基于决策融合的苹果等级分类算法

利用单个信息源进行苹果分类,常常出现分类错误,即使分类正确,也不能给出综合标准下的分类结果。本文利用苹果大小及颜色两个信息源,首先提取大小及颜色的特征,利用各自的特征对苹果等级进行初步决策,然后应用DSmT进行决策级融合,给出了基于决策级融合的苹果等级分类算法。实验分析表明,本文算法可实现大小及颜色两个指标的苹果等级分类,分类精度高,鲁棒性好。     

基于TOA-AOA数据融合的定位算法研究

针对无线网络中的定位问题,提出了一种基于到达时间(TOA)以及到达角度(AOA)数据融合定位算法(T-A-SCOP)。利用TOA测量得到的距离信息以及AOA测量得到的角度信息进行数据融合,用加权最小二乘法(WLS)估算用户目标位置,然后引入松弛变量以及辅助变量,采用二阶锥规划(SOCP)将WLS问题转换成SOCP优化问题,利用CVX得到精确用户目标位置。仿真结果表明,T-A-SCOP算法比单一定位方式更准确,与传统的WLS方式相比,更贴近克拉美罗界(CRLB),有效提高了定位精度,定位性能更好。     

基于数据融合的图像边缘检测算法研究

提出了一种基于数据融合的图像边缘检测算法。该算法对原始图像分别采用Canny算子和小波变换两种方法进行边缘提取,再将两种方法结果通过数据融合的手段获得一幅新的边缘图像。实验证明,融合后的图像边缘包含了原始图像丰富的细节信息和较完整的轮廓,该算法优于单独采用Canny算子所获得的边缘图像,是一种有效的图像边缘检测方法。     

基于大数据背景的集中监控辅助决策系统研究

随着智能电网的快速发展,电网网架规模不断扩大,变电站数量持续增加,变电设备数量和监控信息数量呈指数型增长,电网监控的安全压力和工作要求与日俱增。传统的集中监控工作模式难以适应新形势要求,需要借助新技术整合数据资源,打通数据通道,实现共享监控分析成果。介绍了基于大数据背景研发的电网集中监控辅助决策系统包含的监控信息标签化分类、监控信息数据化核查、设备状态感知三个重要工作环节的原理,并就基于该技术研发设计的管控平台的人机交互过程进行了简要说明,最后以故障处置实例展示了该技术在电网故障情况下的应用情况。     

基于多源数据的配电网规划辅助决策系统研究

为了克服现有配电网规划技术在配电信息管理系统之间缺乏关联、数据挖掘不足、数据人工处理效率低等问题,设计了基于多源数据的配电网规划优化与辅助决策的系统结构、功能模块与处理流程。通过对配电网运行的现状分析找到现有配电网网架的薄弱环节,在配变负荷预测与配电网网架现状的基础上,可设计多个配电网规划方案,并快速计算出不同配电网规划方案的单项评估指标与综合评估指标,最后选出指标最优的规划设计方案。     

多源数据融合的调度操作风险评估与辅助决策系统设计

智能电网和能源互联网的发展对电网信息处理能力提出了更高的要求,多源异构数据融合的辅助调度决策系统将成为电力调度员的重要智库。为提高电网调度操作过程风险辨识的效率和准确率,设计并开发了一套实用的电网调度操作过程风险评估与辅助决策系统。系统构建了标准化的接口平台,融合了操作票系统、能量管理系统、生产管理系统、调度员管理系统、继电保护系统、发电厂管理信息系统等数据源,实现多源异构数据的自动整合;通过不同设备操作过程的风险建模对每一项单项令分别进行风险量化评估,根据风险指标给出调度操作的决策建议。所开发的系统能够提高调度人员对于复杂调度操作过程潜在风险的预测和控制水平,指导调度人员进行科学的调度决策。     

基于数据融合技术的火灾探测算法

提出了一种基于数据融合技术的火灾探测算法.此算法采用数据融合系统的三层结构,在特征层利用BP神经网络对明火和阴燃火分别进行特征识别,识别结果结合火灾危险度因子,综合得出系统多级决策输出.火灾危险度因子的引入为火灾漏电保护系统等的相关信息融合提供了算法接口,使系统能对电气火灾提供更加可靠的防范.     

