Jan, 2024

基于改进的鲸鱼优化算法支持向量回归的预插入电阻温度预测

PDF
TL;DR利用改进鲸鱼优化算法（IWOA）方法，本研究结合有限元模拟技术和支持向量回归（SVR）来准确预测高压断路器内预插入电阻器（PIR）的温度，并与其他模型进行了比较，结果显示 IWOA-SVR 模型比其他模型表现更优，这项研究为在线监测 PIR 的温度提供了可行性，并为短时间内断路器的开关提供了依据。
pre-insertion resistorshigh-voltage circuit breakerstemperature predictionsupport vector regressiononline monitoring
发现论文，激发创造
  • 红外测温在集成电子和光电路中的热敏性漏洞检测

    这篇研究提出一种基于红外热成像技术的热脆弱性检测方法，可以用于预测元器件的长期操作故障，同时也为全功能微波光子系统的可靠性测试提供了有效手段。

    May, 2020

  • 基于机器学习的不同充放电条件下钒液流电池温度上升的预测

    使用机器学习预测钒液流电池的温度变化，通过实验研究 ML 算法的表现，并确定 XGBoost 算法的预测精度最高达到 99%。这项研究的预测结果可以有效控制钒液流电池的温升，并为优化热管理系统的进一步发展提供指示。

    Apr, 2024

  • 基于随机森林和瞬态合成特征的三相 PWM 整流器故障诊断的数据驱动设计

    本文提出了一种基于随机森林的数据驱动在线故障诊断方法，可及时有效地定位三相 PWM 整流器中 IGBT 的断路故障并确保系统安全。

    Nov, 2022

  • 一个数据驱动的统计模型 用于预测超导体的临界温度

    本文通过提取超导体化学式的特征来预测其超导临界温度，其中热导率、原子半径、价态、电子亲和力和原子质量是预测精度最高的贡献因素。需要注意的是，该模型仅针对超导体进行预测。

    Mar, 2018

  • 用密度泛函理论计算和机器学习技术结合预测 AX 二元化合物的带隙模型

    应用机器学习技术，以 Kohn-Sham 带隙和元素和晶体结构等基本信息为预测因素，建立预测模型，预测了 156 种 AX 二元化合物的 G0W0 带隙，最佳模型为非线性支持向量回归，均方根误差为 0.18eV，这种方法估算的大量带隙有望用于材料开发。

    Sep, 2015

  • 机器学习估计超导体临界温度的方法调查

    利用堆叠机器学习方法对超导材料的复杂特性进行训练，以准确预测临界温度。与先前的研究相比，该模型表现出有希望的性能，RMSE 为 9.68，R2 得分为 0.922。本研究的结果可为堆叠集成方法与超参数优化的高效实现提供新的见解。

    Aug, 2023

  • 基于数据驱动的配电系统高阻抗故障定位方法

    高阻抗故障的准确快速识别对于配电系统的可靠运行至关重要。本文提出了一种数据驱动的方法，通过优化问题近似高阻抗故障电压电流轨迹的分段函数特征，并利用支持向量机方法在不同位置高效地识别高阻抗故障。对 IEEE 123 节点测试馈线的数值研究证明了该方法在实时高阻抗故障识别方面的有效性和准确性。

    Nov, 2023

  • 基于提示的人格和人际反应预测系统

    利用预训练语言模型的提示学习方法，采用数据增强和模型组合，实现了计算机对主观性、情感和社交媒体分析领域的个性预测任务，同时提供了在线软件演示和代码的方便研究。

    Mar, 2022

  • 热力学信息量回归的引入 -- 一种用于热力学状态方程研发的工具

    引入了一种用于热力学 EOS 建模的符号回归工具 TiSR，目标是改进和加速 EOS 开发过程，并报告了该工具的当前状态、进展以及未来方向。

    Sep, 2023

  • DeepOHeat: 基于算子学习的三维集成电路设计超快速热模拟

    本文提出了 DeepOHeat，一个物理感知算子学习框架，该框架可以预测带有多个参数或非参数设计配置的热方程族的温度场，从而通过更改关键设计配置（而不仅仅是一些参数）实现快速热分析和优化。实验结果表明，对于未知测试用例，经过良好训练的 DeepOHeat 可以产生精确的结果，速度比传统方法提高了 1000 倍到 300000 倍。

    Feb, 2023