基于隐马尔科夫模型的变压器剩余寿命分析

针对电力变压器故障引起的被迫停机状况,推进符合运维需求的视情维修机制,利用隐马尔科夫模型对变压器剩余寿命进行了研究.收集系统相关运行状态和工况数据,利用退化信息及历史寿命数据基于隐马尔科夫模型对系统进行退化状态评价,得出状态转移矩阵以及观测概率矩阵.利用故障比率模型进行可靠度分析,得出变压器剩余寿命概率分布.结果表明,本文方法能大概率准确预测变压器剩余寿命.     

基于RVM和WPHM的滚动轴承剩余寿命预测

针对在直接预测传统滚动轴承剩余寿命中呈现出精度不高及预测结果无法体现个体差异性的问题,提出一种基于相关向量机(RVM)和威布尔比例故障率模型(WPHM)的滚动轴承剩余寿命预测方法,采用Cincinnati大学滚动轴承全寿命实验数据进行仿真实验,计算结果表明提出的预测方法能实现对滚动轴承剩余寿命的预测,预测趋势与实际情况相符程度高,有较好的预测结果,具有一定的应用价值.     

多传感器和故障率隐半马尔可夫模型的剩余寿命预测方法

为解决复杂设备剩余寿命预测精度不高的问题,提出了一种基于多传感器和故障率隐半马尔可夫模型的剩余寿命预测方法.使用极大似然线性回归变换方法表示多传感器之间的差异,通过故障率与健康状态转换矩阵相结合的方法,建立多传感器和故障率隐半马尔可夫模型预测有效剩余寿命.实验结果表明,通过提出的故障率方程,利用某火炮炮管的多传感器历史...     

基于VB和MATLAB混合编程的VFD寿命预测

通过加大真空荧光显示器（VFD）灯丝温度,开展了4组恒定应力加速寿命试验．采用一种基于COM组件的VB与MATLAB混合编程方法开发VFD寿命预测软件,完成了VFD寿命的估计．结果表明：试验设计方案和寿命预测方法正确可行;由该软件精确计算的加速参数可以确保在很短的时间内估算出VFD的寿命．     

基于瑞利混合隐马尔科夫模型的语音幅度谱分布估计

针对语音信号处理中语音短时幅度谱分布模型过于单一的问题,提出了一种基于隐马尔科夫模型的语音幅度谱分布估计算法。该算法利用瑞利混合模型作为语音幅度谱分布,采用隐马尔科夫模型将语音分成不同的状态,在每一状态中有一组瑞利混合模型参数与之相对应,通过把语音信号分成不同的状态对语音进行分类,为语音短时谱幅度建立更为准确的模型。     

基于贝叶斯算法的220kV变压器故障检修成本模型分析

针对电力网络中220kV变压器运行现状和其所处的故障检修阶段,根据全寿命周期成本管理理念,基于贝叶斯计量经济学理论和计量经济学软件WinBUGS,建立了220kV变压器的失效故障维修成本优化模型．该模型充分考虑到电气设备经济成本活动的不确定性和特殊性,能够较为合理地反映出变压器寿命周期内的检修故障阶段所对应的费用．并结合福建某变电站220kV变压器的运行情况,验证了该模型的可行性与适用性．     

基于隐马尔科夫模板模型的视频动作识别算法

针对动作识别算法中构建局部特征间关系不准确、先验知识少的问题,采用一种隐马尔科夫模板模型(HMT),用于从视频中识别人的动作。通过隐马尔科夫模型的状态转移概率,描述动作的各个姿态间的关系。通过模板匹配的方式来计算观测值到隐含状态之间的似然函数(因此称为隐马尔科夫模板模型),模板是活动的,可以克服目标几何外观的变化。隐马尔科夫模版模型的参数包括所有关键姿态模板的参数和这些关键姿态之间的转移概率。这些参数可以通过"期望最大化"算法从训练数据中学习。实验结果表明,所提出的方法在识别准确率上有明显优势。     

