地采诱发建筑物损伤识别的SVM分析模型

针对地采诱发建筑物损害预测中指标与建筑物损害的关系不确定性问题,综合应用相关分析法、鱼骨图理论及SVM原理构建地采诱发建筑物损害的分析模型。采用相关分析法及原因型鱼骨图模型分析指标与建筑物损害的关联度,计算各因素权重,用建筑物损害观测数据对指标加权的SVM模型进行训练和测试,测试结果良好。研究结果表明：鱼骨图模型可获得指标与建筑物损害的关系,量化输入指标的重要性;建筑物本身条件中与空区位置、建筑物状况的重要性明显高于其他指标,加大建筑物本身建设,可较好地改善建筑物抗损害能力;基于鱼骨图的SVM分析模型可以更好地考虑各指标对建筑物损害的综合影响,回估误判率较低。     

双树复小波变换域矿区遥感图像自适应滤波

矿区遥感图像因受成像环境、成像器件固有缺陷等因素的影响容易出现不同程度的失真,为此,结合双树复小波变换（Dual-tree complex wavelet transform,DTCWT）多尺度图像分析的优良特性,提出了一种矿区遥感图像自适应滤波算法。首先对获取的视觉效果不佳的遥感图像进行直方图均衡化处理,使得增强后的图像灰度分布较为合理,提高图像的对比度;然后对增强后的图像进行双树复小波变换,对获得的高频分解系数采用改进的多级中值滤波算法进行处理;最后,将低频分解系数与滤波后的高频分解系数进行逆双树复小波变换。其中改进的多级中值滤波算法相对于经典多级中值滤波算法进行了2点改进：①将原有的4个方向滤波窗口扩展为7个,更有利于保持图像中信息的多方向特性;②对新增设的3个滤波窗口分别进行加权中值滤波,将上述7个滤波窗口的滤波值采用一种基于图像灰度值相关性的判别方法进行处理,剔除与待滤波像素点相关性不强的滤波值,将剩余的滤波值计算均值输出;MATLAB平台试验结果表明：新算法的总体性能相对于经典多级中值滤波、中值滤波、双边滤波等算法而言,优势较为明显。     

应用贝叶斯框架的LS-SVM概率输出诊断电力变压器故障

针对传统最小二乘支持向量机（LS-SVM）分类器的参数选择具有随意性和不确定性等不足,采用贝叶斯推断方法、通过3级分层推断优化来确定最小二乘支持向量机的各参数,有效提高了最小二乘支持向量机的建模效率。结合最小二乘支持向量机的后验概率输出,可将其运用到变压器故障诊断中。仿真结果表明：该方法能有效地诊断电力变压器故障,且诊断精度和建模效率均优于传统的最小二乘支持向量机方法。     

智能变电站GOOSE组网应用

为了保证智能变电站GOOSE报文传输的实时性和可靠性,分析和比较了MAC地址静态组播、虚拟局域网（VLAN）、组播注册协议（GMRP）3种多播报文过滤技术的特征,指出基于端口的VLAN划分方式是现阶段智能变电站GOOSE组网工程应用中切实可行的方案。分析了智能电子设备（IED）之间GOOSE报文的数据流向和交互范围,提出一种基于GOOSE信息分类和保护间隔的VLAN划分方案,最后结合工程实例给出了GOOSE组网配置方案,该方案易于实现,GOOSE数据流向清晰,能够有效隔离多播报文。     

基于气象因素的PM2.5质量浓度预测模型

为得出拟合效果最佳的预测模型,建立了多元回归和机器学习预测模型对PM_2.5质量浓度进行预测。在输入气象因素的基础上,引入污染物质量浓度基础值和周期因素两类变量作为预测输入,并对4种预测模型进行对比研究。研究结果表明:对预测输入进行改进后,多元线性回归预测模型拟合优度由0.52提高至0.64,所选取的气象参数、污染物质量浓度基础值和周期因素能较好地描述PM_2.5质量浓度的日变化情况;与多元线性回归预测模型相比,BP神经网络和支持向量机两种预测模型能较好地捕捉PM_2.5质量浓度与预测输入之间的非线性影响规律,整体拟合优度分别达0.69和0.74,预测准确度较高;支持向量机预测模型可作为PM_2.5质量浓度预测的首选方法。     

