基于数据融合的输电线路雷电灾害自动预警系统

为了提高输电线路雷电灾害自动适应能力,提出基于数据融合的输电线路雷电灾害自动预警系统。首先设计输电线路雷电灾害自动预警系统的硬件以进行数据融合;采用数据融合技术处理监测数据,利用融合后的数据预测雷云行动路径和落雷范围,根据预测结果判断预警级别,将预警结果发送到硬件部分,通过指示灯发出预警,发送到软件部分,生成告警报文。实验结果表明所设计系统告警数据抗扰度高、雷云路径预测偏差小,最低为0.21,适应能力得到了提升,具有一定应用前景。     

多传感器的BPNN和SVM多源异构数据融合算法

多传感器的多源异构数据融合处理时,大量的冗余数据及复杂的非线性可分空间导致能耗较大,为此,提出了BP神经网络和支持向量机的多源异构数据融合算法。以数据关系构建约束条件,利用BP神经网络算法建立数据清洗模型,判定节点变量的活跃程度,优化数据输入;建立数据集合,提取数据特征向量;利用支持向量机泛化能力强、凸优化的特点,获取特征的最优分类超平面,获得非线性可分多源数据集转化为高维线性可分空间的最优决策值,输出结果。实验结果表明,该算法融合多源异构数据的能量消耗小、延迟低,融合效果好。     

基于图的多源数据融合框架研究

在给定的任务中分析各种数据时,目前大多数研究只针对单源数据进行分析,缺乏应用于多源数据的方法.但如今数据日益丰富,因此提出一种多源数据融合框架,用于融合多种网络平台数据.同一平台数据中包含文本与各种属性,同时不同平台的数据在内容与形式方面也存在很大差异.然而现有的网络信息挖掘方法大多仅使用同一平台中的部分数据进行分析,忽略了不同平台的数据之间存在的相互作用.因此文中提出一种数据融合框架,一方面,能基于图的强大表示能力融合同一平台不同类型的特征,从而提升单个平台的任务性能;另一方面能够利用不同平台的数据特征,使其相互补充,从而提升多个平台的任务性能.文中讨论的融合数据类型包括文本、时间、作者信息,这些特征涉及连续特征、离散特征以及非结构化特征.所提框架在事件分类任务上提升了 F1值,验证了提出的多源数据框架的有效性.     

基于多源信息融合的输电线路特殊工况运动轨迹监测及风险评估系统应用

随着我国输电线路总里程增长和传输容量的增加,线路巡视、检修等运行管理的工作难度也越来越大,尤其是在特殊工况条件下的线路巡检需要耗费巨大的人力物力,且难以及时获得数据。为提升输电线路运行管理的自动化水平,提出了基于多源信息融合的输电线路特殊工况运动轨迹监测及风险评估系统,以实时监测和评估各种极端情况下的架空线路运行风险。系统实现了实时监测功能、线路信息实时可查、监测信息数据共享、设计监测站点之间的层级管控和数据查阅权限架构。对架空输电线路状态实时风险评估,采用统一通信平台实施报警提示举措,构建完整的联动机制。通过实验验证表明,系统可有效应用输电线路的多源信息,对特殊工况下的运动轨迹进行监测,并实时计算出风险评估定量值,实现智能化监测,保障电网运行的效率和安全。     

神经网络多源数据融合磨机料位检测

针对火电厂磨煤机储煤量难与直接精准测量,造成磨机长期处于保守工况运行,制粉系统能耗损失巨大,效率低下的现实问题,,提出了基于神经网络多传感器信息融合的磨机料位智能软测量方法,仿真实验的数据融合结果表明了该方法的可行性和有效性,为进一步开展制粉系统的优化控制奠定了基础.     

基于WNN的BP算法的多传感器数据融合研究

小波神经网络（WNN）是将小波理论和神经网络理论结合起来的一种神经网络,有较强的函数学习能力和推广能力及广阔的应用前景。采用基于WNN的BP权值平衡算法对多传感器测量的结果进行特征级的数据融合,融合结果提供给决策级判断。该融合算法避免了BP网络收敛速度慢,易产生局部最优解等缺点,提高了学习的速度、精度。仿真结果表明了该方法的有效性。     

基于多源遥感数据的矿区地质灾害变化态势预测系统

地质灾害变化态势预测有利于矿区防灾部署,为此设计了基于多源遥感数据的矿区地质灾害变化态势预测系统。设计了矿区地质灾害变化态势预测系统框架结构;对多源遥感数据进行几何校正、辐射定标,采用SREM算法进行多源遥感数据融合;采用BP神经网络建立到地质灾害变化态势预测模型,实现矿区地质灾害变化态势预测。实验结果表明：系统的预测结果与实际结果基本相符,可用于实际的矿区灾害变化态势预警,具有较高的实用价值。     

