分布式光纤测温在动力电缆温度监测中的应用

动力电缆温度监测是可以及时发现电缆线路过热点位置和检测运行线路的绝缘状态,从而保障电缆安全稳定运行的技术措施。针对电缆过热事故的主要原因和特点,提出采用分布式光纤测温技术对电缆沿线温度进行监测预警,给出了分布式光纤测温系统的原理、组成和光缆布设方案,此系统对保证电力系统的安全运行有重要意义。     

易爆品运输车辆中的路径选择模型仿真

易爆品运输车辆必须选择最优路线模型,以保证运输安全.易爆品运输过程中,不但需要考虑运输成本和运输的线路,还需要考虑运输风险的因素.传统的路线选择模型仅仅以成本分析为基础,没有加入易爆品运输的风险因素,路线选择存在较大缺失.提出采用粒子群离散变换算法的易爆品运输车辆路径选择方法.根据最小二乘法相关原理,计算运输路径危险环境函数,获取危险程度拟合曲线,根据该函数得到运输路径中的危险程度.根据最小危害路径选择的目标函数,对所有的待优化变量进行二进制编码,并针对编码结果进行离散化变换,实现易爆品运输车辆路径的选择.实验结果表明,利用改进算法进行易爆品运输车辆路径选择,降低了路径协同误差和路径选择误差.     

基于剩余能量的LEACH协议改进算法

论文基于LEACH协议的不足,提出基于簇首节点平均能量消耗和节点剩余能量来选举簇首.通过仿真实验,该改进协议有效地保证网络能量消耗的均衡性,进而延长网络生存期.     

“任务驱动”教学模式在计算机教学中的探索与实践

信息化教育对原计算杌教学模式提出了新的挑战,基于建构主义教学理论基础之上的任务驱动教学法能体现计算机教学的特点．适合培养应用型人才。论述了任务驱动教学的教学模式与特色,结合实例阐述任务驱动教学法在计算机教学中的实施和应用。     

基于粒子群算法和RBF神经网络的云计算资源调度方法研究

为了获得云计算资源调度的多目标优化方案,提出了一种云计算资源的动态调度管理框架;然后给出了本系统的基本架构形式,并对其进行了详细设计;其次,建立了以提高应用性能、保证云应用的服务质量和提高资源利用率为目标的多目标优化模型,并结合最新的RBF神经网络和改进粒子群算法对其求解;最后,在CloudSim平台进行了仿真,实验结果表明提出的框架及算法能有效减少虚拟机迁移次数和物理结点的使用数量,在提高资源利用率的同时,能保证云应用的服务质量。     

基于高频声音信号的商家信息推广系统

提出利用声音为传输媒介并利用人耳听觉特性,将所要传送的资讯,埋藏在高频音讯中,并实际应用在行动装置上,让店家可以使用扬声器不停的播放声音信号,使消费者靠近店家即可收到该店家的消费资讯.在传送端使用18 kHz左右的音频,配合RS code,preamble encoder和PSK传递信号,并在接收端使用preamble detection,PLL,RS decoder解出信号,让整个系统最后实现在iOS装置上,实验结果证实系统可以成功传递商家信息.     

光纤传感在电力传输安全监测中的应用研究

传感器、信息等新技术在电力行业的应用,是智能电网实现的重要基础。智能电网需要建立从发电、输电网到配网的电网实时监控系统。文中研究光纤传感技术,利用传感器对输电设备电缆的温度参数进行采集,及时发现升温现象,确保电力传输和生产安全。     

基于PSO-SVM的电机故障检测

传统智能故障检测模型中算法初始参数复杂,选取难度较大,缺乏自学习、自组织能力、泛化能力弱,极易陷入局部极小值、算法单一等缺点.组合应用智能检测算法可整合不同算法优势,避免单一算法缺点,为此,文中提出支持向量机算法与改进粒子群算法相结合的电机故障检测模型:以电机故障特征频率特征数据为基础,首先使用改进全局求解性能的粒子群算法求解影响支持向量机分类检测性能的最佳参数,然后把最佳参数应用于的擅长模式识别的支持向量机算法,进行样本数据的训练,构建故障检测模型;最后,使用故障检测模型对电机的状态进行预测.实验结果表明,采用该方法进行故障检测的准确率,比传统的神经网络方法提高17%,比纯支持向量机算法提高3.33%.     

煤与瓦斯突出信号挖掘方法研究

针对传统关联聚类算法因难以捕捉异常信号非线性随机变化而造成采煤作业中特征信号检测不准确的问题,提出一种基于特征关联挖掘算法的煤与瓦斯突出信号挖掘方法。该方法利用小波变换提取煤矿井下作业区状态信号特征,为煤与瓦斯突出信号挖掘提供依据;计算煤矿井下作业区状态信号特征之间的关联度,实现煤与瓦斯突出特征信号挖掘。实验结果表明,该方法可提高煤与瓦斯突出信号挖掘的准确性。     

危险品运输车辆易燃信号挖掘方法研究与仿真

研究危险品运输车辆易燃信号准确挖掘的问题.危险品在车辆运输过程中,受到所处环境温度异常变化、外部颠簸摩擦等外部因素的影响,危险状况下的高温、高压等易燃信号随着外界干扰的不同会呈现非线性随机突变.传统的信号检测方法对异常信号非线性变化还没有很好的解决办法,无法正常捕捉,造成危险品运输中易燃信号检测不准.提出利用特征关联挖掘算法的危险品运输车辆易燃信号挖掘方法.利用小波变换方法,提取危险品运输车辆状态信号特征,去除干扰因素的影响,建立信号突变约束模型,计算危险品运输车辆状态信号特征之间的关联度,根据信号区域关联模型实现运输车辆易燃信号检测.实验结果表明,改进方法进行危险品运输车辆易燃信号检测,可以极大地提高检测的准确性.