排序方式: 共有165条查询结果,搜索用时 15 毫秒
71.
72.
73.
针对智慧工厂监测环境中多源数据融合精度问题,提出了一种两级融合的多传感器数据融合方法,旨在提高多源数据融合的准确性和可靠性。该方法分为一级数据融合和二级决策融合,首先采用卡尔曼滤波结合自适应加权平均对同类型传感器进行数据降噪融合处理,其次利用人工兔优化算法(ARO)优化ELM神经网络进行决策融合。实验结果表明,基于ARO优化ELM神经网络的多传感器数据融合算法在融合精度方面优于其他先进算法。经验证,所提出的两级融合多传感器数据融合方法具有更好的融合性能,有效提升感知系统的可靠性和鲁棒性,实现更加准确和可靠的监测和预测。 相似文献
74.
75.
大型发电机组嵌入式远程状态监测与故障诊断系统研究 总被引:1,自引:0,他引:1
随着电力系统向超高压、大容量、多机互联系统的方向发展,为保证发电机组安全、可靠、经济和优化运行,实现设备的现代化状态检修管理制度,提出了基于嵌入式平台的大型发电机组远程状态监测与故障诊断服务系统结构,并对其数据采集基本参数的信号分析及预处理技术、嵌入式远程状态监测平台、运行状态典型故障特征信号的提取与处理、机组故障诊断的知识获取、机组典型故障的智能诊断等关键技术作了详细的分析。系统的成功研发有助于提高企业现代化管理水平,实现发电机组的预测维修和操作,达到电厂节能降耗的目标。 相似文献
76.
针对热工系统中常规的PID参数寻优策略的缺点以及遗传算法所具有的强大的全局优化能力和鲁棒性,采用了基于遗传算法的PID参数整定与优化方法,仿真结果表明该方法具有可行性和有效性。 相似文献
77.
针对传统算法在实际应用中存在网络规模庞大、学习训练时间过长和知识“组合爆炸”而导致网络组织失败等问题,提出基于变分模态分解(Variational Mode Decomposition,VMD)、自回归模型(Autoregressive Model,AR)和轻量型梯度提升机(Light Gradient Boosting Machine,LightGBM)算法的燃气轮机控制系统分层故障诊断方法。首先对原始信号进行VMD AR建模,获取最具表征性的故障特征向量;然后根据不同层级特点和故障类型设计多个LightGBM模型;最后采用贝叶斯优化算法优化分层诊断模型中的超参数,并将待测信号输入模型进行故障诊断。结果表明:所提算法不仅能够达到95%以上的故障识别率,而且具有更强的泛化能力。 相似文献
78.
79.
80.
针对监控图像中电厂雨排口出现的废弃油污泄漏问题,提出一种基于改进Faster区域卷积神经网络(Faster R-CNN)的电厂雨排口污染物泄漏检测算法。改进Faster R-CNN检测算法首先使用ResNet-50作为主干网络,在此基础上构建多尺度特征图金字塔结构(FPN),实现高层语义和低层语义之间的信息融合,提高了检测精度;其次采用CIoU损失和DIoU-NMS方法,提高Faster R-CNN中边框回归的准确度;最后引入Focal Loss损失函数,解决了区域建议网络(RPN)生成的锚点冗余导致R-CNN阶段出现正负样本不均衡问题。实验结果表明,此改进算法在真实样本中表现良好,平均准确率达到90.2%,与原Faster R-CNN算法相比较,准确率提高,误报率和漏报率明显下降,可有效应用于实际生产环境中。 相似文献