基于贝叶斯网络的电力变压器状态评估

为提高电力变压器状态评估的准确性,提出了一个基于贝叶斯网络的电力变压器状态评估模型。该法将变压器分为本体、套管、铁心3个部件,采用5级状态的评估方法,针对变压器预防性试验数据,先建立变压器健康状态量化的分层模型,通过该模型评估变压器的历史、当前、未来状态,然后利用模糊隶属度函数确定分层模型中变压器各个参数的阈值和分值,最终建立基于贝叶斯网络的变压器状态评估模型。实例验证了变压器状态评估模型的正确性和方案的可行性,基于贝叶斯网络的变压器状态评估模型能较好地满足工程需要,所提出的评估方法为变压器由定期预防性维修向状态维修的过渡提供了技术支持。     

多层特征融合与语义增强的盲图像质量评价

针对现有盲图像质量评价算法在面对真实失真图像时性能较差的问题,本文提出多层特征融合和语义信息增强相结合的无参考图像质量评价算法。提取图像的局部和全局失真特征,利用特征融合模块对特征进行多层融合;利用多层扩张卷积增强语义信息,进而指导失真图像到质量分数的映射过程;考虑预测分数和主观分数之间的相对排名关系,对L₁损失函数和三元组排名损失函数进行融合,构建新的损失函数L_mix。为了验证本文方法的有效性,在野生图像质量挑战数据集上进行了验证和对比实验,该算法的斯皮尔曼等级相关系数与皮尔逊线性相关系数指标相比原算法分别提升2.3%和2.3%;在康斯坦茨真实图像质量数据数据集和野生图像质量挑战数据集上进行了跨数据集实验,该算法在面对真实失真图像时表现出了良好的泛化性能。     

双向特征融合与注意力机制结合的目标检测

目标检测使用特征金字塔检测不同尺度的物体时,忽略了高层信息和低层信息之间的关系,导致检测效果差;此外,针对某些尺度的目标,检测中容易出现漏检。本文提出双向特征融合与注意力机制结合的方法进行目标检测。首先,对SSD(single shot multibox detector)模型深层特征层与浅层特征层进行特征融合,然后将得到的特征与深层特征层进行融合。其次,在双向融合中加入了通道注意力机制,增强了语义信息。最后,提出了一种改进的正负样本判定策略,降低目标的漏检率。将本文提出的算法与当前主流算法在VOC数据集上进行了比较,结果表明,本文提出的算法在对目标进行检测时,目标平均准确率有较大提高。     

基于OVMD-MPE算法的隧道爆破振动数据降噪分析

受隧道爆破复杂环境和仪器电磁干扰等因素的影响，实测爆破振动信号多含有高频噪声，通过直接分析原始信号不能有效分析爆破振动规律。为获得真实的爆破振动特征，采用基于最优变分模态分解(OVMD)和多尺度排列熵(MPE)相结合的信号光滑降噪模型，通过仿真叠加信号和工程实测信号进行检验。首先将信号进行OVMD分解得到带限固有模态函数(BIMF),然后将大于MPE设定阈值的高频BIMF作为噪声剔除，最后重构剩余BIMF分量，得到降噪信号。结果表明：OVMD-MPE模型能精确识别信号的频率信息，前两阶分量能有效反映叠加信号的有效成分，适用高精度数据序列分析，提取数据序列特征；相较EEMD-MPE和CEEMDAN-MPE模型，OVMD-MPE模型具备更优降噪性能，降噪误差比、均根方误差和光滑度分别提升22.05%、48%和33.34%,去噪后曲线更贴近原始信号，更适用不同震源距离的爆破信号分析；双子山隧道右线施工时产生的爆破扰动集中于200 Hz以下的中低频段，双子山隧道衬砌结构的固有频率与爆破信号频率相仿，需采取减震措施确保隧道工程的施工安全。     

多Agent在变压器故障诊断中的研究

提出一种基于多Agent的变压器故障诊断模型,该模型包含3个诊断Agent、1个管理Agent和1个融合Agent.各诊断Agent的建立以NB、SB和TAN 3种贝叶斯分类器算法为基础,以所获取的变压器油中溶解气体数据为依据.由管理Agent调节和控制,达到各诊断Agent协商诊断的效果.由融合Agent根据管理Ag...     