声发射源多传感器数据融合识别技术

波形数字发射技术的发展给声发射源的特性识别带来了可能性。由于各种噪声的影响，以及声发射信号传播过程的复杂性，又给声源的识别带来一定的困难。为了解决干扰情况下声发射源的定性问题，文章提出了在决策层上的多传感器数据融合的识别方法。利用定位传感器组中各个传感器得到的数据，同时考虑在同一个定位组中各个传感器所得数据 的置信度不同，对声发射源的性质进行了识别。实验结果证明了数据融合后，声发射源特性识别的可靠性明显大于单个传感器的识别效果，这也表明了多传感器融合识别的可能性和有效性。     

智慧养老平台中多源异构数据融合技术研究

智慧养老系统由于其管理关系到多元异构数据,对于目前智慧养老系统存在的数据存储、扩展能力、存储类型等方面的缺陷,通过云数据、云计算在智慧养老系统中的运用,将Hadoop云平台应用到智慧养老系统多源异构数据融合中,实现养老数据的云查询、云存储。首先研究智慧养老系统的数据多元性,进而分析多元数据特点,将其划分成空间数据、医学影像、属性数据三方面,进而针对性的设计空间数据存储、空间数据检索、医学影像检索、属性数据索引等。利用多元异构数据融合技术来实现相关数据的写入和查询。     

基于多源信息融合的架空输电线路覆冰预测模型研究

输电线路严重覆冰可能会导致输电线路的机械和电气性能急剧下降,威胁电力系统安全、稳定运行。线路覆冰预测技术是电网防冰、抗冰领域难点之一。本文以电网输电线路自然覆冰监测大数据为基础,进行数据异常处理、缺失值填补等预处理,提出一种基于覆冰拉力浮动区间的区间准确率评测方法。研究基于新型深度学习的数据驱动输电线路覆冰预测技术,构建了融合历史监测拉力、微气象数据及未来天气预报的拉力时序、一阶差分拉力时序覆冰预测模型,实现覆冰监测终端未来24小时逐小时的拉力准确预测,提前预知输电线路是否覆冰以及覆冰程度,有助于防冰、融冰决策,保证电力系统稳定安全运行。     

基于多源遥感数据融合的土壤水分反演研究

土壤含水量作为地表的重要参量之一,对地球能量循环、水循环、碳循环及生态环境都有十分重要的意义。以南京市金川河流域为研究区,融合哨兵 2 号 L2A 数据和 Landsat 8 遥感数据 2 种数据源,分别采用偏最小二乘法(PLSR)、最小二乘-支持向量机(LS-SVM)、反向传播神经网络(BPNN)和随机森林(RF)4 种建模方法,建立遥感数据与土壤含水量之间的关系,并进行模型的验证与评价。结果表明：1)土壤含水量与哨兵 2 号和 Landsat 8 各波段反射率均呈负相关关系,和海岸带监测波段(波长为 430~450 nm)和近红外波段(波长为 2 100~2 300 nm)相关性最佳;2)融合后的遥感数据相较于单一遥感数据源,预测土壤含水量的能力更佳, 最优模型 R2 达 0.996,均方根误差仅为 0.003 g/g;3)4 种建模方法中,建模效果从好到差依次为 PLSR,RF, LS-SVM,BPNN。融合哨兵 2 号 L2A 和 Landsat 8 数据,结合 PLSR 建模方法可进行土壤含水量的精准反演, 相较于现有研究反演精度大大提升,对研究该地区地表与地下水循环和生态环境治理有一定参考价值。     

基于多传感器大轴径测量系统的特征层数据融合

根据大轴径高精度测量要求,采用三组滚轮的多传感器同时对大轴径进行测量,将多传感器数据融合技术应用于大轴径测量系统中;数据融合方法可以避免单一传感器的局限性,充分利用不同时间和空间的测量数据信息,大大提高测量系统的性能和效率;建立了大轴径测量系统的数据融合系统模型,提出了将BP神经网络应用于大轴径测量系统的特征层数据融合,并进行了融合系统的仿真实验;研究结果表明,该方法能得到准确的测量结果,达到了系统对测试精度的要求.     

