改进模糊神经网络模型及其在大坝监测中的应用

鉴于传统模糊神经网络计算繁琐、模型精度较低、难以收敛等问题，在大坝位移的监测数据分析中应用改进的模糊神经网络及改进的反向传播（BP）网络算法，并建立了相应的网络模型。大量的数据分析计算表明，该模型收敛快，且精度优于常规的模糊神经网络和传统的统计模型。     

流程企业生产计划的模糊数学模型

为了建立更具有实用性和灵活性的流程企业生产计划,在研究了不确定环境下的流程企业生产计划基础上,给出了多目标模糊相关机会规划模型和模糊相关机会目标规划模型,目标函数分别为生产效益、物料消耗、能量消耗和设备利用率。利用模糊技术、神经元网络和遗传算法构造了模型的解法,使多个目标函数在不确定环境下得到权衡优化。     

用模糊期望值模型求解最短路径问题

采用模糊期望值模型求解最短路径问题,将网络中弧的权值描述成三角模糊变量形式,根据三角模糊变量的特性以及模糊变量期望值的定义,把模型直接转化成了确定的最短路径问题,用传统的Dijkstra算法便可以求解。     

基于模糊综合评判法的电力网络信息系统安全评估

结合电力企业网络信息系统的现状和面临的安全威胁,建立了一种新的电力企业网络安全模型,确定了影响网络安全的众多因素及其子因素。采用模糊数学理论给出了多级模糊综合评判模型及其评价方法,根据电力网络信息系统的特点确定模糊评判矩阵,并采用Delphi法确定主因素权重系数,以模糊度量方式评价电力网络信息系统的安全性能。实例分析结果验证了文章所述方法的可行性和有效性。     

基于模糊神经网络再励学习控制器设计及其在倒车模型中的应用

考虑到神经网络学习算法的特点，给出了一种基于再励学习的自组织模糊CPN。它结合了模糊自组织CPN和再励算法的优点，在控制过程中在线调整网络结构以及对网络参数学习，学习效率高，控制结构简单。可以不要求受控对象的学习模型，实现在线控制，应用在倒车模型中仿真结果展示了所设计系统的良好控制性能。     

基于快速模拟退火算法的T—S模糊神经网络学习算法

给出一种Ｔ－Ｓ模糊模型的模糊神经网络的一种实现方法。将快速模拟退火算法用于网络参数的优化,实现Ｔ－Ｓ模型的辨识。将快速模拟退火、模糊逻辑和神经网络融合在一个系统中,并用仿真实例验证了用本文算法的有效性。     

基于改进ANP的电能替代技术环保效益模糊综合评价

研究了基于改进网络层次分析法(ANP)与模糊综合评价相结合对电能替代技术环保效益进行评价的方法。构建了电能替代技术环保效益评价指标体系及网络结构模型,综合归纳分析各因素间的相互作用;然后引入扰动项对不满足一致性的矩阵元素进行动态调整,克服了传统网络层次分析法一致性检验过程繁琐的缺点;引入群决策排序求得稳定权重,解决了等权处理决策者矩阵导致评价结果不准确的问题;最后运用模糊综合评价法来评价电能替代技术的环保效益。该方法能为制定合理的电能替代计划提供参考。     

基于模糊AHP的电力ICT网络业务质量评价方法

针对新一代电力信息与通信技术网络需求和业务特点,对新一代电力业务进行等级划分.在层次分析法和模糊评价算法的基础上,建立指标评价体系,得到指标的权重,最后构建了基于AHP的模糊加权业务质量评价模型,并对业务质量评价指标的计算方法进行了论述.以调度管理信息系统为例,证实了该模型在解决新一代电力信息与通信技术网络业务质量评价...     

超声波电机转速控制的稳态模糊建模方法研究

针对超声波电机转速控制应用,以实验数据为基础,采用模糊逻辑方法建立了超声波电机系统的二输入单输出稳态模糊模型.数据验证表明,该模型较好地模拟了电机驱动电压幅值、频率及转速三者之间的非线性关系.文中详细描述了模糊建模过程,为超声波电机系统的非线性控制建模提供了另一条有效途径.     

