基于电力系统二次设备功能缺陷文本数据的设备智能诊断

为了提高电力系统二次设备故障诊断效率和准确性、降低人工劳动强度及提升系统运行稳定性等,提出了一种面向电力系统二次设备的智能诊断方法。首先分析大量文本数据中存在的特征信息;然后利用深度神经网络模型实现文本数据向高维空间映射,得到更加抽象化的语义表示向量,并以此构建电力系统二次设备智能诊断模型;最后将该模型应用于实际电网工程项目中验证所提方法的有效性与可行性。在某大型火力发电厂进行了现场实验,实验结果表明设计的电力设备故障智能诊断模型能快速识别出电力系统二次设备故障类型及位置分布情况,同时可根据电力设备当前状态来判断其是否需维修或更换,具有较强的实用价值。此外,针对电力设备故障诊断过程中出现的一些不足之处进行了相应改进,以期为后续工作提供一定帮助。     

二次扰动信息及其在继电保护中的应用

故障后的电力系统经常伴随着断路器开断操作或转换性故障等二次扰动，二次扰动会引起继电保护装置的不正确动作，甚至造成大面积停电或稳定性破坏事故。论文定义并分析了二次扰动和二次扰动信息，提出了根据叠加原理计算二次扰动信息的计算方法，分析了二次扰动对继电保护的影响并探讨了利用二次扰动信息构造继电保护的可能性。     

Autolisp在电气二次接线图中的应用

高低压开关柜是电力系统如供电局、变电所、电厂等单位中广泛应用的一种控制装置。目前，我国开关柜生产厂家生产用的二次配线图纸，多停留在手工绘制阶段，不仅工作量大，而且极易出现人为因素的错误，且工作效率低也势必影响经济效益。针对这些问题，使用ＡｕｔｏＣＡＤ...     

可编程控制器在变电所二次回路中的应用

介绍将可编程控制器用于变电所主控室中的信号、控制及保护系统的实例。通过控制梯形图和外部接线的设计与分析,说明可编程控制器用于二次回路的优越性。     

变频器在二次供水中的应用

本文介绍了在一些建筑物及生活小区的二次供水系统中，对水泵电机采用无级交流变频调速，驱动恒压变量供水装置的几个应用实例。     

基于朴素贝叶斯算法的中文评论分类

针对中文评论分类问题,采用朴素贝叶斯算法进行深入研究.首先,根据中文评论分类的需求设计了朴素贝叶斯分类器.然后,使用weka(Waikato Environment for Knowledge Analysis)以不同特征提取方式对其功能性进行了对比分析.通过一系列的实验数据的横向对比表明,在朴素贝叶斯分类器下采用集成...     

图像识别技术在调度二次设备巡检中的应用

介绍了一种基于图像识别技术的调度站点二次设备巡检方案,利用智能巡检终端采集现场画面,结合样本特征库和图像识别技术对设备状况做出分析与结果预计,并提供智能辅助巡检手段,帮助巡检人员快速、高效地完成调度主站、厂站二次设备的巡检工作,可解决调度站点传统人工巡检问题发现与处置需依托人员经验,且巡检不规范、漏检、错检等问题,实现了调度站点设备巡检的信息化、智能化、规范化。     

基于AHP和分类加权关联规则的变电站二次设备缺陷分析

针对二次设备的缺陷管理,提出了基于层次分析法(AHP)和分类加权关联规则的分析方法.在阐述关联规则的基础上引入分类加权关联规则及其Apriori算法实现;考虑二次设备的生产厂家、设备类型、缺陷发现时间、缺陷部位、缺陷原因、缺陷等级6个重要属性,建立了基于加权关联规则的二次设备缺陷数据模型;以某市变电站的二次设备缺陷数据...     

基于SVM的行人步态实时分类方法

针对行人行走和跑步步态差异会影响行人定位精度的问题,提出一种基于支持向量机(support vector machine,SVM)的步态实时分类方法,将行人步态分为行走和跑步2类。行人步态原始数据由安装于足部的加速度计和陀螺仪提供,通过对原始数据进行坐标系转换、快速傅里叶变换(fast fourier transform,FFT)和数据降维等步骤建立 SVM的训练数据输入量。算法采用测试多组匀速或变速的行走和跑步数据进行实验验证,以支持向量空间中的高斯分布作为判断依据。结果表明,SVM的实时分类成功率达到98.6%以上。     

Improvement of automatic Chinese text classification by combining multiple features

In this paper, we present an effective way of combining character‐based (N‐gram) and word‐based approaches for Chinese text classification. Uni‐gram and bi‐gram features are considered as the baseline model, which are then combined with word features of length greater than or equal to 3. A weight coefficient that can be used to give higher weights to word features is also introduced. We further employ a serial approach based on feature transformation and dimension reduction techniques. The results of McNemar's test indicate that the performance is significantly improved by our proposed method. © 2014 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于分形维和局部切空间均值重构的非线性降噪方法

基于主流形识别的非线性降噪方法中,约简目标维数选择随意和相空间数据在降维、全局排列和反求过程中可能畸变,使得降噪效率和效果降低。针对此问题,提出一种新的基于分形维和局部切空间重构的降噪算法。将主流形识别降噪通过仿射变换求解全局低维主流形的过程,变为对局部切空间低维坐标进行全局均值重构直接获取降噪后的全局相空间信号,并用分形几何方法估计信号的本征维数,以此作为主流形提取时的约简目标维数,在此维数空间之外的向量数据作为噪声进行消除。对混沌含噪信号和风机振动信号的降噪实验表明本文方法具有更好的降噪效果。     

基于字符级CNN的调水工程巡检文本智能分类方法

日常安全巡检是维护长距离调水工程安全运行的重要手段.目前巡检采集的非结构化文本数据主要依靠人工进行安全等级评判,在工作效率和准确率方面存在明显不足.本研究基于自然语言处理技术,提出了一种面向字符层面的卷积神经网络的巡检安全文本智能分类方法.该方法通过引入预训练的单个字符向量改进卷积神经网络的输入层,使得分类模型直接从原...     