基于多模型的变压器故障组合诊断研究

变压器故障诊断是保证整个电力系统正常运行的重要部分,为此提出了一个基于支持向量机并与多种贝叶斯分类算法相结合的组合诊断模型。诊断过程中,首先通过相关统计分析,选择典型油中气体的12个相关属性值作为模型的输入参数,并对其进行数据预处理,生成一次样本。其次,按照变压器常见的13种故障类型,利用多个单一诊断方法如朴素贝叶斯模型、半朴素贝叶斯模型、增强的朴素贝叶斯模型和贝叶斯网络增强模型构成诊断模型群,对一次样本数据进行诊断。最后,把贝叶斯诊断模型群的诊断结果作为支持向量机的输入进行二次诊断,构成变权重的组合诊断。对基于支持向量机的组合诊断过程和参数计算进行了详细地探讨。通过与多种预测方法进行比较,基于支持向量机的变压器故障组合诊断模型的正确率明显优于单一诊断模型和其它的组合诊断模型。此外,通过2个实例证明了提出的组合诊断模型的有效性。因此,该模型可以用于实际工程。     

一种基于0.5μm CMOS工艺圆片级可靠性评估方法

论文提出了0.5μm CMOS工艺圆片级可靠性(WLR)评估的方法,为工艺、电路可靠性提高和及时在线控制开拓了新思路。论文针对0.5μm工艺中金属电迁移以及器件热载流子等失效项,分别给出了相关内容的工艺物理机理、测试结构、测试方法和结果。测试得出单一电迁移失效、热载流子失效寿命可以达到1×109数量级(几十年),初步实现了工艺可靠性的在线监控。     

面向改进尺度缩放网络的绝缘子识别

目的 在电力系统中，准确地识别绝缘子目标是保障输电线路正常运行的重要前提。针对传统方法无法自动提取绝缘子特征，以及深度学习网络提取绝缘子语义信息不足的问题，提出了一种基于改进多尺度网络的绝缘子识别模型，同时满足自动识别和增强语义信息的要求。方法 改进工作主要分为3部分，首先，采用特征融合的方法，增强特征提取网络生成的特征图的语义信息；其次，特征提取后，为了避免经过多次卷积、池化操作，较小尺度绝缘子语义信息损失严重，因此，扩大网络中的小尺度特征图，进一步丰富较小尺度绝缘子的语义信息；最后，为了更好地识别尺度差异较大的绝缘子，改进锚点框的参数。完成改进工作后，通过边框回归得到绝缘子的准确位置信息，最终识别出绝缘子。结果 实验数据集由复合、玻璃和陶瓷3种材质的绝缘子构成，共有4 350幅图像。在实验数据集上进行识别，实验结果与3种不同结构的多尺度网络模型相比，模型结构最优，识别准确率为96.28%，与传统的Faster RCNN（faster region convolutional neural network）、改进的Faster RCNN等方法相比，识别准确率提高了1.98%~11.99%不等。结论 本文提出的改进模型使绝缘子识别准确率显著提高，为之后的输电线路检测工作夯实基础。     

湿式多盘制动器制动噪声建模及其噪声抑制的研究

一般来说,车辆的制动噪声与其摩擦材料特性及其结构体的结构形式有关,而湿式多盘制动器产生制动噪声的机理与其摩擦介质的粘滑振动特性有关.为了减弱和消除湿式多盘制动器的制动噪声,本文针对其工作特性,建立了制动时的数学模型,并应用模态分析方法推导出影响制动噪声产生的理论计算公式,由此研究了制动噪声的产生机理、主要原因及影响因素,同时提出了降低制动噪声的具体措施、理论依据及设计准则.     

应用质量管理方法提高钢板质量的研究

针对某钢铁厂生产的热轧普碳ＡＹ３钢板出现的质量问题，应用质量管理的控制图原理及多元逐步回归思想等理论，从不同角度分析了钢板生产过程中存在的问题，以回归模型为依据讨论了钢板内部化学成分与力学性能的关系，提出了解决ＡＹ３钢板抗拉中限，延伸率低于下限的方法即：钢的含碳量应控制在０．１０％￣０．１４％之间，而锰的含量应在０．４５％左右，设法消除轧钢工序中存在的系统因素，稳定轧钢工序，为改善钢板质量提供了理