冉启武
- 作品数：13 被引量：48H指数：4
- 供职机构：陕西理工大学电气工程学院更多>>
- 发文基金：陕西省自然科学基金国家自然科学基金陕西高等教育教学改革研究项目更多>>
- 相关领域：电气工程自动化与计算机技术电子电信文化科学更多>>
- 考虑复合指标优化模态分解和Stacking集成的综合能源系统多元负荷预测
- 2025年
- 为提高综合能源系统多元负荷分解水平及预测模型的整体性能,提出考虑复合指标优化模态分解和Stacking集成的综合能源系统多元负荷预测方法。首先以排列熵结合互信息为适应度函数,利用金豺优化算法自适应获取变分模态分解的最优参数组合,进而将多元负荷序列分解为本征模态函数集合;其次,通过基于反向传播(back propagation,BP)神经网络扰动的平均影响值(mean impact value,MIV)算法对与多元负荷相关的气象、日期及负荷因素进行特征筛选,从而为多元负荷构建高耦合度的特征矩阵;充分考虑到各单一模型的差异性及优势性,在采用k折交叉验证法减少过拟合的基础上,构建Stacking集成学习模型对多元负荷进行预测;最后采用美国亚利桑那州立大学坦佩校区多元负荷数据集进行实例验证,结果显示所提方法在电、冷、热负荷预测中的平均绝对百分比误差分别达到了0.903%、2.713%和1.616%,预测精度相比其他预测模型具有较大提升。
- 冉启武石卓见刘阳黄杰张宇航
- 基于反馈线性化滑模变结构的直驱式风力发电机组非线性控制研究被引量：4
- 2016年
- 为了能够从气流中获得最大可用能量,在额定风速以下时,需要对风力机组进行最大风能捕获控制,使风力机运行于最佳叶尖速比。基于输入输出反馈线性化方法,建立了永磁直驱式风力发电机组全局精确线性化模型;针对反馈精确线性化未考虑系统的不确定因素,结合滑模交结构方法,以风力机转速为反馈变量,电网负载电阻为控制变量,设计了风力机组的最大风能捕获控制器。仿真结果表明,所提出的控制策略在阶跃风速情况下转速响应上升时间短,无超调现象,输出功率能够及时跟踪最大捕获功率;在随机风速扰动以及变负载情况下,与传统反馈精确线性化并结合零极点配置法相比,能够对叶尖速比和风能利用系数进行精确控制,证明了控制方法的抗干扰性和鲁棒性。
- 冉启武侯波
- 关键词：风力发电滑模变结构非线性控制
- 基于注意力机制的CNN-BIGRU短期电价预测被引量：12
- 2024年
- 针对短期电价预测的复杂性和精确度较差的问题,本文提出一种基于注意力机制的卷积神经网络和双向门控循环单元网络的短期电价预测模型。该模型将历史电价数据经过数据预处理后作为输入,首先利用卷积神经网络提取历史电价序列中的特征;其次,将提取的特征向量构造成时间序列输入到双向门控循环单元网络,充分挖掘特征内部的变化规律进行训练;然后,引入注意力机制来突出重要信息的影响并赋予权重,利用注意力机制对双向门控循环单元网络每个时间步的输出进行加权求和;最后,在全连接层通过激活函数计算输出最终预测值。通过实例验证了本文所提模型的准确性。
- 杨超冉启武罗德虎豆旺
- 关键词：电价预测卷积神经网络
- 基于DSP的瞬时停车延误检测
- 2012年
- 利用数字图像处理技术,开发一套基于DSP的嵌入式系统,在两帧图像之间实现瞬时停车延误在实际交通流的测量。最后使用两个方案验证系统检测的可靠性:第一方面以人工目测值作为检验标准,验证嵌入式系统的检测效果。连续200 min、80个灯时数据验证,瞬时停车延误极值点相对误差有77.5%的数据在12.5%以内,机测数据与目测数据瞬时停车延误达到极值点的时间间隔偏差88.75%在4 s以内;第二通过问卷调查,由测试者对系统的各项功能进行打分评定,验证了系统检测到的瞬时停车延误曲线基本符合人眼的观测评价。
- 冉启武杨建国段崇修
- 关键词：信号灯交叉口
- 基于聚合二次模态分解及Informer的短期负荷预测被引量：7
- 2024年
- 针对区域级负荷的非平稳性及长序列预测精度低的问题,该文提出了一种基于聚合二次模态分解及Informer的短期负荷预测方法。首先,运用改进完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)对负荷序列进行初步分解,削弱原始序列的随机性与波动性;其次,根据子序列的样本熵计算结果进行聚合,并通过比较不同的聚合方式选出最优重构方案;然后,利用变分模态分解对高复杂度的合作模态函数进行二次分解;充分考虑到电价、气象等因素对负荷的影响,采用随机森林(random forest,RF)算法进行相关性分析,从而为每个子序列构建不同的高耦合度特征矩阵并输入Informer进行建模,并通过其多层次编码及稀疏多头自注意力机制等方式提高对负荷序列的预测效率;最后采用巴塞罗那区域级负荷数据集进行实例验证,结果显示所提框架有效解决了模态分解过程中的模态混叠以及高频分量问题,并且其长序列预测均方根误差相比其他经典深度学习模型最高降低了65.28%。
- 石卓见冉启武徐福聪
- 关键词：短期负荷预测INFORMER
- 基于模态分解及GRU-XGBoost短期电力负荷预测被引量：4
