DPSD在PT二次侧检测中的应用

随着电能计量准确性要求的不断提高,以及“注入信号法”在故障选线及电容电流测量中的广泛应用,PT二次侧信号的准确检测就显得尤为重要。在PT二次侧提取信号时,传统的检测方法检测精度不高,很难满足实际应用要求。因此,提出将数字相敏检波(DPSD)应用到PT二次侧的信号检测中,该方法的优点是不仅能检测信号幅值大小,同时能检测信号的相位。此外,DPSD检测精度较高,特别适用于低信噪比(SNR)的检测场合。设计DPSD检测算法,在MATLAB/SIMULINK环境下建立仿真模型,验证在PT二次侧检测低SNR信号的效果,检测结果证明DPSD有效地抑制了电网中谐波信号和强噪声,并能准确地将感兴趣信号提取出来。     

基于遗传算法的前馈神经网络火灾探测

分析了前馈神经网络火灾探测的基本原理;针对ＢＰ算法的缺陷,提出用遗传算法（ＧＡ）和ＢＰ相结合的一种方法,即：ＢＰ－ＧＡ算法;并把ＢＰ－ＧＡ算法用于火灾探测的模拟,结果表明：前馈神经网络是处理火灾信号的良好方法,ＢＰ－ＧＡ算法提高了网络的收剑性。     

多维公平测度下考虑灾民心理痛苦效应的应急资源调配*

为有效降低灾后初期应急资源短缺情况下灾民生理和心理受到的伤害,提出等待效应和短缺效应衡量救援过程中的灾民心理痛苦效应,同时耦合时间和供需情况2个维度测度救援过程中的公平性指标,构建调度总时间最短、时间攀比最小和灾民心理痛苦效应最低的多目标应急资源调配模型,研究多灾点、多配送中心、多种类物资救援场景下的应急资源分配和路径规划决策选择问题。应用NSGA-Ⅱ算法对模型求解,以新冠疫情下武汉市医疗物资调度为算例分析验证模型的有效性。结果表明:模型和算法能有效减少供不应求情况下的灾民心理痛苦效应,保证救援活动的公平性,能得到不同目标偏好下的应急资源调配方案。     

RS-PSO-ELM下腐蚀管道失效压力预测

为提高腐蚀管道失效压力的预测精度并简化其计算过程,提出基于粗糙集(RS)和粒子群算法(PSO)融合极限学习机(ELM)的腐蚀管道失效压力预测模型。通过属性约简提取影响失效压力的关键因素,选用PSO优化ELM的输入权值和隐含层偏差,将归一化的核心指标数据代入计算。结果表明:该模型预测结果与实际值基本一致,与单一ELM模型相比,预测结果的均方差(MSE)降至0.255;与其他蚀管道失效压力评价模型相比,该模型预测结果的绝对误差平均值降至0.32。     

陆地气溶胶细模态比的有效反演算法

提出了基于卫星气溶胶光学厚度(AOD)和恩格指数反演气溶胶细模态比(FMF)的新算法,该算法采用更准确的气溶胶模型,构建了以AOD和FMF为变量的二维查找表。将该算法用于北京和Jaipur两个地区FMF反演,并与AERONET和MODIS的FMF作比较。结果表明,新算法反演的FMF与AERONET的FMF的相关系数为0.656,而MODIS C6与AERONET的FMF相关系数为0.436;以AERONET的FMF为标准,新算法的均方根误差为0.156,低于MODIS C6的均方根误差(0.318);新算法的反演结果中有90%处于±0.4的误差范围内,而MODIS C6的FMF只有57.4%处于该误差范围内。     

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。     

提高前向散射型光电感烟探测器性能的算法

以国家科技部973项目中建立的火灾探测应用环境及火灾信息数据库为依据,对目前使用最为广泛的前向散射型光电感烟探测器固有特性的归纳和分析,通过数据挖掘,提出一种切实可行的算法处理技术和智能判断火灾方法,有效提高了现有前向散射型光电感烟探测器的火灾探测及其抗干扰能力。     

一种针对低质量指纹的指纹图像匹配算法

目前,指纹识别方法的主流是通过提取指纹细节特征并对这些特征进行成对匹配。问题是指尖表面状况严重影响识别结果,而指尖表面采集结果又受到环境和个人因素影响。为解决这个问题,本文提出了一种限频相位相关图像匹配方法,利用二维离散傅里叶变换中的限频相位部分使得低质量指纹图像的识别具有的很高的鲁棒性。选用一系列从采集条件恶劣的指尖(如:干指尖、粗糙的指尖、过敏症患者的指尖)处取得的指纹进行匹配实验,实验表明,与一种典型的基于细节特征的匹配算法相比较,本算法具有较强的有效性。     

模式搜索算法在毒气泄漏中的源强反算

基于泄漏源下风向的浓度监测数据并结合大气扩散模式建立反算模型,以确定泄漏源的位置和强度。以扩散模式仿真的浓度数据与监测数据的匹配度作为目标函数,将反演问题转化为优化问题,利用模式搜索算法迭代优化。以高斯模型为例验证了算法的可行性,结果表明利用探测器提供的测量浓度值,模式搜索算法能够在较短时间内搜索到最优解,在计算复杂性或时间上较梯度型算法和智能优化算法有一定优势。该算法能够及时而准确地反算出泄漏源强度和位置,为事故的应急响应与救援提供依据。     

基于RF-SFLA-SVM的装配式建筑高空作业工人不安全行为预警

为有效预警装配式建筑高空作业工人不安全行为的发生趋势或状态,增强对装配式建筑工人不安全行为(PBWUBs)的管控,采用随机森林(RF)-混合蛙跳算法(SFLA)-支持向量机(SVM)模型,开展工人不安全行为预警研究。首先,采用SHEL模型分析处于高空作业危险中的PBWUBs的影响因素,并通过RF确定关键预警指标;然后,采用SFLA对SVM的参数进行寻优改进;最后,利用RF-SFLA-SVM预警高空作业PBWUBs,提出应对措施,并与其他预警模型对比。研究结果表明：基于RF-SFLA-SVM预警高空作业PBWUBs,准确率最高,为91.67%,与其他模型的预警性能相比,最高提升14%。研究结果可为高空作业PBWUBs的防控提供参考。