多传感器自适应加权数据融合在测量排气温度的应用

航空发动机的试车过程在强干扰环境条件下进行,为了准确测量排气温度T4,本文介绍了一种多个同类传感器数据的自适应加权融合方法,并将此方法应用到发动机试车过程排气温度T4的测量中,经过对试车过程的排气温度T4测量结果进行分析,证明此方法对减少测量误差有很明显的效果,能有效地在试车测量过程中应用.     

基于多通道自适应加权融合算法的火灾特征识别

根据当今火灾探测的现状和实现火灾早期预报的需求,将多通道传感器数据融合技术应用于火灾特征识别中,选择多个传感器对火灾过程的特征参数进行监测识别,特别对火灾发生初期产生的异常信息进行全面监测,弥补了采用单一传感器的不足,扩展了时间上和空间上的监测范围.数据融合方法采用经典的自适应加权融合估计算法,配合智能判别技术,增强了火灾特征识别的可靠性.     

输电线路加权数据融合故障测距算法研究

高压输电线路故障测距具有多种不同的方法,如基于稳态量的单、双端测距和基于行波信号的单、双端测距等。由于电力系统存在许多不确定性因素及干扰,单一测距方法都有其固有的局限性。将多传感器数据融合技术引入电力系统故障测距,充分利用多测距源提供的冗余信息,提出自适应加权数据融合测距算法。该算法利用先验知识或仿真数据获取各单一测距算法在不同工况下的加权系数,然后对单一算法的测距结果进行加权融合,最终获得可靠精确的测距结果。应用PSCAD/EMTDC建立500 kV输电系统模型,通过模拟不同故障情况对算法进行了仿真验证。仿真结果表明,融合测距算法基本不受过渡电阻、故障位置、故障类型、分布电容等因素的影响,具有良好的可靠性、精确性和鲁棒性。     

基于集中式最优加权算法的多传感器数据融合

本文提出了一种改善分布式参数检测性能的集中式最优加权融合算法,建立了该算法的数学模型.仿真结果表明,该方法在数据处理的精确性和稳健性方面都优于普通的处理方法,并且多次仿真实验表明该方法具有良好的鲁棒性.     

基于改进协方差交叉融合的多传感器数据融合研究

为提高多传感器数据融合的精度和速度,结合凸组合融合算法与协方差交叉融合算法,并采用果蝇优化算法优化协方差交叉融合算法的融合系数,提出一种改进协方差交叉融合算法,实现了多传感器数据的快速、精确融合。仿真结果表明,所提算法在x轴和y轴上的数据融合均方根误差约为3 m,融合的时间约为0.44 s,相较于多贝叶斯估计、模糊聚类、极大似然估计等数据融合算法,具有明显优势,提高了多传感器数据融合的精度和速度。     

基于多源异构数据融合的变电站风险评估研究

提出一种基于MapReduce框架下的Hermite正交基前向神经网络数据融合算法。实验将变电站实验数据、巡视数据、监测数据作为基础数据,基于数据融合后的数据进行变电站风险评估以检测数据融合的效果,并与BP神经网络算法进行对此。实验结果表明,提出的算法较BP神经网络算法在融合速度上快2~3倍,且标准误差、平均绝对百分误差较小,即变电站风险评估精度更准确,解决了BP神经网络收敛速度慢、局部极小值、网络不确定的缺点。     

基于自适应融合数据的线路参数辨识

电网频率的变化会导致利用DFT算法计算PMU数据时相角差出现误差,进而影响线路参数辨识精度.因此,提出一种基于加权最小二乘(AFD-WLS)的自适应融合数据辨识线路参数的方法,通过结合峭度因子的互补集合经验模态分解(CEEMD)自适应选取故障录波数据中的高频分量从而实现不同位置故障录波数据和PMU数据的同步;该方法利用...     

基于区域NSBP特征的加权证据融合表情识别

为了提取鲁棒性强的人脸纹理特征并提高区域特征决策融合的性能,提出一种基于邻近平滑二值模式(neighbor smooth binary pattern, NSBP)特征描述子和加权证据融合(weighted evidence fusion, WEF)的表情识别新方法。首先,提出了一种NSBP描述子,通过判定水平、垂直及对角线方向上的"中心"像素点灰度值是否在各梯度方向上两邻域的灰度值范围内来对图像进行编码;然后基于提取的眉毛、眼睛和嘴巴区域的NSBP纹理特征来构造证据的初始基本概率分配(basic probability assignment, BPA);最后针对登普斯特-谢弗(Dempster-Shafer, D-S)证据理论在证据之间存在冲突时进行融合的不足,提出一种加权证据修正的合成方法,以完成3个区域证据的决策融合。实验结果表明,该方法在CK(Cohn-Kanade)数据库上的平均表情识别率和识别时间分别为95.25%、765 ms,与其他相关方法的比较也验证了其有效性。     

基于自适应加权特征融合的PCB裸板缺陷检测研究

现有的针对PCB裸板的缺陷检测方法存在精确度低、实时性差且难以在移动端部署等问题,本文以YOLO(you only look once)v4算法为基本框架并对其进行改进,提出了一种专门针对PCB裸板的缺陷检测算法。针对YOLOv4算法难以在移动端部署的问题,采用GhostNet取代CSPDarknet53以轻量化整个检测网络。为弥补YOLOv4算法在多尺度特征融合方面的性能不足,提出了一种双向自适应特征融合网络AF-BiFPN取代PANet网络。为进一步提高模型的检测精度,在AF-BiFPN特征融合网络的采样的过程中插入m-ECANet通道注意力机制。实验结果证明,改进后的YOLOv4算法的模型大小为18.64 MB,检测的平均精度(mean average precision, mAP)为98.39%,检测速度为62.23 FPS,可为实际PCB裸板检测提供理论指导。     

