结合KPCA的阴性选择变压器故障诊断

为解决常规阴性选择方法在故障诊断领域存在漏诊和故障难以有效细分检测的缺陷,文中提出一种结合核主成分分析(KPCA)的实值阴性选择自适应分类算法,采用实值编码,以欧氏距离衡量被检样本与检测器的亲和度,具备学习和分类的能力,实现了故障的细分类。针对电力变压器油中溶解气体数据(DGA),应用核主成分分析技术提取样本特征量,经归一化处理后对所提出的算法进行训练,测试结果证明了该方法的有效性,与BP神经网络、最小二乘支持向量机相比,获得了更高的故障检出率,对电力变压器典型的4类故障检出率达到了90%以上。     

基于人工免疫的异步电机故障诊断系统

基于免疫系统的原理,提出了一种用于异步电机故障诊断的新方法.针对阴性选择存在的不能辨识故障种类的缺点,提出一种改进的阴性选择方法,该法为实数编码、用欧氏距离来判断匹配,增加了记忆集,具有学习能力,能够辨识故障种类.并借鉴生物免疫亲和度较高的抗体之间抑制作用,增加对进入记忆检测器集的有效检测器与已有的记忆检测器亲和度计算,抑制亲和度高的检测器;根据电机定子匝间短路的实验结果,提出短路负载电流的基波经过时频变换后的结果,在一定的区域与负载成正比关系;使用所提出的改进的阴性选择方法对匝间短路进行检测,检测结果证明了改进的阴性选择方法克服了传统阴性选择方法的学习能力Ζ差,不能辨认故障的种类缺点,对故障检测的准确率很高.     

基于人工免疫系统的电路小样本故障诊断方法

针对常规电路故障诊断方法存在的故障样本需求大的问题,基于免疫系统的阴性选择机理,提出了建立人工免疫系统实现电路小样本故障诊断的新方法。该方法仅需电路正常模式测试数据加一组故障模式测试数据为样本,生成随机检测器,再运用变异实值否定选择算法优化随机检测器,结合基于故障样本生成故障类型检测器构成人工免疫系统的故障检测器,并采用二次匹配方法完成电路的故障诊断。对ITC’97的CTSV滤波器电路的故障诊断表明,该方法可应用于小故障样本场合下的电路故障诊断,具有较高的实际应用前景。     

汽轮发电机组振动异常检测的阴性选择算法研究

汽轮发电机组振动是火力发电厂最常见的故障类型之一。从人工免疫原理出发,提出用于检测汽轮发电机组异常振动信号的方法。通过对模拟信号和转子实验台得到的全周碰摩数据,建立S集和故障检测器集,用阴性选择算法进行异常信号检测,获得了较高的检测准确率,证明方法的有效性。     

汽轮发电机组振动异常检测的阴性选择算法研究

汽轮发电机组振动是火力发电厂最常见的故障类型之一。从人工免疫原理出发,提出用于检测汽轮发电机组异常振动信号的方法。通过对模拟信号和转子实验台得到的全周碰摩数据,建立S集和故障检测器集,用阴性选择算法进行异常信号检测,获得了较高的检测准确率,证明方法的有效性。     

基于免疫克隆选择算法的水电站水库优化调度

在研究了人工免疫系统中的克隆选择学说和克隆选择算法的基础上,研究了1种新的人工免疫算法——免疫克隆选择算法,并将其应用到水库优化调度中,提出了1种基于免疫克隆选择算法的水库优化调度方法.该算法通过在克隆选择算法中引入免疫基因操作,提高了算法的求解精度和求解效率,避免了“维数灾”和早熟问题.实例研究结果表明,相对于动态规划,免疫克隆选择算法计算速度快、收敛性好,提高了计算效率,较好地解决了传统的动态规划方法求解水库(群)优化调度问题存在“维数灾”问题.     