基于自适应CKF的姿态数据融合算法

为了提高基于MEMS惯性传感器的捷联惯性导航系统姿态解算的精度,提出了一种自适应容积卡尔曼滤波（CKF）数据融合算法。该数据融合算法将姿态四元数作为系统状态,将加速度计信息和磁力计信息作为系统观测量,对系统过程噪声矩阵和观测噪声矩阵进行实时的自适应估计,解决了因系统噪声突变引起的姿态解算精度急剧下降的问题。实验结果表明,采用自适应CKF数据融合算法比单纯基于陀螺仪的捷联姿态解算精度有明显的提高,在载体动态时测得的横滚角和俯仰角误差在1°以内,航向角误差在2°以内。     

基于数据可视化的隔离开关运检辅助决策

为解决目前电网企业对于已积累的海量设备运行数据与缺陷数据的利用仍停留在设备消缺管理和简单的统计分析层面,而无法高效、准确、智能地挖掘电网企业设备缺陷文本中的重要信息,从而指导企业优化设备选型与运维检修策略制定的问题。本文选取隔离开关设备为例,以国家电网公司设备(资产)运维精益管理系统中1987-2016年共30年的台账数据及2007-2016年共10年的缺陷数据为基础,首先通过缺失值填补和数据正则化对基础数据进行数据治理,然后借助百度ECharts平台的可视化工具进行数据可视化分析,同时构建缺陷指数模型,从缺陷时间分布、缺陷类型和缺陷设备型号等方面深入挖掘了数据潜在规律和联系,最后根据分析结果对隔离开关设备选型与运维检修方面存在的问题提出合理建议及解决措施,为提高隔离开关设备管理水平提供了新思路。     

基于优先级的配电网合环综合辅助决策算法

针对配电网合环的操作指导问题,提出一种基于优先级的配电网合环综合辅助决策算法。首先,确定所有措施要考虑的指标,并对这些指标进行重要性排序并给出量化值。其次,对每个措施在各个指标下的标度值进行评判,并计算各个措施的优先值,确定措施优先级。最后,根据优先级和制定的目标确定每个措施的具体调节方案,从而获得合环综合辅助决策。该算法可根据配电网实际情况对指标和调节方案进行调整,得到合环的具体调节方案以及决策判断。在所开发的配电网合环仿真运行平台上通过编程实现算法,并以某城市实际配电网验证了算法的可行性。     

基于演化博弈的用户综合用能行为决策方法研究

随着综合能源市场中人们的能源消费形式日趋多样化,如何根据用户用能需求的变化特征分析用户群体的综合用能行为决策是目前亟需解决的重要问题。针对该问题,提出了一种基于演化博弈的用户综合用能行为决策方法。首先,考虑居民、大工业以及商业用户在内的三类用户,基于主客观组合赋权法构建了一种计及用户用能特性和用户舒适度因素的效用模型。在此基础上,基于演化博弈方法提出用以描述用户用能选择动态过程的博弈模型。最后,利用分布式迭代求解方法对模型进行求解。基于仿真算例的结果验证了所提方法的正确性和有效性。     

基于大数据的配电网规划智能辅助决策平台研究与应用

配电网规划是智能配电网发展与建设的首要环节,传统的配电网规划系统和方法已不适应"大数据"和"互联网+"时代的新要求,迫切需要加快配电网规划平台建设。文章详细分析了新形势下电力企业对配电网规划智能辅助决策平台的功能定位、功能需求和数据需求;介绍了基于电力企业云平台构建基于大数据的配电网规划智能辅助决策平台的实施方案,包括功能架构、信息化架构、数据支撑、系统集成及部署方案等。构建基于大数据的智能配电网规划设计辅助平台,对于全面提升智能配电网的规划设计和运行管理水平,具有重要的研究意义和应用价值。     

基于凝聚机制的移动物联网数据融合算法

为降低移动物联网部署过程中存在的数据融合性能不强、网络能耗难以控制的不足,提出了一种基于凝聚机制的移动物联网数据融合算法.首先,针对移动物联网路由抖动现象,设计了基于凝聚机制的数据融合爬取方法,将具有相似特性的数据进行融合传输,从而提高数据融合质量.其次,针对路径转折所导致的传输波动问题,设计了基于偏转方法的骨干传输路...     