基于隐马尔科夫模型的随机系统运行时安全性验证

随机系统运行时验证中,由于可靠地传感系统运行状态的成本非常高以及一些事件的监控严重影响系统时间相关的行为,因此,复杂随机系统在运行时其状态是难以观测的。为了对该类系统进行运行时验证,提出了状态不可观测的随机系统运行时安全性验证方法。首先,给出了随机系统安全性验证框架,框架使用隐马尔科夫模型建模运行时系统,使用确定性有限自动机规约系统安全属性,使用两者的乘积自动机作为属性验证器。然后,提出了属性验证器的构造算法,该算法消除了从初始状态不可达的状态以及与验证属性无关的组合状态,约简了验证器的规模。最后,基于验证器,提出增量迭代安全性验证算法,该算法接收到一个新的观测值,立即计算已观测到的整个有穷序列的监控结论,不需要保存当前观测值之前的有穷观测序列。实验仿真结果表明该方法能有效性地在线验证状态不可观测的随机系统安全性。     

基于假设检验法的插秧机寿命建模

可靠性差、故障多和寿命周期难以准确估算是当前国产插秧机普遍存在的问题,而当前研究插秧机寿命及寿命建模的相关成果较少。以某型插秧机为研究对象,收集并统计该型插秧机的故障时间数据,使用假设检验法作为建立插秧机寿命模型的理论依据。假设该型插秧机寿命分布为二参数威布尔模型,根据故障数据,运用!2检验法进行模型检验,而后分别使用最小二乘法和极大似然法对模型参数进行估计,并对估计值进行优选。运用K-S检验法进行拟合优度检验,以检验模型的显著性。     

基于策略梯度informer模型的滚动轴承剩余寿命预测

典型的编码器-解码器——Transformer存在二次时间复杂度、高内存使用以及模型结构复杂等固有限制,这些造成Transformer用于滚动轴承剩余寿命 (remaining useful life, RUL)预测会表现出较低预测精度和较低计算效率的问题。为此,提出了一种新型编解码器——策略梯度informer(policy gradient informer, PG-informer)模型,并首次将其应用于滚动轴承RUL预测。在PG-informer的新型编解码器体系结构——Informer中设计了概率稀疏自注意力（probabilistic sparse self-attention, PSSA）机制来替代Transformer中原有的自注意力机制,以提高非线性逼近能力并减少时间和空间复杂度;然后,PG-informer采用自注意力蒸馏(self-attention distillation, SAD)操作减少参数维度和参数量,并提高了对时间序列的预测鲁棒性;此外,PG-informer的生成式解码器只需对解码输入进行一步解码即可输出预测结果,而无需动态多步解码,提升了对时间序列的预测速度;最后,构造了策略梯度学习算法来提高对PG-informer参数的训练速度。PG-informer的以上优势使所提出的基于PG-informer模型的滚动轴承RUL预测方法可以获得较高的预测精度、较好的鲁棒性和较高的计算效率。对辛辛那提大学智能维护系统中心的1号滚动轴承的RUL预测实验结果表明所提出方法预测得到的RUL值为963 min,其RUL预测误差仅为6.50%,比基于Transformer的RUL预测方法预测精度更高、预测误差更小、鲁棒性更好;所提出方法所耗费的RUL预测时间仅为132.37 s,比基于Transformer的RUL预测方法的预测时间更短。以上实验结果验证了所提出方法的有效性。     

基于隐马尔科夫模型的潜在个性化路线推荐

现有路线大多基于历史轨迹的相似性进行推荐,容易忽略潜在新路线. 为解决这一问题,利用隐马尔科夫模型对个性化的潜在路线推荐问题进行建模,提出一种可发现隐藏路线的推荐算法（HMMPath）;根据用户指定的类别关键字序列生成访问点序列,结合路线长度、个性化路线分数以及访问点序列的可能性,为用户推荐满足个性化需求的路线;在真实签到数据集上通过改变数据集大小、查询类别关键字数量、查询类别关键字类型和推荐路线数量等参数验证所提算法的准确率和运行效率。结果表明,所提方法在包含4个以下短查询类别序列上的推荐准确率在70%以上,表现出了较好的推荐准确度.     