基于模糊状态量的二次设备状态检修模型研究

简要介绍了二次设备状态检修基本理论,并提出了基于模糊状态量的二次设备状态检修策略.通过将影响二次设备运行工况的因素分解为检测型模糊状态量、失效风险模糊状态量、可靠性模糊状态量和改进型模糊状态量4类,并分别对以上4类模糊状态量进行定义并建模,最后通过模型合成得到状态检修总体评价模型,最后根据评价结果制定出检修策略.并通过实例证明了该方法是可行的,与传统计划检修相比,在设备可靠性和检修经济性上具有明显优势.     

基于模式的配电网规划方法研究

为了简化配电网规划的过程,对配电网规划模式进行了定义,提出了一种基于模式的配电网规划方法。针对配电网规划过程中的不确定因素,引入模糊理论的方法和思想,首先采用模糊聚类分析方法将已有的规划样本进行分类,形成几类不同的规划模式。之后采用模糊模式识别方法对待规划目标进行特征识别,找到其所属的规划模式,参考该规划模式对待规划目标进行规划。采用实际数据进行算例分析,结果表明基于模式的规划方法可以有效地对配电网规划过程进行简化。     

配电网拓扑结构概念聚类及其在优化规划中的应用

聚类分析是一种无监督的机器学习方法。被广泛应用于各研究领域。在城市配电网优化规划的研究中，现有的关于网络拓扑结构分析的一些方法并不适用于配电网优化规划工作，而关于配电网拓扑结构聚类分析的研究更是鲜见报道。基于对配电网结构、运行特点以及优化规划工作实际需要的认知，提出了一种结合模糊逻辑的配电网拓扑结构概念聚类方法，对于推进配电网优化规划问题的研究具有广泛的实际意义。为检验该方法的有效性，在该方法的基础上引入几个简单的概念，构成一个基本的机器学习模块，该模块可以方便地“嵌入”基于Agent行为和范例学习的新型遗传算法中，以提高原算法的计算性能。并用算例证明了在引入基于配电网拓扑结构概念聚类的机器学习模块后，新型遗传算法具有更高的计算效率和求解质量。     

基于深度学习的脊椎CT图像分割

脊椎CT图像分割是脊椎三维重建可视化的关键。针对脊椎CT图像中脊椎边缘模糊,结构复杂,形状多变等问题,基于深度学习方法提出一种双解码器网络。该网络在编码解码网络U-Net结构基础上增加了一条结构相同的并行解码分支,两个解码分支可以互补地提取图像特征。并且,在编码与解码之间加入双重特征融合模块,解决网络在下采样和上采样过程中造成的语义信息丢失问题。同时用密连混合卷积模块代替原始卷积模块,提高网络对多尺度特征的提取能力。此外加入高效注意力模块,使网络在空间上注重学习感兴趣区域,在通道上抑制无关信息。在CSI2014公开数据集上进行测试,Dice系数达到0.970,Jaccard系数达到0.945,召回率达到0.962。实验结果表明,该网络能够提高脊椎分割精度,具有较好的泛化能力,可以满足临床脊椎CT图像分割需求。     

Control of water-purification parameters on the basis of a hybrid neural-network module

The main operating principles are considered for a module to control the waste-water purification parameters after the proper processing. A structure of the module is proposed that incorporates fuzzy and artificial neural networks. It is proved that the fuzzy neural network is good for prognostic and regulating the water parameters, while the artificial neural network is good for controlling parameters of water-purification automation and operation of water-disposal and supply equipment.     

电网规划方案经济评估方法的研究及软件实现

指出了目前电网规划中经济评估过程的不足之处.结合电网建设实际情况,提出一种易于在电网规划中推广的经济评价方法,有效地考虑了用户侧供电可靠度的经济价值.基于该方法并借助Visual C++ 6.0开发了电网经济评估软件平台.按照模块化设计,系统由参数选择模块、会计报表分析模块、辅助计算模块、计算结果分析模块、结果输出显示模块5部分组成.该系统已在部分省县级电网规划中得到了推广应用.应用实例证明了该评估方法简单、合理、易于推广的优越性.     