一种新型的电力系统无功优化方法

粒子群优化算法在进化中随种群多样性减少易出现早熟收敛等问题。基于免疫克隆选择学说理论,提出了一种免疫克隆粒子群算法。在算法进化过程中,引入克隆复制算子、免疫基因算子、克隆选择算子。成比例克隆复制可以使优良个体得到保护,加快算法收敛;免疫基因操作可以增加种群的多样性;克隆选择从所有子代、父代中选择出最优个体,避免算法退化。将该算法应用于电力系统无功优化中,以IEEE30节点的电力系统为例进行了仿真,结果表明：使用该算法优化的网损平均值更低,寻优性能更好,优化的网损值集中在比较小的区间。     

基于免疫粒子群算法的电力系统无功优化

为提高粒子群优化(particle swarm optimization,PSO)算法的收敛性能,将免疫算法(immunity algorithms,IA)的免疫信息处理机制引入到标准粒子群算法,形成一种新的优化算法,即免疫粒子群算法。该算法将免疫算法的免疫记忆和自我调节机制引入PSO,并采用基于粒子浓度机制的多样性保持策略;同时,用免疫算法的"接种疫苗"和"免疫选择"来指导搜索过程。改进后的算法可以很好的保持优化过程中粒子群的多样性,抑制优化过程中出现的退化现象,保证算法的收敛精度和收敛速度。IEEE 30节点系统算例仿真表明,IA-PSO算法与标准PSO算法相比,能够及时跳出局部最优得到全局最优解,且收敛速度快、精度高。     

一种代价敏感的入侵特征选择算法

入侵特征选择可以有效地提高入侵检测系统的正确率及检测速度。在分析了现有的入侵特征选择算法只考虑特征个数和特征子集分类能力的缺陷后,提出一种代价敏感的入侵特征选择算法。该算法基于免疫克隆选择与粗糙集,在分析特征子集的执行代价的基础上,提出以执行代价和分类能力作为亲和度函数指导的免疫克隆进化算法。在KDDCUP99数据集上进行了测试,测试结果证明该算法可以有效地提高分类准确性,降低入侵检测系统的执行代价。     

基于克隆选择分类算法的电力变压器故障诊断

变压器油中溶解气体分析是进行电力变压器故障诊断的一种有效方法,将克隆选择分类算法引入电力变压器油中溶解气体分析,利用免疫克隆选择原理学习并提取表征故障样本特征的记忆抗体集,然后用最邻近分类法对故障样本进行分类。人工免疫系统具有良好的自学习和自记忆能力, 使得克隆选择分类算法具有很强的非线性分类和泛化能力。经大量实例分析,并将其结果与IEC三比值法和BP神经网络等方法的结果相比较表明,该算法能有效对电力变压器单故障和多故障样本进行分类,并具有较高的诊断精度。     

抗体克隆算法在配电网络重构中的应用

在人工免疫系统的克隆选择原理基础上,提出了一种抗体克隆算法。该算法先克隆亲和度高的抗体,然后利用小范围变异和大范围变异操作,从而寻找全局最优解。小范围变异能在较优解的基础上找到更优的解,增加找到全局最优解的机会。大范围变异能够防止抗体种群过早饱和,确保抗体种群的多样性。该算法应用于配电网络季节性产生的过负荷以及故障后恢复供电产生的过负荷,通过优化开关操作使得配电网络达到负荷均衡。算例表明本算法具有很高的搜索效率和寻优性能,可有效地应用于以负荷均衡为目标的配电网络重构。     

Fault Detection using Negative Selection and Genetic Algorithms

In this paper, negative selection and genetic algorithms are combined and an improved bi-objective optimization scheme is presented to achieve optimized negative selection algorithm detectors. The main aim of the optimal detector generation technique is maximal nonself space coverage with reduced number of diversified detectors. Conventionally, researchers opted clonal selection based optimization methods to achieve the maximal nonself coverage milestone; however, detectors cloning process results in generation of redundant similar detectors and inefficient detector distribution in nonself space. In approach proposed in the present paper, the maximal nonself space coverage is associated with bi-objective optimization criteria including minimization of the detector overlap and maximization of the diversity factor of the detectors. In the proposed methodology, a novel diversity factor-based approach is presented to obtain diversified detector distribution in the nonself space. The concept of diversified detector distribution is studied for detector coverage with 2-dimensional pentagram and spiral self-patterns. Furthermore, the feasibility of the developed fault detection methodology is tested the fault detection of induction motor inner race and outer race bearings.     

