基于向量加权算法优化ELM的变压器故障诊断

针对变压器设备,传统故障诊断方法的准确率与诊断效率难以满足当前的需求。本文提出了一种基于向量加权算法（INFO）优化极限学习机（ELM）的变压器故障诊断算法。在标准测试函数中选择3个测试函数对INFO算法进行寻优性能的测试,并与粒子群优化算法（PSO）、万有引力优化算法（GSA）、正余弦优化算法（SCA）和灰狼优化算法（GWO）进行了对比,经过测试验证INFO算法相较于其他优化算法具有更高的寻优性能。并使用INFO算法对ELM中初始输入权值和偏置进行优化,搭建基于油中溶解气体分析（DGA）的INFO-ELM变压器故障诊断分类模型,并与SVM、ELM、PSO-ELM、SSA-ELM、GWO-ELM故障诊断模型进行对比。结果表明,INFO-ELM故障诊断模型的综合准确率为98.71%,相对于上述对比模型分别提高了21.61%、16.87%、11.65%、10.36%和11.06%,本文提出的INFO-ELM变压器故障诊断模型具有更优良的故障诊断能力。     

基于相关向量机模型的腐蚀声发射信号识别

相关向量机(RVM)模型的分类性能与其核函数参数的选择有密切关系。本文分别利用人工蜂群算法(ABC)、粒子群算法(PSO)和遗传算法(GA)寻找相关向量机模型的最优参数,对几种方法的寻优性能进行了对比。采用基于二叉树结构的一对多扩展方法,对二分类相关向量机模型进行了扩展,建立了四分类模型。基于该分类模型对罐底腐蚀声发射信号进行识别,将声发射特征参数和频域参数作为模型的输入参数,获得了较好的识别结果。     

基于BP神经网络的天线识别

本文比较研究了BP神经网络中的几种常用算法,针对这些不同算法下的BP神经网络进行训练,并得出了各自网络的性能。在此基础上,针对经典BP算法和LM算法进行对比研究,找到LM算法的改进之处。此外,在实际的应用中表明,不仅不同的BP算法对网络的运算速度、泛化能力等有较大的影响,而且BP神经网络对隐含层神经元数目也很敏感。我们希望在BP神经网络的基础上,构建一种合适的天线模型,来应用于天线的分类识别,这将具有很大的现实意义。     

面向变压器继电保护的励磁涌流分析及二次谐波制动保护

为了提高电网系统的继电保护水平,分析了变压器继电保护中的励磁涌流现象,提出了更有效的二次谐波制动保护方法。在传统Jiles-Atherton模型（J-A模型）中引入涡流损耗和额外损耗,引入粒子群优化算法（PSO）智能识别特征参数,提出J-A改进模型。结合差动保护和二次谐波制动,采用J-A改进模型分析变压器磁滞过程并提取二次谐波。对比分析不同制动保护方法的实验结果,进一步探索J-A改进模型在不同温度下保护动作的有效性和可靠性。研究表明,二次谐波与基波的比值与温度呈正相关,温度越高,二者比值越低;而在二次谐波比方面,25℃、50℃时随时间增加而下降,75℃时随时间增加而上升。引入J-A改进模型能够自行调整二次谐波制动系数,有效防止励磁涌流误动,准确反应实际应用中的温度影响。该研究提高了电网系统的继电保护水平,有效避免了电网故障甚至系统崩溃等严重事故。     

复杂机电液设备电气系统故障诊断实验研究

复杂机电液设备是一种集机械、电气和液压多个系统一体化的综合部件，在复杂机电液设备电气化过程中，极易出现电气部件故障，针对复杂机电液设备电气系统故障诊断效率下降的问题，以盾构机为研究对象，在盾构机机电液系统结构基础上，设计相关组件故障诊断事件处理拓扑结构，采用故障特征值离群诊断方法裁剪电气组件故障诊断处理过程，在构建的盾构机电气系统集成化测试环境中验证故障诊断方法的可靠性和高效性。     

融合GF-2与开放地图数据的城市绿地精细化分类研究

城市绿地是城市生态效益的重要载体,高精度的绿地目标检测与属性分类为优化城市生态空间结构、维护城市生态平衡以及建设“碳中和”城市提供基础数据支撑。通过改进经典U-Net算法,进行GF-2多光谱遥感影像图像分类;同时,基于景观生态学理论,采用POI和OSM为代表的开放地图数据,对绿地斑块进行多维度精细化分类;进一步选择深圳市福田区与罗湖区交界处的矩形区域为样本进行验证。结果表明：所提出的ASPP+SFAM融合U-Net网络模型与U-Net和UNet3+模型相比,所识别的城市绿地边界和真实城市绿地边界更吻合。所提出的模型的总体分类精度为90.87%,比U-Net和U-Net3+模型分别提高了11.13%和7.39%。同时,针对遥感影像纹理特征无法直接进行小区域城市绿地社会属性分类的问题,利用POI数据包含的属性信息、城市绿地与OSM道路网的拓扑关系以及景观形态指数,最终实现功能分类、类型特征、服务范围和形态特征4个维度的城市绿地的精细化分类。     