- 2024年
- 精确的短期电力负荷预测能有效提高电力系统运营水平。针对电力负荷数据受多种因素影响,波动性和随机性强等问题,提出了一种基于模态分解及混合模型的负荷预测方法。首先,采用主成分分析法(principal component analysis,PCA)对负荷特征向量进行处理,去掉冗余信息,再用完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)将历史负荷分解为简化的几个子序列;其次,选择引入样本熵(sample entropy,SE)来计算子序列熵值,将相近的子序列重构得到随机、细节、低频和趋势分量后选用不同结构门控循环单元(gate recurrent unit,GRU)对不同分量类型进行预测,再使用极致梯度提升模型(extreme gradient boosting,XGBoost)对各分量残差进行拟合,各重组序列的预测值为GRU预测值与XBGoost拟合值之和,重组各序列得到最终预测值。选取3年时电力负荷数据进行实验,结果表明,所提模型的均方根误差(root mean square error,RMSE)、平均绝对百分比误差(mean absolutepercentage error,MAPE)和平均绝对误差(mean absolute error,MAE)分别为370.676 MW、99.07%和246.89 MW,与单一模型和混合模型相比,实现了评价指标的明显减少。
- 冉启武张宇航
- 关键词：负荷预测主成分分析
- 考虑多尺度输入及优化CNN-BiGRU的短期负荷预测
- 2024年
- 短期的负荷预测是市场规划的重要前提且能有效保障电力系统的安全稳定运行,由于电力负荷随机性强、波动性大等问题导致预测精度难以提高,针对于此,提出了一种基于CEEMDAN-PE-SSA-CNN-BiGRU的短期电力负荷预测方法。首先,对于复杂多变的电力负荷数据采用完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)为子序列,计算其子序列的排列熵(permutation entropy, PE),将熵值相近的子序列重构得到新序列,降低了原始数据非平稳序列对预测精度的影响并优化计算量;其次,对重组序列进行特性分析,根据重组序列不同周期进而选取多尺度输入并搭建CNN-BiGRU预测模型。最后,选用麻雀搜索算法(sparrow search algorithm, SSA)来优化模型超参数通过汇总所有预测序列从而得到最终预测数据。使用本文模型以西班牙用电负荷为实例并与单一模型和组合模型进行对比,实验表明该模型预测效果更佳。
- 张宇航冉启武石卓见熊芮
- 关键词：负荷预测
- 语音情感识别研究综述被引量：8
- 2022年
- 语音是人们传递信息内容的同时又表达情感态度的媒介,语音情感识别是人机交互的重要组成部分。由语音情感识别的概念和历史发展进程入手,从6个角度逐步展开对语音情感识别研究体系进行综述。分析常用的情感描述模型,归纳常用的情感语音数据库和不同类型数据库的特点,研究语音情感特征的提取技术。通过比对3种语音情感识别方法的众多学者的多方面研究,得出语音情感识别方法可期望应用场景的态势,展望语音情感识别技术的挑战和发展趋势。
- 罗德虎冉启武杨超豆旺
- 关键词：语音情感识别情感智能
- 基于MVC模式的教学管理电子信息系统设计被引量：8
- 2020年
- 针对原有教学管理电子信息系统自我修复能力较差的问题,构建基于MVC模式的教学管理电子信息系统。首先,通过构建硬件框架进行系统硬件设计,采用双核信息处理器进行系统信息处理,并搭配双核控制器,实现对系统硬件的管理;其次,构建系统软件模块框架进行系统软件设计,采用C语言对系统用户信息数据库进行信息管理设置;再次,基于MVC模式对用户界面进行设计,保证用户体验;最后,采用同态加密进行系统中信息的传递与储存,实现系统信息安全管理。结合上述硬件设计与软件设计,基于MVC模式的教学管理电子信息系统构建完成。实验结果表明,此系统对于系统漏洞解决情况更好,性能更加优越。
- 冉启武皇金锋董锋斌蒋军
- 关键词：教学管理电子信息系统MVC模式系统设计信息管理
- 基于视觉传达的多帧视频图像邻域跟踪仿真被引量：2
- 2019年
- 在处理复杂多帧视频图像时,传统的基于SURF特征的图像邻域跟踪方法暴露出目标邻域精度不高、边界不够平滑且无法满足实时处理要求的情况.针对上述情况提出了一种基于视觉传达的多帧视频图像邻域跟踪方法.方法首先通过选取适当的叠加尺度,将邻域特征描述的向量与适当的叠加尺度进行完全叠加,完成去除冗余特征点和离散点处理,再对叠加区域中出现的目标给予权值,最后将权值与显著性加权最小二乘图像匹配方法结合完成多帧视频图像的邻域跟踪.实验表明:提出的方法不仅可以提高多帧视频图像的特征提取与匹配的精准率,而且降低了在匹配过程中出现的噪声问题,证明了上述方法相对于现有的邻域跟踪方法有很大的优越性,为下一步的多帧视频图像领域跟踪提供了精确的方法.
- 冉启武
- 关键词：特征提取与匹配
