基于结构熵的电力骨干通信网抗毁性研究

电力骨干通信网抗毁性分析对于评价电力通信网络的生存性能,制定网络的保护策略具有重要的意义。结合复杂网络异构性,基于电力骨干通信网拓扑结构,构建了网络节点差异性矩阵。依据电力通信的业务特点,将链路传输流量作为链路的权重,构建了网络链路差异性矩阵。融合节点及链路差异性定义了节点重要度及电力骨干通信网的结构熵。以一个实例网络对网络的节点重要度及蓄意攻击下以结构熵为指标的网络抗毁性进行了仿真分析,结果表明了所提方法的合理性和有效性。     

基于参数优化变分模态分解和多尺度熵偏均值的行星变速箱故障特征提取

针对某型装甲车辆行星变速箱行星轮故障特征难以提取的问题,提出了结合参数优化变分模态分解(VMD)和多尺度熵偏均值的故障特征提取方法。为克服VMD算法参数选取依赖经验的弊端,采用粒子群优化算法对VMD参数进行优化。使用参数优化后的VMD算法对信号进行分解,并依据互信息选取有效分量对信号进行重构。多尺度熵能反映信号在多尺度下的复杂度,偏均值可以反映多尺度熵的均值和变化趋势。采用基于多尺度熵的综合指标多尺度偏均值,以全面反映振动信号在多尺度下的特性,用于衡量行星变速箱运行状态,从而进行故障特征提取。行星变速箱实验数据处理结果表明,新方法可以更加有效的提取行星变速箱故障。     

引入AHP熵值赋权的武装直升机作战效能评估

为解决传统熵值法评价指标赋权时,会出现指标权重过大的问题,引入层次分析法(analytic hierarchy process,AHP)的赋权方式对熵值法进行改进.对指标差异性系数进行两两对比来求解指标权重,通过实际数据检验,指出传统熵值法的弊端,构造基于信息熵的判断矩阵并求解出指标权重,分别使用传统熵值法和引入AHP的熵值赋权法对武装直升机作战能力的7项指标赋权进行作战效能评估.结果表明:该方法能弥补传统熵值法赋权时单一指标权重可能过大的不足,赋权结果更加合理,武装直升机作战能力随某个指标变化的评估结果也更为准确.     

基于最小熵解卷积的轨面缺陷漏磁信号处理

钢轨表面缺陷的漏磁检测会受到巡检速度等因素的影响,导致背景噪声增大,检测灵敏度降低。为了增强缺陷信号特征,提高漏磁信号的信噪比,提出了一种基于最小熵解卷积的漏磁信号处理方法。通过目标函数法,计算得到最优的逆滤波器参数,对采集到的漏磁信号进行滤波处理。为衡量最小熵解卷积算法滤波效果,将处理得到的缺陷信号和背景噪声信号的峰峰值与小波变换法和中值滤波法进行对比。实验结果表明,最小熵解卷积算法对缺陷信号起到了明显的增强作用,且其效果优于小波变换和中值滤波。     

基于G2-熵权法的低压配网台区状态特性评估

从低压配网台区的线路特征、运行特征2个主要方面的指标对低压配网台区状态特性进行评估。首先从上述2个方面建立评估指标体系;其次对指标进行一致化和无量纲处理;然后采用基于功能驱动的G_2法(唯一参照物法)加入专家经验求得各指标的主观权重,同时采用基于数据差异驱动的熵权法求得各指标的客观权重;最后利用拉格朗日最优乘子法综合主客观权重求得各指标的综合权重,得到低压配网台区状态特性的评估函数,根据评估函数值对低压配网台区状态特性做出评估。通过对某地的若干个低压配网台区进行实例分析,验证了该评估方法的有效性和可行性。     

微电网群功率优化控制

随着间歇性电源(分布式风电、光伏)在中、低压配电网中渗透率的提高,多个微电网可能共存于一个区域配电网中,各微电网间能量互济与协调控制的微电网群技术开始引起广泛的关注。以微电网研究为基础,分析了微电网群的典型特征及拓扑结构。以微电网群功率波动为研究对象,建立了微电网群功率波动熵值的动态调度模型,采用量子粒子群优化算法进行求解实现优化控制。仿真结果验证了所提微电网群功率优化控制方法的正确性和有效性。     

反褶积在地质雷达资料处理中的应用

该文根据地质雷达信号的特点,采用最小熵反褶积法对雷达信号进行处理。该方法可以有效地去除子波的拖尾现象,改善地质雷达剖面记录,提高信号的垂向分辨率和信噪比。采用该方法对某工程基岩面和岩溶地质雷达探测数据进行处理,结果表明该方法是一种比较有效的雷达资料处理方法。     

最小熵反卷积在水下航行体滚动轴承故障特征提取中的应用

随着海洋开发和军事战略的发展,水下航行体日益得到世界各国的重视。水下航行体能完成水下勘探、侦测和军事攻防等任务。滚动轴承在水下航行体旋转部件支撑元件中应用广泛,但过大的振动将导致水下航行体无法可靠完成既定任务,对轴承进行状态监测和故障特征提取是水下航行体领域不可忽视的。轴承的冲击往往由于传递路径,其他部件的运行振动,制造装配误差等引起的随机振动等因素影响,冲击特征容易被淹没。研究了基于最小熵反卷积方法,建立滚动轴承动力学模型,在模型获得的纯净故障信号中添加谐波、白噪声,以此探讨最小熵反卷积方法在滚动轴承特征提取方面的应用,为水下航行体的安全服役提供重要理论参考。     

基于概率分布的风电场电能质量综合评估

随着风电接入电网的容量增大,对电网电能质量的影响会愈发严重,因此风电场接入电网的电能质量评估和治理越来越重要。本文提出了一种考虑概率分布的组合赋权理想解法的风电场电能质量综合评估方法。依据概率分布的定义对风电场电能质量指标监测值进行处理,然后运用层次分析法(AHP)和熵值法结合的组合赋权法确定各指标的综合权重,最后利用理想解法对单个风电场PCC点和风电场群进行电能质量评估,得到电能质量等级,并与AHP、熵值法及突变决策方法对比分析验证本文方法的优越性。     

基于奇异谱熵和支持向量机的变压器绕组松动识别及定位

绕组压紧状态影响着变压器的机械性能和绝缘性能。为此,提出一种基于奇异谱熵和支持向量机的变压器绕组松动诊断及定位方法。首先进行110 kV变压器绕组松动实验并测取不同绕组状态下的振动信号,对信号进行时间序列重构,通过奇异值分解提取重构空间的最优特征序列,结合信息熵得出绕组松动的特征量——奇异谱熵,并作为诊断模型的输入,利用粒子群算法对多分类支持向量机进行参数优化。并将其测试结果与BP和PNN神经网络的诊断效果进行对比。实验结果证明,该方法能有效地判断绕组是否发生松动并正确识别绕组松动相,验证了上述方法的可行性和准确性。