文档名：基于LSTM神经网络的牵引站电气设备耦联体系地震响应预测
摘要：铁路牵引变电站中,软导线-电气设备耦联体系具有较强的几何非线性.为提升系统分析效率,提出一种改进的软导线-电气设备耦联体系地震响应递归预测方法.基于长短期记忆(longshort-termmemory,LSTM)神经网络与Dropout防止过拟合技术搭建了LSTM神经网络预测模型.建立了充分考虑软导线对相邻设备的耦联作用的软导线-电气设备耦联体系理论分析模型.为验证预测模型的泛化能力,筛选出了41条在峰值、频谱和持续时间上具有较大差异的地震波.并按照递归方案,将选取的地震波以及软导线-电气设备耦联体系理论分析模型计算所得的位移响应,进行滑动切片处理,建立模型输入特征与输出响应标签的映射关系.在此基础上,利用该LSTM神经网络预测模型开展了软导线-电气设备耦联体系设备的地震位移响应预测,并采用多个评价指标进行较为全面的模型性能评估.研究结果表明:LSTM递归预测模型具有良好的地震响应预测性能,搭配Dropout技术能够有效防止模型训练过拟合,提高模型适应能力.对于差异较大的地震波数据,均能够快速预测出误差较小、相关度较高的地震响应,具有较好的准确性、高效性与泛化能力.所提方法能够较高效准确地预测任意时刻的软导线-电气设备耦联体系地震响应,为铁路牵引变电站抗震设计提供新的研究思路.
Abstract：Intherailwaytractionsubstation,theflexibleconductor-electricalequipmentinterconnectedsystemhasstronggeometricnonlinearity.Toimprovetheanalysisefficiencyofthesystem,animprovedrecursivepredictionmethodfortheflexibleconductor-electricalequipmentinterconnectedsystemwasproposed.Thepredictionmodelwasestablishedbasedonrecursivelongshort-termmemory(LSTM)neuralnetworkandtheDropoutregularization.Thetheoreticalanalysismodeloftheinterconnectedsystembetweentheflexibleconductorsandelectricalequipmentwasestablished,fullyconsideringthecouplingeffectsofflexibleconductorsonadjacentequipment.Besides,tofullyreflectthegeneralizationabilityofthemodel,41seismictimehistorieswithlargedifferencesinpeakgroundacceleration(PGA),frequencyspectrum,anddurationwereselected.Accordingtotherecursivescheme,theselectedseismictimehistories,alongwiththedisplacementresponsesobtainedbythetheoreticalanalysismodeloftheflexibleconductor-electricalequipmentinterconnectedsystem,weresubjectedtosliding-windowslicingtreatmentandestablishedthemappingrelationshipbetweenmodelinputfeaturesandoutputlabels.Inaddition,themodelwasusedtopredicttheseismicdisplacementresponsesoftheinterconnectedsystem,andseveralevaluationindiceswereusedtoevaluatethemodelperformancecomprehensively.TheresultsindicatedthattheLSTMrecursivepredictionmodelexhibitsexcellentperformanceinseismicresponseprediction.WhencombinedwiththeDropoutregularization,iteffectivelypreventsmodeloverfittingandimprovestheadaptabilityofthemodel.Forseismictime-historydatawithsignificantvariations,themodelcanrapidlypredictearthquakeresponseswithlowererrorsandhighercorrelations,demonstratinghighaccuracy,efficiency,andgeneralizationcapability.Thismethodcanquicklyandaccuratelypredicttheseismicresponsesoftheflexibleconductor-electricalequipmentinterconnectedsystematanytimepoint,providinganewresearchideafortheseismicdesignofrailwaytractionsubstations.
作者：郭彦颜 陈雅芳 何畅 余玉洁 何紫薇 蒋丽忠 Author：GUOYanyan CHENYafang HEChang YUYujie HEZiwei JIANGLizhong
作者单位：中南大学土木工程学院,湖南长沙410075湖南省建筑设计院集团股份有限公司,湖南长沙410208中南大学土木工程学院,湖南长沙410075;高速铁路建造技术国家工程研究中心,湖南长沙410075
刊名：铁道科学与工程学报 ISTICPKU
Journal：JournalofRailwayScienceandEngineering
年，卷(期)：2024, 21(4)
分类号：TM41
关键词：长短期记忆神经网络 电气设备 软导线 耦联体系 地震响应预测
Keywords：longshort-termmemoryneuralnetwork electricalequipment flexibleconductor interconnectedsystem seismicresponseprediction
机标分类号：TM752U224TP391
在线出版日期：2024年5月17日
基金项目：国家自然科学基金，湖南省自然科学基金资助项目基于LSTM神经网络的牵引站电气设备耦联体系地震响应预测[
期刊论文] 铁道科学与工程学报--2024, 21(4)郭彦颜 陈雅芳 何畅 余玉洁 何紫薇 蒋丽忠铁路牵引变电站中,软导线-电气设备耦联体系具有较强的几何非线性.为提升系统分析效率,提出一种改进的软导线-电气设备耦联体系地震响应递归预测方法.基于长短期记忆(longshort-termmemory,LSTM)神经网络与Dropout防止...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于LSTM神经网络的牵引站电气设备耦联体系地震响应预测 Seismic response prediction of electrical equipment interconnected system of traction station based on LSTM neural network
基于LSTM神经网络的牵引站电气设备耦联体系地震响应预测.pdf
- 文件大小:
- 3.99 MB
- 下载次数:
- 60
-
高速下载
|
|
