基于SNMP故障管理中的告警振荡和抵消方法

针对网络拥塞或设备处理器忙时造成网络管理系统对设备运行的故障状态产生误判,从而导致网络管理系统产生告警振荡的原因及其统计特性进行了深入研究,提出了一种基于概率统计的投票算法来有效地消除告警振荡.该算法通过投票表决来判断是否出现告警振荡,并能抵消在指定门限时间范围内出现的告警振荡,从而有效地消除虚假的告警通知并提高网络管理的效率.在实际的公共接入无线局域网网络管理系统中具体实现了该算法,实验结果证明了该算法的有效性.     

人工神经网络在战场侦察技术中的应用

研究人工神经网络用于战场目标分类的能力和结果 .根据战场目标的声与震动特性 ,采用相应的测试系统和分析系统 ,对战场典型目标装甲车、吉普车进行实地测试 ,并对实验数据进行预处理 (快速傅立叶变换 ) ,利用基于人工神经网络原理的目标分类器 ,采用改进的BP算法对分类器进行训练 ,克服了传统网络的振荡和平台问题 .基于人工神经网络的分类器对战场目标的声与地震动信号有很高的正确识别率 .实验证明人工神经网络目标分类器适合于战场目标分类识别 ,改进的BP算法加快了神经网络的收敛速度 .     

华北-华中联网低频振荡研究

电力系统保持小干扰稳定性是当前我国正在进行的大区联网运行的前提条件之一.在本文中采用多机系统的特征分析法,并应用电力系统分析综合程序（PSASP）对华北电网（含山东电网）和华中电网（含四川和重庆电网）的联网运行方式下的小干扰稳定性（侧重于低频振荡）进行了研究，分析了联网方式下存在的多个低频振荡模式,并对每个振荡模式做了模态分析,为下一步进行的电力系统稳定器的安装和配置提出了指导性的建议.     

基于自适应多元变分模态分解的电力系统低频振荡模态辨识

针对电力系统多元非线性信号模态辨识困难的问题,提出一种自适应多元变分模态分解方法(自适应MVMD)对多元低频振荡信号进行辨识.自适应MVMD法通过对构建的多元约束变分模型迭代求解获得最优分离模态集合,避免了噪声扰动下的模态混叠及虚假模态等问题.首先通过最大复原近似度确定分离模态数K,然后利用自适应多元变分模态分解法对多元信号进行辨识以获得模态集合,对各信号中同频模态分类提取,并利用Hilbert变换以及傅里叶变换频谱分布对振荡参数进行辨识.测试算例及仿真算例证明了该方法的有效性,与经验模态分解法对比结果显示自适应MVMD法对含噪声信号辨识能力更强.     

利用PSS抑制系统低频振荡的分析

本文主要讨论二次系统对策中采用电力系统稳定器(PSS)作为励磁系统附加控制器,电力系统稳定器(PSS)能够补偿由于励磁系统和电机励磁绕组引起的滞后,可有效提高系统的阻尼水平,起到抑制低频振荡的作用.通过适当整定PSS参数来提高抑制低频振荡的附加阻尼力矩.通过对单机无穷大系统的分析,讨论了该系统中低频振荡的原因,仿真分析了电力系统稳定器PSS各控制环节中的参数对抑制低频振荡的作用.     

基于Sentinel-2A的太行山区土地覆被分类方法研究

以太行山区为研究对象,基于Sentinel-2A遥感影像数据,采用基于像元和面向对象分类两种策略,定量分析不同特征组合模式下,最大似然法(ML)、贝叶斯(Bayes)、支持向量机(SVM)、决策树(Decision Tree)以及随机森林(RF) 5种分类方法在该区域地表土地覆被信息分类中的表现差异。结果表明:(1)基于像元的RF分类器取得了最高精度,仅使用光谱特征参与分类和使用光谱、红边、指数特征参与分类的总体精度分别为96. 85%和96. 64%。(2)红边和指数特征的加入能够对各分类器分类精度产生不同程度的影响,即使基于像元的RF和面向对象的CART决策树总体精度有所下降,但降幅均在0. 5%左右,其他分类器精度均有所提升。     

电力系统稳定器在抑制系统低频振荡中的应用

利用MATLAB软件搭建了励磁系统和电力系统稳定器的数学模型,比较观察了不同PSS参数对抑制低频振荡效果的影响,最后根据实际电力系统的情况计算出最佳的PSS参数,使PSS为励磁系统提供恰当的阻尼,为现场调试节省了大量时间,更能有效地抑制低频振荡的发生.     

华北-华中联网低频振荡研究

电力系统保持小干扰稳定性是当前我国正在进行的大区联网运行的前提条件之一．在本文中采用多机系统的特征分析法，并应用电力系统分析综合程序（PSASP）对华北电网（含山东电网）和华中电网（含四川和重庆电网）的联网运行方式下的小干扰稳定，炷（侧重于低频振荡）进行了研究，分析了联网方式下存在的多个低频振荡模式，并对每个振荡模式做了模态分析，为下一步进行的电力系统稳定器的安装和配置提出了指导性的建议．     

应用DFIG-PSS改善电力系统低频振荡

在双馈异步风力发电机组中加装电力系统稳定器(DFIG-PSS)以提高系统阻尼,并分析了DFIG-PSS抑制低频振荡的原理,总结了4种典型的PSS模型和不同DFIG的控制方案下DFIG-PSS的输出接口位置,以及DFIG-PSS的输入信号.通过在含DFIG风电场的3机9节点系统中的仿真分析,表明DFIG-PSS对区域内振荡和区间振荡均有改善效果,且DFIG-PSS安装位置的不同,对低频振荡的改善程度也存在差异.     

