提出了一种融合改进白鲸优化算法(Beluga Whale Optimization with Stranding Phase,BWOSP)、变分模态分解(Variational Mode Decomposition,VMD)和理想排序法(Technique for Order of Preference by Similarity to Ideal Solution,TOPS...提出了一种融合改进白鲸优化算法(Beluga Whale Optimization with Stranding Phase,BWOSP)、变分模态分解(Variational Mode Decomposition,VMD)和理想排序法(Technique for Order of Preference by Similarity to Ideal Solution,TOPSIS)构建综合指标,并结合深度学习的旋转机械故障诊断方法。首先,通过加入“搁浅”阶段建立了一种新型BWOSP算法;其次,利用BWOSP-VMD得到(K,α)最优参数组合;再次,考虑各本征模态分量的中心频率、相关性系数、峭度指标和包络熵通过TOPSIS构建综合指标并进行筛选、重构;最后,将BWOSP-VMD-TOPSIS降噪方法与多种深度学习模型相结合,以某轴承故障为例计算了故障诊断准确率和F1值,并与多种方法对比验证了方法的有效性和泛化性。结果表明,基于BWOSP-VMD-TOPSIS和深度学习的故障诊断方法能对含有强噪声干扰的旋转机械故障信号有效降噪并准确进行故障诊断,具有较强的泛化能力。展开更多
为实现储能电池全生命周期下的电池状态动态评估,提高复杂工况下锂离子电池模型的自适应性与状态估计的准确性,提出基于改进逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)-模糊贝叶斯...为实现储能电池全生命周期下的电池状态动态评估,提高复杂工况下锂离子电池模型的自适应性与状态估计的准确性,提出基于改进逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)-模糊贝叶斯网络的电池荷电状态(state of charge,SOC)和健康状态(state of health,SOH)联合估计方法。应用多阶电阻-电容电路(resistor-capacitance circuit,RC)模型、使用节点-支路框架构建电池的等效电路模型,通过基尔霍夫定律与欧姆定律对二阶RC电池等效电路模型中的并联回路进行电气特性分析,构建空间状态方程及等效输出方程;对构建的状态方程进行离散化处理,分别定义并联独立回路离散化零输入响应、零状态响应,分析离散化电池模型状态空间方程;将专家打分法引入TOPSIS算法中进行电池SOC量化估计,结合融入模糊尺度的贝叶斯网络,在相同时间分布尺度下通过电池SOH值计算电池观测样本中对应的SOC值,实现电池SOH与SOC联合估计。实验结果表明:所提方法可有效估计不同离散空间尺度下的电池SOC和SOH结果,估计方法具有良好的准确性与较高的精度。展开更多
城市暴雨洪涝灾害是目前我国城市最突出的自然灾害。在韧性城市理念的基础上,从抵抗力、适应力和恢复力3大属性及经济、社会、生态环境和基础设施4个维度建立洪涝灾害下城市韧性评估指标体系。为定量评估城市应对洪涝灾害的能力,基于层...城市暴雨洪涝灾害是目前我国城市最突出的自然灾害。在韧性城市理念的基础上,从抵抗力、适应力和恢复力3大属性及经济、社会、生态环境和基础设施4个维度建立洪涝灾害下城市韧性评估指标体系。为定量评估城市应对洪涝灾害的能力,基于层次分析法(Analytic Hierarchy Process,AHP)和CRITIC(Criteria Importance Though Intercrieria Correlation)的组合赋权法,运用逼近理想解排序法(Technique for Order Preference by Similarity to the Ideal Solution,TOPSIS)构建城市韧性评估模型。以西安市为例,对新城区、碑林区、莲湖区、灞桥区、未央区和雁塔区6个区域韧性进行评估。结果表明:抵抗力属性和生态环境维度是影响城市韧性水平的最主要因素;灞桥区韧性水平等级为Ⅲ级,新城区和未央区韧性水平等级为Ⅱ级,碑林区、莲湖区和雁塔区为Ⅰ级。评估结果可为提升城市韧性、降低洪涝灾害风险提供参考。展开更多
文摘提出了一种融合改进白鲸优化算法(Beluga Whale Optimization with Stranding Phase,BWOSP)、变分模态分解(Variational Mode Decomposition,VMD)和理想排序法(Technique for Order of Preference by Similarity to Ideal Solution,TOPSIS)构建综合指标,并结合深度学习的旋转机械故障诊断方法。首先,通过加入“搁浅”阶段建立了一种新型BWOSP算法;其次,利用BWOSP-VMD得到(K,α)最优参数组合;再次,考虑各本征模态分量的中心频率、相关性系数、峭度指标和包络熵通过TOPSIS构建综合指标并进行筛选、重构;最后,将BWOSP-VMD-TOPSIS降噪方法与多种深度学习模型相结合,以某轴承故障为例计算了故障诊断准确率和F1值,并与多种方法对比验证了方法的有效性和泛化性。结果表明,基于BWOSP-VMD-TOPSIS和深度学习的故障诊断方法能对含有强噪声干扰的旋转机械故障信号有效降噪并准确进行故障诊断,具有较强的泛化能力。
文摘为实现储能电池全生命周期下的电池状态动态评估,提高复杂工况下锂离子电池模型的自适应性与状态估计的准确性,提出基于改进逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)-模糊贝叶斯网络的电池荷电状态(state of charge,SOC)和健康状态(state of health,SOH)联合估计方法。应用多阶电阻-电容电路(resistor-capacitance circuit,RC)模型、使用节点-支路框架构建电池的等效电路模型,通过基尔霍夫定律与欧姆定律对二阶RC电池等效电路模型中的并联回路进行电气特性分析,构建空间状态方程及等效输出方程;对构建的状态方程进行离散化处理,分别定义并联独立回路离散化零输入响应、零状态响应,分析离散化电池模型状态空间方程;将专家打分法引入TOPSIS算法中进行电池SOC量化估计,结合融入模糊尺度的贝叶斯网络,在相同时间分布尺度下通过电池SOH值计算电池观测样本中对应的SOC值,实现电池SOH与SOC联合估计。实验结果表明:所提方法可有效估计不同离散空间尺度下的电池SOC和SOH结果,估计方法具有良好的准确性与较高的精度。
文摘城市暴雨洪涝灾害是目前我国城市最突出的自然灾害。在韧性城市理念的基础上,从抵抗力、适应力和恢复力3大属性及经济、社会、生态环境和基础设施4个维度建立洪涝灾害下城市韧性评估指标体系。为定量评估城市应对洪涝灾害的能力,基于层次分析法(Analytic Hierarchy Process,AHP)和CRITIC(Criteria Importance Though Intercrieria Correlation)的组合赋权法,运用逼近理想解排序法(Technique for Order Preference by Similarity to the Ideal Solution,TOPSIS)构建城市韧性评估模型。以西安市为例,对新城区、碑林区、莲湖区、灞桥区、未央区和雁塔区6个区域韧性进行评估。结果表明:抵抗力属性和生态环境维度是影响城市韧性水平的最主要因素;灞桥区韧性水平等级为Ⅲ级,新城区和未央区韧性水平等级为Ⅱ级,碑林区、莲湖区和雁塔区为Ⅰ级。评估结果可为提升城市韧性、降低洪涝灾害风险提供参考。
