向集成学习模型。最后,采用中国东部某地区的负荷数据验证模型的有效性,算例表明改进的Stacking充分融合了横纵向模型的优势并具备强大的学习小样本能力,横纵向集成预测方法有效提高了模型的预测精度和泛化能力。
- 徐耀松叶雨洁王雨虹屠乃威王丹丹
- 关键词：ELMAN神经网络
- 基于双域融合与亮度补偿的室内图像增强算法
- 2023年
- 针对室内环境下的图像易存在失真、整体偏暗、点光源区域明暗交接处存在光晕效应、边缘细节丢失等问题,提出一种基于双域融合与点光源亮度补偿模型相结合的室内图像增强算法。该算法首先采用Canny算子边缘检测方法对图像进行分割,区分出明亮区域和非明亮区域,然后使用亮通道先验算法和暗通道先验算法粗算明亮区域和非明亮区域的透射率后进行正则化求解,用含有归一化参数的点光源亮度补偿模型进行最优步长迭代优化透射率,使图像透射率具有自适应调节能力。黄玉川煤矿选煤厂中监控图像具有典型的失真、偏暗、点光源影响大等特点,以此应用背景为例,对所提出的算法进行实验验证,结果表明处理后图片在峰值信噪比(PSNR)平均提高约20%、平均梯度(MG)平均提高约25%、信息熵(IE)平均提高约30%、结构相似度(SSIM)平均提高约25%,在减少图像明暗交接处光晕、细节保持、鲁棒性等方面均有显著提升。
- 徐耀松刘翰林王雨虹
- 关键词：正则化大气散射模型
- 混合策略改进的哈里斯鹰优化算法及其应用
- 2022年
- 针对哈里斯鹰优化算法收敛精度低、易陷入局部最优空间等局限性,提出一种混合策略改进的哈里斯鹰优化算法。采用精英混沌反向学习策略初始化种群,增加初始种群多样性和精英个体数量,提高算法收敛性能;利用引入动态自适应权重的逃逸能量非线性递减策略替代哈里斯鹰算法的线性递减机制,提高算法全局探索和局部开发行为的平衡能力;采用拉普拉斯交叉算子策略生成适应度更高的新个体,提高算法抗停滞能力。对10个测试函数进行求解,结果表明改进算法的收敛精度、寻优性能及鲁棒性明显高于对比算法。通过对比改进前后算法的种群分布均匀性和收敛能力,验证了改进策略的有效性。利用改进算法优化长短时记忆网络参数,并应用于瓦斯涌出量预测,实验结果进一步验证改进算法的优越性和适用性。
- 展广涵王雨虹刘昊
- 关键词：瓦斯涌出量
- 基于优化的量子门节点神经网络的煤与瓦斯突出预测被引量：8
- 2020年
- 为了精准地预测煤与瓦斯突出风险等级,提出了一种基于子维进化的粒子群优化算法(sdPSO)和量子门节点神经网络(QGNN)的瓦斯突出风险等级预测模型sdPSO-QGNN.利用灰色关联分析(GRA)对突出影响因素进行降维处理,将筛选出的主控因素作为QGNN的输入,利用sdPSO对量子门节点神经网络参数进行优化,以提高量子门节点神经网络的全局与局部搜索能力,建立sdPSO-QGNN的瓦斯突出风险等级预测模型,实现对瓦斯突出风险的预测.实验结果表明,与BP(back propagation)神经网络、对称Alpha稳定分布的概率神经网络(SαS-PNN)、免疫粒子群算法优化的支持向量机(IPSO-SVM)、Memetic算法优化的极限学习机(Memetic-ELM)等预测模型相比,所提方法在提升模型泛化能力、提高预测精度方面效果显著.
- 王雨虹孙福成付华付华
- 关键词：煤与瓦斯突出
- 矿用智能瓦斯安全信息监控装置及方法
- 一种矿用智能瓦斯安全信息监控装置及方法，属于矿井监控技术领域。该装置包括井下瓦斯节点检测单元和手持式移动矿用智能瓦斯安全信息监控单元；采用该装置进行监控的方法，按如下步骤进行：1.初始化；2.启动Zigbee无线收发模块...
- 付华顾东邵良杉谢国民阎馨王雨虹白兰阎孝姮徐耀松李俊平
- 基于PCA和PSO-ELM的煤与瓦斯突出软测量研究被引量：31
- 2014年
- 针对煤与瓦斯突出预测效率和准确率不高这一问题,提出将主成分分析(PCA)法与改进的极端学习机(PSO-ELM)相结合的方法对煤与瓦斯突出进行预测。根据某煤矿地质动力区划方法,在划分活动断裂,岩体应力计算等工作基础上获取影响突出的相关数据;通过主成分分析法对原始数据进行降维处理,消除变量间的线性相关性;利用粒子群算法(PSO)对极端学习机(ELM)的输入权值和隐层阈值进行优化,建立PSO-ELM预测模型,将提取的主成分作为该模型的输入,煤与瓦斯突出强度作为模型输出。实验结果表明,该方法的预测精度高、结构简化,具有较强的泛化性能力强。
- 付华王馨蕊王志军王雨虹屠乃威徐耀松
- 关键词：煤与瓦斯突出软测量粒子群优化算法极端学习机