多变量故障诊断方法在危废焚烧系统中的应用

分析了当前工业危险废物(含医疗废物)焚烧处理主要工艺过程的特征,以及对电气自控系统稳定性和容错性的控制要求和常用的控制方法。针对系统"故障"的概念和诊断,提出了基于多变量数据处理技术的故障诊断的方法。介绍了系统硬件选型及搭建和算法程序:故障诊断系统的硬件基于SIEMENS S7 414-H系列PLC,利用多变量数据综合的处理技术对故障进行综合判断和定位,对焚烧系统的工艺参数和过程进行精确诊断,并提出了基于专家库的故障处理策略。     

利用数据挖掘方法探索流域尺度气象干旱预报的研究

基于提高流域尺度的区域中长期气象干旱预报的准确度的考虑,采用支持向量机(SVM)和数据处理组合方法(GMDH)两种数据挖掘方法来识别时空气象相关性,并对这两种数据挖掘方法用于预测流域尺度的气象干旱预报性能进行对比。采用标准化降水指数(SPI)作为气象干旱严重度指数。采用颗粒群优化方法 (PSO)对两种数据挖掘方法GMDH和SVM模型进行优化。通过仿真实验表明,GMDH模型具有更好的预测稳定性,而SVM模型具有更好的预测准确度。     

基于卷积神经网络的车辆识别技术研究

现有车辆识别技术识别准确率受环境影响较大,因此提出基于卷积神经网络的车辆识别技术研究。通过设置模型层数与超参数,构建卷积神经网络的车辆识别模型多层结构,在输入原始图像数据后,通过对车辆信息数据分类,提取车辆特征信息,完成车辆识别。设计仿真实验,对比基于卷积神经网络的车辆识别技术与基于视频图像处理的车辆识别技术,在不同环境下对多种类型车辆识别准确性,证明设计有效性。     

基于涡流技术的高压电缆铅封缺陷识别仿真研究

铅封是保护电缆接头部位的重要部件。为确保铅封的有效性,基于涡流技术设计了一种高压电缆铅封缺陷识别方法,并展开仿真分析。首先,设置一个含噪声的一维涡流检测信号,基于离散傅里叶变换得到频域信号,对所得数据进行多项式拟合,利用去噪的方式对涡流检测数据实施预处理。然后基于涡流技术设计电缆铅封缺陷判别方法,训练缺陷识别分类器,通过求解凸二次规划得到最优分类决策函数,结合分类结果设计缺陷识别算法。仿真实验中,高压电缆铅封中分别模拟感应电流与感应磁场的分布情况。结果显示,该方法的识别准确率始终保持在87.0%以上,其在无缺陷以及缺陷深度大于1 mm时的识别精度在95%左右,可见该方法识别精度较高。     

基于人工神经网络算法的垃圾组分识别模型研究

为增强环卫智能化程度，利用TensorFlow深度学习框架实现人工神经网络(Artificial Neural Network, ANN)算法，建立以生活垃圾图像RGB均值和垃圾重量为输入的生活垃圾组分识别模型。对比不同超参数设置下模型A1至A4的识别效果。结果表明，使用三层ANN网络结构和Adam优化算法可以建立性能优秀的垃圾组分识别模型。A1至A4模型经过参数训练后识别误差均在±5%内。对A1至A4模型的学习率和迭代次数进行调试可得，A4模型即隐藏层第一层、隐藏层第二层和输出层的激活函数分别为ReLU函数、Tanh函数和Sigmoid函数的ANN模型，在学习率为0.01的情况下，识别误差在±1%以内，稳定性最佳。     

基于大数据的无线传感网络环境可靠性测试分析

目前无线传感器广泛应用于各种领域,网络数据呈现爆发式增多状态,而基于大数据的无线传感网络环境可靠性与无线传感网络环境的安全性以及使用效率具有高度关联性。因此,需要对基于大数据的无线传感网络环境可靠性进行测试。测试步骤为:先采用基于大数据的无线传感网络环境恶意节点识别方法,识别无线传感网络环境中是否存在恶意节点,再构建基于大数据的无线传感网络环境可靠性测试模型,测试存在恶意节点的无线传感网络环境可靠性。经研究结果表明,本文模型测试结果和实际情况几乎一致,可在较低冗余度上高精度测试基于大数据的无线传感网络环境可靠性,且在具备不同数量恶意节点的网络环境中,本文模型测试后的无线传感网络丢包率仅有1.22%,对网络数据破坏力较低。     

基于离群点诊断的污染源在线监测异常数据识别方法探究

应用基于统计原理的离群点诊断方法,建立了异常数据识别模型,通过迭代寻找偏差最大的样本数据,完成异常数据的剔除。结果表明,每组样本数据中置信区间以外的数据都被存储并从原始数据样本中被剔除,该算法对于异常数据识别的效果较好。在此基础上,建立了异常数据处理与管理方法体系,通过诊断和处理异常数据,为企业污染源在线监控数据传输有效率及环境保护管理水平的提高提供技术保障。     

