基于流模型的缺失数据生成方法在剩余寿命预测中的应用
文献类型：期刊论文
| 作者 | 张博玮; 郑建飞; 胡昌华; 裴洪; 董青 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2023 |
| 卷号 | 49期号:1页码:185-196 |
| 关键词 | 生成模型 流模型 粒子群优化 注意力机制 剩余寿命预测 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c220219 |
| 英文摘要 | 针对缺失数据生成模型精度低和训练速度慢的问题,本文基于流模型框架提出了一种改进非线性独立成分估计(Nonlinear independent components estimation, NICE)的缺失时间序列生成方法.该方法依靠流模型框架生成模型精度高、训练过程速度快的优势,并结合粒子群优化算法(Particle swarm optimization, PSO)优化NICE生成网络采样的退火参数,训练学习监测数据的真实分布,从而实现对数据缺失部分的最优填补.为进一步拓宽所提方法的应用范围,利用基于流模型的缺失数据生成方法得到的生成数据,通过建立融合注意力机制的双向长短时记忆网络(Bidirectional long shortterm memory with attention, Bi-LSTM-Att)的退化设备预测模型,实现设备剩余寿命的准确预测.最后,通过锂电池退化数据的实例研究,验证了该方法的有效性和潜在应用价值. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56219]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 张博玮,郑建飞,胡昌华,等. 基于流模型的缺失数据生成方法在剩余寿命预测中的应用[J]. 自动化学报,2023,49(1):185-196. |
| APA | 张博玮,郑建飞,胡昌华,裴洪,&董青.(2023).基于流模型的缺失数据生成方法在剩余寿命预测中的应用.自动化学报,49(1),185-196. |
| MLA | 张博玮,et al."基于流模型的缺失数据生成方法在剩余寿命预测中的应用".自动化学报 49.1(2023):185-196. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。