浅谈电力系统低频振荡

随着系统规模的扩大、互联以及大型机组快速励磁系统的采用,电力系统的低频振荡问题也随之凸现,特别是通过交流输电线互联的系统,由于送电距离长,而联络线又相对较弱,很容易由此引发低频振荡.阐述了电力系统低频振荡的产生机理,讨论了目前常用的分析方法.通过对各种方法的比较分析,阐明了各自的优缺点,并对未来研究的可行方向进行了分析.阐述了目前工程中控制低频振荡的方法,并对其未来发展动向作了进一步的探讨.     

垂直发射装置中压力振荡与温度振荡的相互作用

对垂直发射装置燃气流的低频不稳定性进行了分析，给出了压力振荡与温度振荡二者之间数学表达式，并给出了定性的实验证明，本文首先测得了燃气流温度整体振荡，从而说明以往对整体振荡的研究作为等温过程处理是偏离实际的。     

利用旋转森林变换的异构多分类器集成算法

为了增强集成系统中各分类器之间的差异性,提出了一种使用旋转森林策略集成两种不同模型分类器的方法,即异构多分类器集成学习算法．首先采用旋转森林对原始样本集进行变换划分,获得新的样本集;然后通过特定比例选择分类精度高的支撑矢量机或分类速度较快的核匹配追踪作为基本的集成个体分类器,并对新样本集进行分类,获得其预测标记;最后结合两种模型下的预测标记．该算法通过结合两种不同分类器模型,实现了精度和速度互补,将二者混合集成后改善了集成系统泛化误差,相比单个模型集成提高了系统分类性能．对UCI数据集和遥感图像数据集的仿真实验结果表明,文中算法相比单一分类器集成缩短了运行时间,同时提高了系统的分类准确率．     

一类微分方程解振动的"sharp"条件

本文讨论了一类形式更一般的一阶非线性中立型微分方程,研究其振动性问题,得到了一类微分方程解振动的“sharp”条件.     

基于无线传感器网络的智能报警系统设计与实现

设计并开发了一种基于无线传感器网络的新型智能报警系统。利用多种传感器节点模块采集不同位置、不同性质的数据,借助ZigBee短距离无线通信技术将环境参数传输到汇聚节点模块进行归类和优化后发送到控制中心,再通过GSM通信网发送到安全管理中心或用户实现报警。提出了包括数据采集模块等硬件系统以及基于Z-Stack协议栈等软件系统的一整套解决方案,测试结果表明,该系统能够较好地实现远程环境多种类数据的采集和传输,架构简单,实现方便,可靠性高,具有一定的实用价值。     

One-Class分类器及其在异常检测中的应用

由于攻击数据难以获取,往往只能得到一类数据,即正常网络数据,这也是模式识别领域的单类问题(one-class)要解决的问题.本文改造了传统的SOM(自组织特征映射)模型,建立了基于SOM的单类分类器,并对其进行了改进.通过对入侵检测标准评估数据集上的测试,在保证总体性能的情况下,模型对选择的3种攻击的平均检测率保持在98%以上,而误报警率在4%左右.     

改进粒子群与支持向量机混合的特征变换

研究了数据挖掘中通过特征变换的数据预处理来提高支持向量机(SVM)分类精度的方法,提出了改进粒子群优化(PSO)和SVM混合的方法. 用推广t统计、Fisher判别式和随机森林的线性加权度量来排序特征,得到预选特征子集,再用启发式信息加速改进PSO搜索特征的线性变换因子,并用二进制PSO对特征变换子集进行特征选择,在后处理中通过格子搜索获取了高精度SVM分类器. 在NIPS 2003的madelon及10个UCI数据集上的实验表明,与有C-SVM分类精度相比,新方法在4个数据集上的精度更高.     

数据挖掘中两种简单分类算法的比较

分类是一类重要的数据挖掘问题,它的一般过程是先根据样本数据利用一定的分类算法得到分类规则,再依据该规则对新的数据进行类别的划分。文章详细介绍了两种简单但有效的分类方法：基于最小二乘法的线性分类器和k-最近邻分类器。通过对这两种分类器的比较,发现线性分类器计算简便、拟合具有低方差,适合处理类别之间相互重叠的区域比较小的数据。KNN分类器分类灵活,拟合偏差比较小,由于计算量比较大,该算法更适合于类别界限不是很明显,数据之间交叉或重叠比较多的数据集。     

Low-Frequency Reciprocating Fretting Wear Testing System Design and Experiment Research

The fretting wear is resulted from different or same sample’s surfaces by the small variationand leads to mechanism failures. The main factors consist of the variation of normal load and oscillation frequencies, among which surface topography of different materials are the main factors to the problems of the fretting wear. Therefore, a novel low-frequency reciprocating fretting wear test system is designed upon the principle of Friction coefficient measurement. Four metal and non-metallic samples are measured under various normal load and oscillation frequencies to obtain the instantaneous friction coefficient in the repeat experiments. In fact, the experimental results show that CoF curves of different samples with the increase of the normal load are the similar exponential decay or parabolic shapes, which are consistent with the literatures to verify the rational design and reliable-operation of the system under the conditions of different frequencies.