← 返回列表
一种多算法融合的水力机械振摆预测方法及其系统
申请人信息
- 申请人:昆明理工大学
- 申请人地址:650000 云南省昆明市一二一大街文昌路68号
- 发明人: 昆明理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种多算法融合的水力机械振摆预测方法及其系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311482296.0 |
| 申请日 | 2023/11/9 |
| 公告号 | CN117521023A |
| 公开日 | 2024/2/6 |
| IPC主分类号 | G06F18/27 |
| 权利人 | 昆明理工大学 |
| 发明人 | 于凤荣; 安彪; 罗向珑; 唐跨纪; 彭瑞东; 钱晶; 李丹; 罗竹梅; 吕顺利 |
| 地址 | 云南省昆明市呈贡区景明南路727号 |
摘要文本
昆明理工大学获取“一种透气窗帘布”专利技术，本发明提出了一种多算法融合的水力机械振摆预测方法及其系统，涉及水电机组状态预警技术领域。该方法综合应用了蜣螂优化算法(DBO)、改进蜣螂优化算法(FDBO)、变分模态分解(VMD)和支持向量机回归(SVR)等多种先进算法，以提高水力机械振摆数据的预测性能。该方法的核心步骤包括：收集和预处理水电机组振摆数据；改进DBO算法；通过FDBO算法优化VMD参数；从优化后的VMD结果提取有效特征；利用FDBO算法优化SVR模型；使用优化后的VMD和SVR模型对训练数据进行训练和未来振摆值的预测；对训练完的SVR模型进行性能评估；分析预测结果，了解水力机械振摆演变趋势。本发明综合应用了多种算法，以综合性的方式预测水力机械振摆情况，提高了准确性和科学性。
专利主权项内容
1.一种多算法融合的水力机械振摆预测方法，其特征在于步骤如下：S1.数据采集与预处理：收集水力机械振摆数据并进行预处理，预处理包括数据降噪、缺失值处理和异常值检测；S2.改进DBO算法：引入混沌映射、自适应搜索半径策略、全局搜索答案策略对蜣螂优化算法进行改进，得到FDBO算法；S3.FDBO优化VMD：使用改进后蜣螂优化算法FDBO对变分模态分解VMD进行优化；将预处理后的数据进行变分模态分解；S4.特征提取与选择：从优化后的VMD分解结果中提取有效特征，采用特征选择方法降低数据维度，得到特征集；S5.FDBO优化SVR：利用改进蜣螂优化算法FDB对支持向量回归SVR模型参数进行优化，包括核函数半径和惩罚系数的优化；S6.模型训练与预测：将特征集随机分为训练数据和测试数据，利用优化后的SVR模型对训练数据进行训练，得到水力机械振摆值预测模型，再用水力机械振摆值预测模型对测试数据进行预测。