广义形态差值滤波与AN降维在故障诊断中的应用

由于轴承与设备其他内部构件之间存在强关联耦合关系,导致其振动信号与设备状态存在非线性关系;且信号单一特征难以全面描述设备状态,而多特征虽然包含较多状态信息,但高维特征所产生的信号冗余问题,易导致模型分类精度的下降.因此,提出一种基于广义形态差值滤波(GDIF)与自编码网络(AN)的滚动轴承故障诊断方法.该方法利用广义形态差值滤波对振动信号进行降噪处理,并通过极大似然估计(MLE)与AN从信号的高维特征中获取低维本质流形,缓解高维特征存在的维数灾难问题;最后,建立极限学习机(ELM)故障诊断模型,对轴承故障类型进行识别。轴承试验结果表明,该方法能够有效对信号进行降噪;通过AN对特征进行维数约简,能够使ELM模型分类精度达到98.04%。     

基于LDA和ELM的高光谱图像降维与分类方法研究

高光谱图像具有波段多、波段间相关性强的特点,导致高光谱图像信息冗余,造成维数灾难、难以分类的问题,为此提出了一种基于线性判别分析(LDA)和极限学习机结合的高光谱图像降维分类方法。该方法首先通过LDA对高光谱数据进行降维处理,克服高光谱图像信息冗余等问题的同时,尽可能保留图像的特征信息;降低光谱图像维度后,采用极限学习机(ELM)对高光谱遥感图像进行分类识别。所提方法应用于Pavia University和Salinas高光谱图像处理,分类精度分别达到了98.78%和99.94%,有效提升了高光谱图像的地物分类性能,具有较强的实用性。     

基于降维技术与K-means聚类的油纸绝缘状态综合灰评估

针对变压器油纸绝缘单一特征量评估易受多种因素干扰而影响准确性等问题,提出一种基于降维技术与改进K-means聚类的变压器油纸绝缘状态综合灰评估新方法。首先,提出去极化电流谱线末端双点解析法提取3个绝缘老化新特征量。接着,基于特征量的多元评估指标阵,结合组合权重法和降维技术,提出特征量综合指标Z。最后,采用基于K-means聚类算法对Z构建"好、中、差"3等级的分级数据库并确定等级界限标准表,形成变压器油纸绝缘老化状态灰色聚类评估体系。经若干实例分析证明所提方法能全面、准确地评估绝缘状态。     

水电工程施工安全隐患文本智能分类与知识挖掘北大核心CSCD

基于隐患排查信息的知识挖掘对于工程安全管理具有重要的支持作用。自然语言处理(natural language processing,NLP)技术是目前实现文本知识挖掘的重要方法,知识挖掘的深度和精度是该类方法的重要衡量指标。为了提升水电工程安全隐患文本知识挖掘效率,本文提出了一种结合文本分类与文本挖掘技术的隐患文本知识挖掘方法。该方法利用RoBERTa-wwm-CNN混合深度学习模型进行隐患文本快速智能分类,在此基础上,通过绘制隐患词云图实现不同种类隐患管理要点的可视化分析,以词共现网络构建为基础,分析隐患数据间的内在联系。将该方法应用于白鹤滩水电站安全隐患文本挖掘分析,与现有较先进的文本分类模型相比,本文所提模型精度有所提升,验证了所提模型的优越性。     

基于AQSSE方法的结构刚度系数识别仿真研究

结构损伤识别是结构健康监测的一个重要项目。近年来,基于结构振动实测数据的系统辨识和损伤识别技术得到了广泛深入的研究。通常情况下,结构损伤可以透过结构物理参数的改变来预知,比如刚度的骤变。采用自适应二次误差平方和(adaptive quadratic sum squares error,AQSSE)方法识别结构参数的变化并由此判断结构的损伤。在该方法中,运动状态方程被视为一种约束并用来直接估计未知的参数,最终得到未知参数的解析递归解。同时为了确定时变结构系统的参数,使用了最新的追踪技术以便在线追踪结构的参数变化。针对非线性迟滞结构和平面薄壁结构的仿真结果表明该方法具有较强的追踪能力,能较好地识别时变结构的参数,并由此检测结构的损伤,包括损伤发生的时刻以及损伤的位置和程度。上述结论证明了该方法用于结构损伤识别是可行且有效的。     

基于0-1二次规划的非干预式负荷识别算法研究

居民用电信息细化对于规划居民电器使用和降低电能消耗具有重要的意义。在分析居民负荷特性的基础上,创新性地提出一种基于0-1二次规划的居民负荷识别算法,并通过改造为连续化0-1二次规划以解决离散0-1二次规划求解过程中约束条件不易处理的缺陷。基于所提出的负荷识别算法,可将单个居民家庭用电数据细分至负荷级别。测试结果表明选取合适的负荷识别指标,可以获取较高的识别精度,该算法可以应用于居民家庭中的非干预式负荷监测系统。