基于多元感知信息融合的电抗器故障声纹诊断研究

为提高电抗器故障诊断准确率,提出一种基于多元感知信息融合的诊断方法。方法通过采用PSO(Particle SwarmOptimization)算法优化LSTM(LongShort-TermMemory)网络的神经元个数与dropout值改进LSTM网络,并利用改进LSTM网络对电抗器故障声纹进行分类识别,实现了电抗器故障诊断。仿真结果表明,采用PSO算法改进LSTM网络,可提高LSTM网络的收敛速度和分类识别精度;采用PSO算法改进LSTM网络模型对电抗器故障声纹进行分类识别,可有效诊断额定预紧力松动、单边夹件松动、双边夹件松动等不同类型的电抗器故障,且具有较高的准确率,平均准确率约为98%;相较于SVM、CNN、BP模型以及标准LSTM网络模型,所提PSO算法改进的LSTM网络模型对电抗器故障声纹诊断的准确率更高,具有明显优势。     

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。     

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。     

多元回归和BP人工神经网络模型对混合厌氧消化产气量的预测研究

在中温且控制pH值条件下,对脂肪类单基质和城市污水厂剩余污泥进行混合厌氧消化试验。基于多元回归原理和BP人工神经网络原理,对其建立产气量预测模型。由实验数据计算得出:两个阶段多元回归模型的预测平均准确率分别为75.69%和79.29%;BP神经网络模型的预测平均准确率为79.05%。通过对比两种模型的预测结果可知,两种模型都有较高的预测准确率,但BP模型的预测准确率更高,更适用于混合厌氧消化产气量预测。     

基于两级拓扑优化的振动台扩展台面设计与试验验证

根据拓扑优化基本原理,利用OptiStruct进行振动台扩展台面的结构最优化设计,通过两级拓扑优化完成结构的拓扑寻优。首先利用整体级拓扑优化,找到结构的整体最佳构造。然后利用局部级拓扑优化,对局部结构进行拓扑寻优,最终完成产品的结构设计。试验结果与仿真结果对比表明,误差在5%以内,表明方法的有效性和实用性。     

基于非遗传进化算法的四边形海上风电场设计

海上风力发电厂正在成为可再生电力生产的现实选择。作为海上风电场建设中较常用到的一种设计，平行四边形风电场进一步优化了风电机组排布，由此可以得到风电场最大发电量的优化方案。作为提高海上风电场盈利能力的工具，这项工作提出了第一个完整的非遗传进化算法，以优化平行四边形海上风电场的位置、大小和布局。该模型考虑了影响投资盈利能力的大多数相关经济数据，已经在海上风电场荷斯韦夫I(Horns Rev I,HR-I)的现场进行了测试。测试的结果显示，在10个优化结果的区域中心，确定了横轴与纵轴范围，平行四边形角度为（100～120）°，方向角度为（85～105）°，涡轮机之间行与列的距离分别为（9～20）m以及（5～8）m。涡轮机距离优化优化后的搜索时间为2 400 s，效率提升了14.29%。研究结果表明该方案在投资和年发电量方面与实际海上风电场的价值相似，均体现了最佳方向和盈利能力。     

有限元动态模型的修正方法综述

结构在进行有限元仿真分析时,对比计算结果与实际测试数据,往往存在一定的偏离。针对有限元动态模型,基于实际测试获取的少量数据,采用一定的修正算法,从而减小模型修正后的仿真结果与实测响应数据的误差。通过文献调研,对有限元模型修正的一般方法及其发展进行了归纳和总结。     

遗传和模拟退火算法在水质模型参数确定中的应用简介

水质模型参数的确定是构建水质模型的基础。相对于传统优化方法,现代优化算法的优势日趋明显。本文在基于现代优化算法的水质模型参数确定研究背景下,介绍了具有代表性的遗传算法和模拟退火算法,并对该两种算法的应用现状进行综述,旨在推进该领域的进一步探索。     

基于LabVIEW的变压器绕组发热试验自动测试软件

遵照变压器认证标准GB19212．1（IEC 61558－1）中型式试验的关键项目一发热试验的一般要求,针对试验中最广泛使用的热阻法,并使用常见的离线测试方式和经验公式代入计算法,编写了一套基于LabVIEW开发环境的自动测试软件,构建以图形化软件为核心的下一代自动化测试系统。     

VSS算法用于抑制心电图中50Hz干扰

由于可变步长ＬＭＳ（ＶＳＳ）算法能有效地改善ＬＭＳ算法存在的收敛速度与收敛误差之间的矛盾,因此可以显著地提高对干扰的抑制性能。为进一步改善心电图（ＥＣＧ）中的５０Ｈｚ干扰的抑制性能,本文应用ＶＳＳ算法。通过模拟实验分析了参数与抑制性能的关系,并从各方面与ＬＭＳ算法和其它改进的ＬＭＳ算法进行比较。     