滑坡位移预测的支持向量机模型参数选择研究

支持向量机(Support Vector Machine, SVM)已被广泛应用到滑坡位移预测,但在具体使用时,SVM的惩罚系数C、核函数参数δ及松弛系数ζ这三个重要参数的取值选择成为影响预测精度的关键。为有效分析SVM三参数取值对滑坡位移预测精度的影响规律,以三峡库区浮托减重和动水压力型两类典型水库滑坡为代表的连续6年地表位移、降雨及库水位监测数据为研究对象,首先,采用移动平均法将位移数据分解为趋势项和周期波动项,并区分训练集和检验集;再结合对滑坡变形机理及影响因素的分析,选择相应预测变量分别建立趋势项和波动项位移预测SVM模型;然后,在固定两参数情形下,通过改变另一参数的取值大小以获得SVM训练集与检验集的预测精度变化规律;最后,建立起典型水库滑坡SVM位移分解预测的参数取值推荐范围。该取值范围可以作为滑坡位移预测SVM模型的参数寻优初始搜索范围,可以在保证预测精度的前提下大大提高搜索效率。     

混凝土中锚杆锚固强度的SVM回归模型

锚杆锚固强度是评价锚杆锚固质量的主要因素之一,而混凝土中锚杆锚固强度受多因素影响,各因素间也具有复杂的关联。应用支持向量机回归原理,以混凝土龄期、锚杆直径和锚固长度3个因素作为输入列向量构建样本集,选用径向基核函数建立混凝土中锚杆锚固强度的支持向量机回归预测模型。利用30组锚固强度实验数据中2/3的数据作为训练样本,剩余1/3的数据作为预测样本,对锚固强度进行回归预测,将预测结果与试验结果和BP网络计算结果进行对比分析。研究结果表明:此模型预测精度高,具有良好的泛化能力,预测结果具有可信性,将SVM方法运用于混凝土中锚杆锚固强度的预测是合理有效的,为锚固强度的预测提供了一条新的途径。     

变频调速技术在风机水泵负载上的应用

对拖动风机、泵类负载的大功率电动机采用变频调速是现在节能措施中极为重要的手段。空间电压脉冲宽度调制(Space Vector Pulse Width Modulation,SVPWM )技术应用于变频调速系统中不但改善了脉冲宽度调制(Pulse Width Modulation,PWM)技术存在电压利用率偏低的缺点且具有转矩脉动小、噪声低等优点。给出了一个以 TMS320LF2407A型数字信号处理器(Digital Signal Processor,DSP)芯片为控制电路核心的异步电机SVPWM矢量控制调速系统,在介绍SVPWM基本原理的基础上对系统硬软件设计进行了分析。试验结果表明,该调速系统具有优良的动、静态特性和较好的控制效果,因此在风机、水泵等高能耗设备方面拥有广阔的应用前景。     

基于K-近邻隶属度模糊支持向量机的再造抽油杆损伤等级磁记忆定量识别

针对磁记忆技术在再造抽油杆损伤等级定量评价中小样本和分散性的难题,从再造抽油杆疲劳损伤实验出发,通过获取损伤演化过程的磁记忆特征规律,提取五维磁记忆特征向量,首次引入基于K-近邻隶属度的模糊支持向量机多分类算法,结合参数组合寻优方法,建立再造抽油杆损伤等级的多分类磁记忆定量识别模型。结果表明:利用K-近邻隶属度将分散性和模糊性加以量化,结合支持向量机的小样本优势,构造的K-近邻隶属度模糊支持向量机多分类磁记忆模型,可以进行再造抽油杆损伤等级的磁记忆定量识别,并进一步进行参数组合寻优,避免了盲目选择固定参数导致模型精度过低,具有较好的抗噪性和鲁棒性,为再造抽油杆损伤等级定量评价提供了一种新的方法。     

Dimensionality reduced simultaneous iterative reconstruction technique for electrical resistance tomography

With the advantages of non-invasion, non-radiation, low-cost and high-speed, electrical resistance tomography (ERT) is suitable for online measurement of multiphase flow inside a pipeline. However, due to the highly non-linear and ill-posed characters of the inverse problem, its spatial resolution is low. As a kind of promising solutions for the issue, the iterative methods are always with low computational efficiency. In the paper, a Dimensional Reduction Simultaneous Iterative Reconstruction technique (DR-SIRT) is proposed to solve the two and three dimensional ERT problems. Scalar of the algebraic system for the solution of the inverse problem is significantly reduced by the orthogonal projection operator. The over-smoothing character of the iterative regularization method is mitigated by the non-negative constraint. The results from the numerical testes and the statistic experiments proved that the usage of the DR-SIRT can save the computational resources both in 2D and 3D cases. The discussions on the factors influencing the imaging speedy and quality, such as the number of electrodes and the truncation coefficient in the projection operator, provide some guidelines for the practical applications of the DR-SIRT algorithm.