插电式混合动力汽车双模糊控制策略及其优化

提出一种免疫遗传算法优化的插电式混合动力汽车双模糊控制策略。采用模糊控制方法,分别以发动机工作区间最优和制动能量回收最大为原则,建立了能量管理驱动控制策略和制动控制策略,并根据两者的耦合关系将它们组合成整体控制策略。通过将免疫算法的多样性选择算子、疫苗注射算子、免疫检测算子引入遗传算法,并对疫苗的选择和注射方式予以改进,构成新的免疫遗传算法,应用该算法对控制策略进行了兼顾油耗和排放的多目标优化。仿真结果表明:所提出的双模糊控制策略能实现汽车能量的合理分配,优化后的油耗和三种排放物的排放分别降低了14.01%、12.27%、11.81%和20.34%,且优化结果明显好于遗传算法的结果。     

基于人工免疫原理的入侵检测技术的研究

受免疫系统的排斥异己机理的启发，提出了一种基于人工免疫原理的入侵检测方法．可以通过基因搜索进化，区分网络数据流中的各种程度的入侵行为。通过使用入侵检测数据集合证明了此方法可以用来检测各种入侵计算机网络的行为。     

基于免疫原理的径向基函数网络在线学习算法及其在热工过程大范围工况建模中的应用

针对现有径向基函数(RBF)神经网络训练算法在非线性动态系统大范围辨识中的不足,借鉴免疫原理,提出了一种新颖的RBF神经网络在线学习算法,通过分析RBF神经网络学习过程和免疫系统的相似性,采用免疫记忆、克隆选择、扩增和细胞凋亡机制在线动态调节网络隐层节点,并确定相应的数据中心和宽度,从而使网络具有在线学习和记忆新样本的功能,并将该网络应用于某300MW火电机组主汽压的多工况辨识.实验结果表明该算法不仅能精简网络的结构,而且能很好地适应对象的时变特性.     

免疫克隆选择算法在船舶电力系统故障恢复中的应用研究

实现船舶电力系统的快速供电恢复是一个复杂的多目标非线性组合优化问题。为了解决船舶电力系统发生故障时供电恢复问题,采用了免疫克隆算法,并对算法的变异算子进行了改进,改进后的变异算子把高频变异和柯西变异有效的结合在一起,兼顾全局搜索和局部搜索,吸取了遗传算法并行搜索优点,提高了搜索效率和收敛性。船舶电力系统典型故障恢复算例表明,该算法具有很高的搜索效率和寻优性能,能有效地提高供电恢复的速度及精度,较好地实现船舶电力系统的故障恢复。     

Context‐based robust face detection algorithm for surveillance cameras

This paper describes a context‐based robust face detection algorithm for surveillance cameras. Different from familiar faces captured by digital cameras, faces captured by surveillance cameras are smaller and darker with motion blurs and distortions. Furthermore, captured from top‐mounted cameras, facial images are downward and partially hidden. Just using a single‐face detector to detect such degraded faces is very difficult. To solve the problem, we utilize contextual information about faces of walking people. We employ a probabilistic face detection framework combining a face detector with local and global contextual information. We use a boosted fast face detector as an initial selector to pick up a small number of possible face regions in a very short time. After the fast selection of candidate face patches, as local contextual information we calculate a conditional probability in the surrounding regions using a histogram of oriented gradient (HOG) feature‐based outline detector, and as global contextual information we calculate possible face patches from viewpoint information using vanishing point detection. Combining a fast boosted face detector with these contextual information, while keeping computational efficiency of the original boosted face detector, we achieved a high face detection rate of 93.7% with about 1000 times lower false‐positive rate than when using a single original face detector. © 2012 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.