基于卷积神经网络的时序变换证据融合方法

李小艳; 田亮

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于卷积神经网络的时序变换证据融合方法

更新时间：2025-12-01

- 基于卷积神经网络的时序变换证据融合方法
- Vol. 41, Issue 2, Pages: 42-50(2025)
- 作者机构：
  
  华北电力大学控制与计算机工程学院
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP183;TM621.2
- Published：2025
- 稿件说明：
移动端阅览
李小艳, 田亮. 基于卷积神经网络的时序变换证据融合方法[J]. 2025, 41(2): 42-50.
DOI：

李小艳, 田亮. 基于卷积神经网络的时序变换证据融合方法[J]. 2025, 41(2): 42-50. DOI：

摘要

证据理论在不确定性推理、数据融合、故障诊断领域应用较广泛，但对证据的时序同步性要求限制了其在工业中的应用。当电站锅炉磨煤机及制粉系统运行状态受机组负荷和煤质变化影响时，系统内不同对象的动态特性会导致信号间存在时序差异，及时准确获知其运行工况对优化设备运行、预防事故发生具有重要意义。研究了一种基于卷积神经网络的消除证据间时序差异的方法，首先通过卷积神经网络对磨煤机运行数据进行时序变换，得到消除时序差异的数据，再利用典型样本法构造信度函数分配，最后用证据理论进行融合得到诊断结果。实例分析表明该方法能够提前6min诊断出系统存在堵磨故障，取得较好的应用效果。

Abstract

关键词

Keywords

references

郭兴峰.证据理论的可信度时间衰减模型的研究[D].西南大学,2017(02).

王桐.基于数据融合的目标模式识别技术及应用[D].华北电力大学,2017(03).

李国庆,刘先超,辛业春,姜涛,闫克非,王拓.含高比例新能源的电力系统频率稳定研究综述[J].高电压技术,2024(03).

徐野,黄文君,米俊芃,申川川,金建祥.多源信息融合的离心式压缩机喘振诊断方法[J].化工学报,2023(07).

李东升,马金锋,饶凯锋,王晓燕.基于小波变换的降雨时间序列去噪方法研究[J].人民长江,2023(05).

李晋斐,赵冬青,王栋民,蔡聪聪,贾晓雪,张乐添.一种基于组合赋权法的小波去噪质量评价方法[J].北京航空航天大学学报,2023(03).

芦竹茂,白洋,黄纯德,关少平,孟晓凯.变分模态分解组合广义形态滤波器的MEMS陀螺仪去噪方法[J].控制理论与应用,2023(03).

陆应康,盛步云,张志瀚,张燕强.基于时序分解与CNN的车间能耗预测方法[J].计算机应用与软件,2021(06).

李荟,王福利,李鸿儒.电熔镁炉熔炼过程异常工况识别及自愈控制方法[J].自动化学报,2020(07).

余浩,庄池杰,曾嵘,刘凡,谢施君.提高暂态电压测量精度的自适应小波去噪方法[J].高电压技术,2020(06).

洪雨楠,刘鑫屏.基于小波变换与D-S证据理论的热工目标模式识别[J].广东电力,2017(11).

王桐,田亮.中速磨煤机临界堵塞状态识别方法[J].热力发电,2017(01).

Huang Rui,Liu Baoguo,Sun Jinglai,Song Yu,Yu Mingyuan,Deng Tingbang.Risk assessment approach for tunnel collapse based on improved multi-source evidence information fusion[J].Environmental Earth Sciences,2023.

Hu Jing,Zhang Caiping,Wang Yubin,Zhang Pengfei,Zhang Linjing,Wang Jinyu,Lao Li.Multisource information fusion based parameterization study of lithium-ion battery electrolyte leakage[J].Journal of Energy Storage,2023.

Zhen Linteng,Zhang Limei,Yang Tongxu,Zhang Guanghui,Li Qiang,Ouyang Hanyi.Simultaneous prediction for multiple source–loads based sliding time window and convolutional neural network[J].Energy Reports,2022.

Rawat Waseem,Wang Zenghui.Deep Convolutional Neural Networks for Image Classification: A Comprehensive Review.[J].Neural computation,2017.

Yaokui Gao,Deliang Zeng,Jizhen Liu.Modeling of a medium speed coal mill[J].Powder Technology,2017.

Views

272

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于2D-1D深度残差网络的变压器局部放电模式识别

基于KACNN-LSTM-MLP的超短期光伏发电功率预测

基于自适应权重与域对抗迁移学习的锅炉汽水系统跨域故障诊断方法

基于图像注意力和Transformer的电力线绝缘子分割方法

基于拓扑特征与纹理特征的光伏红外图像重构与识别

Related Author

贾颜滔

朱永利

庄崟萃

宋亚奇

王婉玉

万汝杰

邢浩楠

马良玉

Related Institution

华北电力大学计算机系

保定市综合能源系统状态检测与优化调控重点实验室(华北电力大学)

华北电力大学自动化系

复杂能源系统智能计算教育部工程研究中心(华北电力大学)

河北省发电过程仿真与优化控制技术创新中心(华北电力大学)

AI问答

⁰