基于PSASP/UPI环境的电动汽车充电站优化规划

建立了电动汽车充电站供电方案的优化规划实用模型,并基于电力系统分析综合程序PSASP平台及其提供的用户程序接口（UPI）,实现了电动汽车充电站供电方案的优化规划。为了验证模型的实用性,以临沂市充电站规划为应用背景,以满足电网安全性为约束条件、实现电网网损和充电站基建成本最小为优化目标,科学、合理、经济地优化了临沂市充电站供电方案的实际规划。算例结果表明,文中建立的充电站供电方案的优化规划模型可行有效,基于PSASP平台进行规划,使得优化结果具有更高的可信度,也便于在不同电网公司进行充电站优化规划时推广使用,具有实用价值。     

考虑负荷模糊性的短期电网规划算法

文章应用基于可信性理论的模糊潮流计算方法建立了输电网短期规划模型及其算法：首先根据当前电网负载水平评估结果采用灵敏度技术自动建立候选线路集;然后从候选线路集中选出线路形成不同的规划方案,建立输电网短期规划优化模型;最后用模糊潮流算法分析预想规划网架的运行性能,并通过遗传算法求解得到优化方案。算例分析证明了该模型与算法的有效性。文章的研究成果还可扩展应用于多重模糊因素共同作用下的电网规划。文章的模型与算法已在能量管理系统(energy management system,EMS)平台上实现,借助EMS系统提供的精确电网模型以及大量完整的电网运行数据,其规划结果的可信度得到了提高。     

城市10 kV配电网规划软件的开发与研究

阐述了城市10 kV配电网规划工具软件的各部分功能模块和算法.使用该软件对某居民小区进行规划布置,制定多个备选方案,形成方案图形并进行经济性、技术性计算及比较,最终择优选取方案.实际应用结果表明,该软件可以优化城市电网的规划结果,也可以减轻规划人员的工作量.     

基于残差BP神经网络的变压器故障诊断

基于传统BP神经网络的变压器故障诊断方法,当网络模型达到一定的深度时,模型的诊断性能会趋向于饱和,无法进一步提升网络模型的诊断性能,此时加深网络模型的深度反而会导致模型的诊断性能有所下降。此外,在小样本数据下,传统BP神经网络仍无法取得较好的诊断准确率。因此,为了提高变压器故障诊断准确率以及在小样本数据下的诊断性能,提出了基于残差BP神经网络的变压器故障诊断方法。所提方法采用堆叠多个残差网络模块的方式加深BP神经网络的深度,将传统BP神经网络的恒等映射学习转化为残差BP神经网络中的残差学习。同时,在每个残差网络模块中,模块的输入信息可以在模块内跨层传输,使得每个模块的输入信息可以更好地向深层网络传递,从而在小样本数据下仍可以训练得到较好的诊断模型。实验结果表明,相较于传统深层BP神经网络和传统浅层BP神经网络,所提方法具有更高的诊断准确率,同时在小样本数据下也体现出较好的诊断性能。     

基于改进 U-net 网络的液压管路分割方法

针对液压管路背景多变、管道弯折、管道重叠排布等复杂现象且现有图像分割方法对管路分割精度不高等问题,提出一种以U-net网络为基础,结合Mobilenetv3网络、SE注意力机制模块、自校正卷积模块的液压管路分割方法。该方法以Mobilenetv3-large模型作为骨干网络,结合LR-ASPP网络处理特征图;在解码过程中,融入SE注意力模块和SC自校正模块,提升了特征提取能力;最后采用Dice函数和BCE函数的组合来作为网络的损失函数,有效地提升了网络的收敛能力。实验结果表明本文提出的方法在交并比、像素精度指标上的均值分别达到90.8%、95.2%,且模型体积为16.9 M,推理每张图像所耗时间20 ms,可应用于需实时部署的场景,为液压管路渗漏的准确识别提供了基础。