基于神经网络下的车辆自动控制系统决策算法分析研究

为了提高车辆自动控制能力,提出基于神经网络下的车辆自动控制系统决策算法。构建车辆自动控制系统的行驶动力学和运动学模型,以相位偏移和惯性转矩为约束参量构建车辆自动控制系统模糊反馈误差跟踪融合控制律,采用模糊参数融合和自适应参数调节方法进行车辆自动控制系统决策和模型预测,采用变结构神经网络控制的方法进行车辆自动控制系统的模糊决策构造,建立车辆自动控制系统决策的约束参数优化模型,采用自适应模糊跟踪融合识别方法进行车辆自动控制系统决策的参数寻优,实现车辆自动控制系统的优化决策控制。仿真结果表明,采用该方法进行车辆自动控制系统决策控制的自适应性性较好,控制输出的鲁棒性较强。     

基于集成化测试仪的电机静态性能自动测试技术

为解决目前电机静态性能测试效率低、自动化程度低的问题,实现人工操作简单化、电机测试集成化,对静态性能自动测试技术进行研究。首先基于LabVIEW语言和模块化设计,根据电机测试技术要求,设计了电机静态性能测试仪,然后对该测试仪进行了功能测试,包括计量校准、工艺电机对比测试以及不合格甄别测试。结果表明,该测试仪具备一次连接、一键测试、结果自动判读、数据报表自动生成等功能,并具备电机静态性能边界条件的拓宽测试能力,实现电机测试项目的快速测试功能。     

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。     

判决反馈自适应滤波应用于CDMA系统中的单频干扰抑制

针对扩频接收机中窄带干扰抑制中已有结构和算法的优缺点，提出一种在滤波器输入和权值修正中均利用判决值的判决反馈方案，并对常规、采用软判决和采用硬判决三种情况的单边预测型结构和常规最小均方误差（ＬＭＳ）算法、可变步长ＬＭＳ（ＶＳＳ）算法和变步长变动量因子ＬＭＳ（ＶＳＶＭＳ）算法三种算法进行了计算机模拟。结果表明，此判决反馈方案对抑制单频干扰在性能上比已有结构有明显改进，且软判决比硬判决性能略优，算法以     

配电变压器的高原环境适应性验证方法分析

叙述了配电变压器进行高原环境条件下适应性验证的试验方法,说明了配电变压器的高原环境适应性验证在变压器性能优化和提升过程中的重要意义。     

运用4种数值模型分析辽宁省空气质量预报准确率

数值模型是当前空气质量预报的主要方法。基于CMAQ模型、WRF-Chem模型、CMAx模型和REG模型对2017年辽宁省空气质量指数(AQI)的范围和级别预报准确率进行了分析。结果表明:CMAQ模型对辽宁省AQI范围和级别的预报准确率均高于其他3个模型,REG模型准确率均最低,WRF-Chem模型和CMAx模型准确率基本持平;各模型对辽宁省东南部区域的预报准确率整体高于对中部和西部的预报准确率。     

系统聚类-Elman神经网络同时测定废水中的铁、镍、铜

为建立能同时测定工业废水中铁、镍、铜含量的化学方法,本文提出铁、镍、铜与5-Br-PADAP及OP在pH 3.5缓冲液中生成稳定的配位化合物,在一定的波长范围内进行同时测定。将系统聚类方法应用于此测定体系的计算,使光谱重叠及光度分析计算中的校正模型的优化问题得到有效的解决。通过最佳化确定了Elman神经网络的结构和参数,将Elman神经网络应用于模拟废水以及实际废水中Fe（Ⅲ）、Ni（Ⅱ）、Cu（Ⅱ）的测定,回收率分别在97%～102.8%和97.4%～102.6%之间,结果满意。     

基于实测资料的京津冀地区地表总辐射最优估算模型研究

地表总辐射（solar radiation, Rs）是一种对人类发展及其重要的新能源，同时也是影响区域环境变化的主要因素，Rs的准确估算对区域新能源发展及环境保护政策制定意义重大。故找出适用于京津冀地区辐射Rs模拟的标准方法是十分重要的，基于机器学习模型、辐射法和温度法共9种不同模型，分别计算了Rs在日值和月值尺度的精度，并计算了不同精度指标，结果表明：3种类型方法精度由高到低依次为机器学习模型>辐射法>温度法，其中极限学习机模型ELM在日值和月值尺度精度最高。     

基于AFR夹具去嵌研究

射频低噪放的封装工艺向表贴、小型化持续发展,测试此类低噪放必然需要连接微带测试夹具。连接此类测试夹具进行测试令测试模型更加复杂,对测试和建模的精度都提出了更高的要求。因此对射频低噪放进行精确测试得到其散射参量(S参数),并准确建立测试模型是提高电路设计成功率和保证产品可靠性的重要环节。常规SOLT校准方法局限于同轴连接方式,无法校准夹具的微带部分，对于含微带线的夹具校准效果较差。本文利用自动夹具移除(AFR)算法,通过计算多项误差模型得出夹具的S参数，将夹具S参数导入矢量网络分析仪对测试夹具引入的误差进行修正，极大优化了测试结果。