基于隐马尔科夫模型的高速公路场景SDVN路由算法

在高速公路车联网场景下,由于车辆节点运行速度快,导致传统车联网网络拓扑结构不稳定,容易造成数据传输中断或重传。使用隐马尔科夫模型预测目的车辆节点下一时刻的位置信息,以便精准规划路由;同时选取行驶较为缓慢的卡车作为移动路侧装置(RSU),以增大信号覆盖范围。集中管理下发路由算法(CMR-SDVN)是指收集各RSU覆盖范围内的所有车辆节点信息,并将其传输至控制器,由控制器创建网络拓扑。车辆节点将传输请求发送给控制器,控制器计算出安全链路并下发至车辆节点,车辆节点根据安全链路进行数据传输。经仿真实验证明,即使在RSU信号未完全覆盖的场景下,CMR-SDVN算法比GPSR算法和JRRS算法更优。     

基于Transformer和隐马尔科夫模型的中文命名实体识别方法

提出了一种基于Transformer和隐马尔科夫模型的字级别中文命名实体识别方法。本文改进了Transformer模型的位置编码计算函数,使修改后的位置编码函数能表达字符之间的相对位置信息和方向性。使用Transformer模型编码后的字符序列计算转移矩阵和发射矩阵,建立隐马尔科夫模型生成一组命名实体软标签。将隐马尔科夫模型生成的软标签带入到Bert-NER模型中,使用散度损失函数更新Bert-NER模型参数,输出最终的命名实体强标签,从而找出命名实体。经过对比实验,本文方法在中文CLUENER-2020数据集和Weibo数据集上,F₁值达到75.11%和68%,提升了中文命名实体识别的效果。     

基于全寿命周期成本的高压断路器综合寿命评估

考虑到高压断路器的经济运行,给出了高压断路器经济寿命的概念,并结合全寿命周期成本理论,提出了一种基于全寿命周期成本的高压断路器经济寿命评估方法。分析了高压断路器全寿命周期成本的含义,并详细介绍了高压断路器初始投资成本、运行维护成本、故障成本、退役处置成本的概念及其组成。在综合考虑高压断路器各项成本的基础上,建立了以年均全寿命周期成本最小为目标函数的高压断路器经济寿命评估数学模型,进而通过求解基于全寿命周期成本的高压断路器剩余寿命评估模型得到高压断路器的剩余寿命。最后通过算例验证了所提方法的正确性和有效性。     

基于QES-SVM的雷达装备剩余寿命预测

针对雷达装备剩余寿命的单一模型预测精度不高的问题,使用二次指数平滑(QES)法和支持向量机(SVM)组合模型进行剩余寿命预测．首先以均方根作为指标参数,输入两种单一预测模型,分别得出各自剩余寿命计算结果;然后结合误差平方和最小法求出权重,计算组合模型预测结果,并与两种单一模型结果进行对比．仿真结果表明,QES-SVM组合模型预测精度与两种单一模型相比,误差更小,预测效果更佳,验证了该组合模型的有效性．     

基于深度神经网络的切削刀具剩余寿命预测

为了更好的解决切削刀具剩余寿命难以准确预测这一问题,从监控指标选取、数据特征提取以及预测模型建立等方面进行了深入的研究。首先,选取切削力和切削振动两项信号作为初始数据,两者可有效反映刀具的工作状态,为分析刀具磨损过程提供数据支持。其次,使用小波包分析方法进行数据降噪,实现特征提取,得到监控数据的熵值化结果。然后,将该结果作为预测模型的输入,训练和测试深度神经网络,建立刀具剩余寿命预测模型。最后,使用实际加工数据对该预测方法进行验证实验,验证结果表明该模型能有效的预测剩余寿命。     