多源航迹数据融合系统的模糊关联算法应用研究

随着我国民航事业的高速发展,为空中交通管制提供数据的通信导航监视设备种类和数量越来越多,如何将多源数据更有效地进行融合处理成为迫切需要解决的问题,本文针对其中核心算法之一的航迹关联,从处理架构设计、算法原理和评价准则入手,详细描述了模糊关联法的具体应用方法,并对测试结果进行评价后给出了基于参考目标拓扑矩阵的改进算法,最...     

基于物联网的输电线路巡检机器人控制策略研究

完整设计一种具有自主协调运动功能的小型电力输电线路的巡检机器人,为了实现机器人自主越过塔头和绝缘子串,同步感知适应不同档距的杆塔以及多个机器人在一定长度的作业范围内能够协调运动作业。本文重点研究基于自抗扰控制技术的多机协调控制策略。同时考虑到输电线路环境的复杂性,在设计机器人本体中,引入了基于物联网框架的多传感器融合算法。最后通过算法仿真和设计制作实物样机,测试本实验装置和控制策略的有效性。     

基于BP神经网络的多传感器数据融合技术优化

传统的数据融合算法要求获得比较精确的对象数学模型,对于复杂的难于建立模型的场合无法适用。为解决上述问题,提出了一种基于BP神经网络算法的多传感器数据融合方法,对对象的先验要求不高,具有较强的自适应能力。仿真结果表明,采用BP神经网络对传感器数据进行融合处理大大提高了传感器的稳定性及其精度,效果良好。     

基于多传感器数据融合技术的应用研究

复杂系统的多传感器数据融合是一门新兴的技术,它通过对来自多个传感器的数据进行多级别、多方面、多层次的处理从而产生出单个传感器所不能获得的更有意义的信息.数据融合在军事领域和民用领域都有很大的发展和应用前景.该文提出了一种基于神经网络融合算法的多传感器数据融合技术,对所采用的数据融合技术用于烧结终点预测进行了详细介绍.通过仿真结果证明,该方法鲁棒性强,准确性高,泛化能力广,具有很强的实用性和推广价值.     

基于人工神经网络的多源信息融合技术研究

随着科技的飞速发展,多媒体、各种信息源获得的图像数据信息量大、范围广、冗余大,面对如此庞大的数据,要想更合理、高效地利用,必须对这些海量数据进行融合,所以多源信息融合技术成为各个领域的研究热点。人工神经网络由大量互联的处理单元连接而成,跟人的认知处理过程及其相似,具有很强的自学习能力,对不确定的各事物进行关联,以获得对同一事物或目标的更客观、更本质认识的综合信息。基于人工神经网络的多源信息融合技术,结合双方的特点与优势,经过实验证明,融合后的图像效果良好。     

基于高斯滤波与均值聚类的异质多源传感器数据加权融合

异质多源传感器之间工作频率存在差异,导致数据之间的一致性较差,加权融合后的观测误差较大,因此提出基于高斯滤波与均值聚类的异质多源传感器数据加权融合方法。采用高斯滤波对异质多源传感器数据空间单元格进行划分,建立基于单元格的最佳连通域,保留传感器内部数据,完成传感器数据的高斯滤波平滑处理。引入均值聚类对异质多源传感器数据进行一致性处理。通过免疫粒子群搜索最优权重和参数,利用最优权重和参数完成异质多源传感器数据加权融合。仿真结果表明,此次研究的方法能够降低融合后传感器数据的观测误差与均方误差,观测误差与均方误差最小值均为0.002。因此,说明此次研究方法提高了融合后异质多源传感器数据的可利用性。     

基于多源数据融合的高速公路工程一体化管控平台研究

为解决传统管控平台在实际应用中存在对工程项目管控时间长,造成工程延期风险增高问题,开展了基于多源数据融合的高速公路工程一体化管控平台研究.通过基于多源数据融合的高速公路工程一体化信息融合、基于高速公路工程需求的平台控制功能设计、高速公路工程施工进度管理,提出了一种全新的一体化管控平台.通过实验证明,新的平台与传统平台相...     

基于多源数据融合的运动员训练信息分析系统研究

由于传统运动员训练信息分析方法不能有效提取分析信息,导致训练信息分析效率低,研究基于多源数据融合的运动员训练信息分析系统。通过D-S证据理论训练动作识别特征提取模块获取识别特征结果,采用加权平均数据融合算法进行训练数据评估模块展开信息综合处理,根据传感器与GRB-D序列融合定位模块定位运动员目标,从而有效提取分析运动员训练信息。实验结果表明,本文方法的分析效率最高,能够实现对运动员训练信息的精准分析,实现了训练信息的高效多源数据融合。