某型导弹环境试验系统供电和接地研究及改进

为解决某型导弹环境试验系统故障诊断问题,采用整体化思想,制定研究思路,对导弹环境试验系统供电和接地进行研究,总结了导弹环境试验系统供电与接地的现状,依据电路、电磁兼容和抗干扰理论,进行全面分析,指出现存导弹环境试验系统的不足,提出导弹环境试验系统改进方法并跟据该方法对环境试验现场进行改进,改进后的某型导弹环境试验系统,解决了由接地引起的故障,为工厂其它大型试验系统的供电和接地提供有力的理论参考。     

基于ISSA-PID试验箱温度控制算法的研究

为了提高试验箱温度控制系统的精准度,缩短系统调节时间,提出了一种基于改进的麻雀搜索算法优化PID控制参数的方法（ISSA-PID）。利用PWLCM混沌映射初始化麻雀种群,丰富麻雀种群的多样性,采用Levy飞行策略改进了SSA算法种群中发现者和警戒者的位置更新方程,避免算法陷入局部最优,建立了试验箱加热温度控制系统的数学模型,利用改进的麻雀搜索算法（ISSA）优化了其模型PID控制参数。分别采用试凑法、麻雀搜索算法和ISSA算法对试验箱加热温度控制系统的PID控制参数进行了优化并对其仿真分析。仿真结果表明,ISSA算法使得控制系统超调量减少了18.9%,系统调节时间减少了704s,并利用PLC、触摸屏和试验箱搭建的实验装置开展实际实验测试。通过仿真和实验表明,ISSA算法对PID控制参数的优化效果更佳,且验证了ISSA算法优化PID控制参数在试验箱中应用的可行性。     

基于端元变化的两种混合像元分解算法比较研究

光谱混合分析对提高遥感影像分类具有重要意义,其中端元变化处理是提高解混精度的关键。目前,许多算法被用来解决端元变化,但仍存在一些问题有待解决,如算法运行效率慢、忽略端元的高阶交互、像元空间邻城信息缺失。结合IDL和MATLAB混合编程,利用确定性模型中的交替最小角度法和统计性模型中考虑高阶项的非线性算法对Hyperion影像进行端元变化解混,再利用概率松弛标记法对像元补充空间邻域信息。试验结果表明:当某种地物类别所占面积较大时,确定性与统计性模型都能获得较高的解混精度;当地物类别所占面积较小时,确定性模型的解混精度高于统计性模型;补充像元空间邻域信息对解混结果有很好的校正。     

中国区域资源开发的空间溢出及其影响因素——基于网络分析方法

采用VAR模型格兰杰因果检验和网络分析方法,识别了我国区域资源开发的空间溢出网络特征,并采用QAP回归方法实证考察了空间溢出的影响因素。研究显示:(1)我国区域资源开发具有多线程的空间溢出关联网络特征。(2)中西部省份在资源开发空间溢出网络中处于中心位置,中部省份在网络中发挥着重要的桥梁作用。(3)资源禀赋差异对资源开发空间溢出存在显著的负向影响,而地理临近效应对溢出网络的影响不显著。     

车载余度异构总线网络可靠性建模研究

为了提高车载余度异构总线网络的传输链路传输信道均衡配置性能,需要进行网络的可靠性建模,提出一种基于随机链路转发控制和动态均衡控制的车载余度异构总线网络可靠性建模方法。构建车载余度异构总线网络的信道模型和节点优化部署模型,采用链路均衡配置方法进行车载余度异构总线网络的自适应链路转发协议设计,提取车载余度异构总线网络输出链路集的相关性特征量,采用自适应加权学习算法实现车载余度异构总线网络的随机链路转控制和动态均衡。仿真结果表明,采用该方法进行车载余度异构总线网络建模的可靠性较好,链路均衡性较高。     

硫化矿石自燃倾向性评价的SVM识别模型

为了准确地评价硫化矿石的自燃倾向性,应用Logistic回归分析理论分析主要矿物及其含量、氧化速度常数平均值、自热点、自燃点4项指标与硫化矿石自燃倾向性等级之间的关系,选取氧化速度常数平均值和自热点作为特征指标,建立硫化矿石自燃倾向性评价的支持向量机(SVM)识别模型;以14组硫化矿自燃倾向性实测数据作为学习样本进行训练,建立相应的分类函数;利用回代估计法进行回检,再利用训练好的模型对6组现场实测样本的硫化矿石自燃倾向性进行识别。结果表明:对硫化矿石自然倾向性等级分类产生主要影响的指标是氧化速度常数平均值、自热点,建立的分类方程具有良好的预测效果,而主要矿物、含量和自燃点与分类关联性不大。     

可靠性强化试验技术工程实践探析

通过可靠性强化试验技术提高产品可靠性。本文从可靠性强化试验的原理、目的、特点、流程等方面对可靠性强化试验展开介绍,并结合工程应用技术问题进行探讨分析。通过可靠性强化试验来激发故障,并进行设计改进可提高产品的固有可靠性水平。可靠性强化试验可提高产品的可靠性水平,通过本文的探讨,希冀能对相关的从业人员具有一定的启示,推进可靠性强化试验技术的进一步发展。