电力变压器全寿命周期成本建模及其综合敏感性分析

建立电力变压器的全寿命周期成本模型,是提高电网资产管理效率的重要手段。以全寿命周期理论为指导,考虑了资金随时间的动态变化,将环境成本和预防性试验成本新增到全寿命周期成本模型中,并完善其他环节的模型,建立了更为精细、全面的变压器全寿命周期成本模型。同时,提出了综合敏感性分析方法,该方法在考虑敏感性系数的同时,将参数量值的作用也体现在其中。结合实际算例,对变压器全寿命周期各成本进行比例分析,通过传统敏感性分析与综合敏感性分析结果的对比,验证了综合敏感性分析方法的科学合理性及优越性,对于实际工程中的变压器成本管控有一定的指导意义。     

基于衰减速率算法模型的压力容器裂纹缺陷剩余寿命与安全裕度

疲劳裂纹是引发压力容器安全失效的主要原因,然而传统压力容器安全评定方法未考虑裂纹缺陷安全衰减过程的时变性,因此对裂纹缺陷的安全裕度表征方式存在缺陷。为此,本文通过力学公式推导、裂纹实验仿真与裂纹疲劳扩展实验相结合的方式研究了压力容器表面裂纹缺陷在疲劳断裂过程中的深长尺寸扩展规律,探索了裂纹缺陷在疲劳载荷作用下的安全衰减过程,结合安全衰减路径理论的基本思想,利用裂纹缺陷在失效过程中沿安全衰减时变路径的变化趋势来定义裂纹缺陷的疲劳失效速率,通过建立安全衰减时变路径与安全衰减速率之间的瞬态数学关系式,得到了裂纹缺陷安全衰减速率表征模型,并据此构建了曲线积分形式的裂纹缺陷剩余寿命计算模型与安全裕度表征模型。实验结果表明,本文所提寿命预测模型计算结果与裂纹缺陷的实际剩余寿命十分接近。裂纹缺陷的剩余寿命维持在总寿命的50%以上时,所提方法的安全裕度下降速率较为缓慢;而当裂纹缺陷的剩余寿命处于总寿命的50%以下时,安全裕度的下降速率会迅速增加。这种安全裕度表征方式不仅与裂纹缺陷的疲劳扩展规律一致,而且比传统方法更加符合裂纹缺陷的实际安全衰减过程、更有利于安全检测人员对临近失效裂纹缺陷进行识别与检测。     

基于衰减速率算法模型的压力容器裂纹缺陷剩余寿命与安全裕度研究

传统压力容器安全评定方法未能考虑到裂纹缺陷安全衰减过程的时变性,导致其对裂纹缺陷的安全裕度表征方式存在缺陷。为此,本论文结合安全衰减路径理论的基本原理与思想,利用裂纹缺陷在失效过程中沿安全衰减时变路径的变化趋势来定义裂纹缺陷的疲劳失效速率,通过建立安全衰减时变路径与安全衰减速率之间的瞬态数学关系式,得到了一种全新的裂纹缺陷安全衰减速率表征模型,并据此构建了曲线积分形式的裂纹缺陷剩余寿命计算模型与安全裕度表征模型。实验结果表明,本文所提寿命预测模型的计算结果与裂纹缺陷的实际剩余寿命十分接近;本文所提安全裕度表征模型不仅更加符合裂纹缺陷的实际安全衰减过程,而且更加有利于安全检测人员对临近失效裂纹缺陷的识别与检测。     

基于灰色马尔科夫链的用电量预测模型分析及应用研究

准确预测用电量是电力系统运行和规划的基础,是电力企业制定配售计划、经营战略和策略的基础。用电量受到产业结构、经济发展、居民收入水平和国家政策的影响,是一个灰色系统。针对我国供电量进行预测,首先采用灰色模型GM(1,1)进行预测,利用初步预测结果的相对误差构建马尔可夫转移矩阵,对灰色模型得出的预测值进行马尔可夫修正,经实例验证,预测精度可以进一步大幅提高。