一类递推估计数据融合算法研究

详细介绍了一种递推估计数据融合算法,证明了它完全等效于算术平均值.同时指出一些文章对该算法的理解和应用存在的错误,最后的计算数据修正了它们不恰当的结论.     

基于聚类融合算法的高维数据聚类的研究

本文对基于聚类融合算法的高维数据聚类方法进行了研究。首先介绍了聚类融合方法,然后提出改进的随机投影算法,并将其运用到聚类融合算法中。实验证明,该方法比传统的主成分高维数据约减方法得到的聚类结果更好,具有更好的鲁棒性。对于聚类融合中的关键问题——如何合并多个聚类才能最终得到最优的聚类结果问题,本文将其转换为图分割问题,这种方法在形成最终的聚类结果时允许同时考虑数据点之间的相似性及簇之间的相似性。实验表明这种方法能获得更好的效果。     

基于数据驱动的用户用能行为分析方法

随着综合能源系统的快速发展,为了满足综合能源系统联合规划的需要,亟需对综合能源系统中用户用能行为进行分析建模。基于数据驱动思想,引入了深度学习方法,提出了一种用于用户用能行为分析的方法。首先,对影响用户用能行为的数据类型、结构进行分析;然后,引入Seq2Seq技术,以GRU为神经元构建深度学习模型;最后,通过算例对所提方法的有效性进行验证。算例研究表明:所提的方法能够以海量历史数据为基础,准确预测出用户的用能行为情况。     

一种基于融合决策TOPSIS模型的NILM算法评价

由于应用场景不同、负荷设备多样等问题,准确率等单一因素在评价算法时易造成评价结果畸形,且不易察觉纠正,从而无法综合有效地评价非侵入式算法性能.为此,文章提出一种基于融合决策的TOPSIS模型,以多种评价指标构建评价体系,采用基于AHP和变异系数法的融合权重,兼顾专家经验、工程需求和数据客观规律,避免单一的主观赋值造成具...     

基于非侵入式负荷监测的家庭智慧用能管理研究

随着多能源网络的融合和能源互联网技术的快速发展,家庭用能管理在解决各个能源网络节点供需问题上扮演着重要的角色。现有的大多数家庭用能管理针对已知用电负荷进行优化,未考虑用电设备类型的多样化和用电设备突增的情形。基于非侵入式负荷监测（Noninvasive Load Monitoring,NILM）算法可以有效获取家庭用电负荷、规律和用电信息,为家庭智慧用能管理提供数据支撑。文中以家庭用电成本、温度、时间、舒适度为目标函数建立家庭智慧用能多目标优化模型,对可控负荷、电动汽车、储能系统进行分析建立数学模型,利用粒子群算法对模型进行求解。仿真结果表明,基于NILM监测算法,考虑用电成本和舒适度家庭用电成本降低至72.5%;当用户可控用电负荷增加时,NILM算法可以实时更新控制策略降低用户用电成本;对不同用户进行多次计算,净成本和计算时间波动较小,证明了算法的合理性、可靠性。     

基于改进粗糙集方法的水电站运行数据融合算法

为了挖掘水电站运行数据中蕴含的丰富且宝贵的实际运行知识,获得影响水电站主要设备状态的关键监测参量,有效提高电站的信息化管理水平,本文对水电站运行大数据的融合方法进行了研究。粗糙集理论是常用的冗余数据集约减融合方法之一,然而在面对规模较大的数据集时其往往体现出计算时间过长的缺点。为此,本文提出了改进的粗糙集属性约减方法,通过采用双向同时搜索、双向互相协调的模式对数据融合流程进行优化,提高了搜索速度并有效减少了计算开销。通过将改进数据融合方法分别应用于多个标准数据集和某水电站实际运行数据中,发现通过加强搜索力量、减小非必要计算量等策略,研究提出的改进粗糙集数据融合算法相比传统粗糙集属性约减算法提升了算法的计算速度和冗余属性约简能力,能够实现水电站运行大数据约简融合。