基于小波对比相关性及加权因子的图像融合算法

以小波方向对比度或图像局部特征作为判据的图像融合算法均有较好的效果.本文综合上述两个方面的因素,并定义了高频加权因子,提出了一种新的基于小波方向对比度相关性和高频加权因子的融合算法.该算法首先提取小波系数用以计算高频系数的方向对比度,而后计算相关度并构造加权系数,最后利用加权系数和高频加权因子重新得到融合图像的小波系数进行反变换,重构融合图像.经多聚焦图像的融合实验表明:该算法比本文提及的另外3种算法更为有效.     

基于HomePlug AV标准的自适应电力线modem设计

文章以HomePlug AV标准的自适应电力线通信调制解调器为基础,分析了该标准的分层体系结构,简要介绍了宽带电力线通信技术和自适应均衡技术。选择OFDM作为调制技术,并对此进行了参数设计,重点设计了电力线调制解调器中自适应均衡的软实现方案,最后给出了自适应调制解调器的整体电路。     

基于双机并联虚拟同步机系统的自适应控制策略研究

近年来,为了使分布式发电系统呈现类似于同步发电机的特点,基于同步发电机机电暂态分析理论的虚拟同步发电机(Virtual Synchronous Generator, VSG)控制技术受到了世界各国学者的广泛关注。然而多并联VSG系统在并网和故障稳定的过渡过程中存在功率振荡及频率波动,对电力系统的动态响应和稳定性有负面影响。文章介绍了VSG控制策略,建立了两台VSG并联的小信号模型,分析振荡时系统变量的变化情况,并提出一种基于自适应前馈控制的双机并联VSG控制策略。通过角频率的变化自适应增加前馈量补偿系统的功率缺额,提高了系统的响应速度和功率分配精度,抑制系统频率波动和有功功率振荡,保证了系统的快速稳定和安全性。最后在Matlab/Simulink平台上建立了仿真模型,仿真结果证明了所提出控制策略的可行性和有效性。     

基于现代智能控制技术的水轮机自适应工况PID调速器研究

针对水轮机常规PID调速器不能根据系统的动态过程自动调整控制参数的缺点,提出一种新的基于现代智能控制技术的水轮机自适应工况PID调节方法。该方法根据水轮机模型综合特性曲线划分水轮机工况,采用一种改进遗传算法对水轮机的不同工况求取最优调节参数,利用神经网络做到运行工况与最优参数间的平滑切换。经过仿真表明,该控制方法具有良好的静态和动态性能,并具有很强的鲁棒性。     

基于压力自适应的凝结水节能控制技术

提出了一种基于压力自适应能力的凝结水节能控制技术,通过采取改进的凝结水泵(简称"凝泵")及除氧器水位控制策略,使凝泵出口压力和除氧器水位波动变小,由此可将凝泵出口压力设定点降低至操作约束条件附近,从而降低了凝泵运行时电流。某1000MW机组实际应用结果表明,提出的凝结水节能控制技术可以达到良好的节能控制效果,综合节能效率可提高10%～30%。     

基于变量自适应分组的电力系统多速率仿真算法

提出一种用于电力系统稳定性仿真的多速率方法,能够在仿真过程中自适应地给出具有较高加速比的变量分组方式,避免了传统的多速率仿真方法为进行变量分组而需要预先给定分组步长比的困难.构建了不诚实牛顿法(VDHN)的分组求解算法,包括预测、插值和校正3个环节,并针对VDHN法的特点给出了校正过程中电压分组计算的方法.采用IEEE...     

基于自适应蚁群算法的水电站水库优化调度

应用自适应蚁群算法来求解水电站优化调度问题,该算法把问题解抽象为蚂蚁路径,利用状态转移,信息素更新和邻域搜索以获取最短路径。实例计算表明,该算法计算精度高,收敛速度快,克服了传统蚁群算法计算时间长,易于陷入局部最优的缺点,能较好地避免动态规划的维数灾问题,可求解具有复杂约束条件的非线性规划问题,为解决水电站优化调度问题提供了一种有效的途径。     

基于自适应权重的电网应急保障能力指数研究

针对长期困扰电力系统企业的实时电网应急保障能力评估问题进行了深入研究,从电力企业抢险实际出发,综合考虑电力应急保障所需的人员、物资、材料等多方面因素,建立三级指标体系,创建了电网应急保障能力指数 (UGI),同时采用自适应权重法,以实战演练分数为目标函数,运用多目标粒子群算法对指数权重分配进行求解,最后通过对公司实战演练数据的计算和对比分析,证明了该指数的可行性和有效性.     

结合测量值与预测值的最优权值分配方法

针对目标跟踪中多传感器数据融合的实际问题,将预测值与观测值结合一起用最优权值分配方法定权,提出了多传感器数据融合中结合测量值与预测值的最优权值分配方法。该方法相当于增加了一个传感器,理论上提高了融合的精度。同时,基于相邻测量值的一阶差值建立机动频率函数,实现了对当前统计模型的改进,提高了跟踪效果。实测结果表明,本文建立的机动频率函数方法能显著改善目标跟踪效果,结合测量值与预测值的最优权值分配方法的跟踪精度优于标准的最优权值分配方法。