基于人工智能与多传感器信息融合的电缆火灾预警算法

随着智能化技术应用的普及,对电缆火灾预警的准确性和抗干扰能力提出了更高的要求.文中提出了一种基于人工智能与多传感器信息融合的电缆火灾预警算法,通过融合多传感器特征层的数据信息,基于BP神经网络的特征层融合实现电缆火灾预警.搜索最佳特征融合系数;使用多传感器分别采集电缆周围的温度、烟雾、CO的数据信息;在特征层数据融合的...     

基于神经网络的电缆火灾致灾因素分析建模与仿真

针对电缆火灾致灾定性、定量因素并存,且各因素存在时序特征与非线性关联的问题,提出了基于层次分析法与神经网络的电缆火灾致灾因素分析模型,并提高了因素分析的准确性和鲁棒性.该模型采用层次分析法对致灾因素进行逐级分析,建立了神经网络模型,对各定性、定量因素以及其特征值进行转换,并将其作为神经网络的输入进行模型训练,从而建立致...     

基于大数据的电力监控系统网络安全监测系统设计

为了保证电力监控系统网络的运行安全,解决传统网络安全监测系统存在的监测精度低、适配性差的问题,应用大数据处理技术实现对系统网络安全监测系统的优化设计。安装大数据分析处理器、网络路由处理器,并改装系统存储器、显示器和连接电路,完成对系统硬件设备的优化。构建系统数据库,并在硬件设备和数据的支持下,分析电力监控系统网络的运行模式,并利用大数据技术收集并处理实时网络数据。最终从网络流量和入侵攻击2个方面实现网络安全监测功能。通过系统测试实验得出结论:与传统的系统网络安全监测系统相比,设计系统在流量和攻击次数2个方面的监测精度分别提高了0.19 Kbit/s和1.12次,且在适配性方面更加具有优势。