基于GAT-AGRU的多元时序数据异常检测

在复杂工业系统因传感器数量急剧增加,产生了高维噪声和随机干扰,严重影响多元时间序列的数据连续性和控制精度。然而现有对多元时间序列存在随时间变化的时序不一致性、空间矢量的偏差性以及时空图模型的冗余度等问题。本文提出了一种新的多元时间序列异常检测方法STGAD。首先,从高分辨率的粒度级别上,引入门控机制改进多尺度卷积网络,控制特征间的信息交互过程。然后,设计了两种图结构,剔除了冗余的时空依赖关系,利用GAT有效地学习时空相关性。此外,提出了一种基于注意力机制的GRU模块,来捕获变量在不同时间窗口上的重要性。最后,联合优化预测和重构的模块。在三个公开数据集上进行广泛的实验,结果表明所提出模型的平均F1分数高于0.94,在高维数据集上明显优于其他基准模型。     

基于类库的网络监控软件的开发

本系统所涉及到的网络监控是局域网下的非设备监控,鉴于系统的开发涉及到大量的系统内核及其相关的底层操作,基于TCP/IP协议,采用Indy,Winsocket技术,选用了Delphi和VC 作为网络编程开发,利用建摸工具ModelMaker进行辅助设计,抛弃了单纯的过程函数而使用类库的代码重构技术来实现Client端与Server端的交互;结合极限编程设计思想,最大程度上简化程序流程,易于扩展维护.     

改进锂离子电池主动均衡充电控制方法

电动汽车的主要驱动动力是锂离子电池,当前电池充电均衡技术的不成熟成为制约电动汽车普及化的最大难题,从而严重影响了电动汽车的性能。设计一种以双向Buck-Boost拓扑为主电路的主动均衡控制系统,采用神经网络与无迹卡尔曼滤波器(UKF)相结合的估算方法估计荷电状态(SOC),并以SOC作为主要的均衡判据,提出了一种改进主动均衡控制策略,实现了锂电池组在充电过程中的主动均衡,并通过MATLAB仿真分析。实验结果表明:电池组能够较好地完成各单体电池间的能量均衡,所改进的主动均衡控制方法可以更加有效快速地达到均衡目标,同时能量损耗较少,证明了该方案的可行性。     

模型参考自适应控制策略在光伏并网系统中的应用

正以基于电流单极性正弦脉冲宽度调制技术的单相光伏并网系统为研究对象,重点研究其中的逆变环节和滤波环节,通过数学建模、理论推导和仿真验证的方法,对其建立模型参考自适应控制策略。研究结果表明:采用原比例积分(PI)调节的电网电压前馈-并网电流反馈的控制策略,实际并网电流准确度不高,受PI参数人工调节的影响较大。当逆变环节与滤波环节中的参数受到外界环境的影响发生变化时,原控制策略不能有效地保证并网电流     

基于改进果蝇优化BP神经网络的冲击地压预测

针对煤矿开采过程中存在非线性、强耦合性等特点导致的动力灾害难以预测的问题,引入一种候选解的线性生成机制(LGMS)、混沌搜索、粒子群算法(PSO)和模拟退火算法(SA)修正果蝇算法(IFOA),利用改进后的果蝇优化算法良好的搜索全局最优解的能力, 自适应地调整 BP 网络的权值和阈值,建立了煤岩冲击地压灾害预测模型。以唐山开滦煤矿样本数据为例进行仿真验证,结果表明其鲁棒性和测量精度明显提高,且网络具有较强的收敛性能和优化能力。     

基于PCA-SVM的岩爆预测

岩爆是深部地下工程开挖掘进过程中常见的地质灾害,具有显著的随机性、突发性和复杂性,随着深埋工程的增多,岩爆预测的重要性日益凸显.根据岩爆的影响因素、特点及成因,选取了围岩切向应力σθ,单轴抗压强度σc、单轴抗拉强度σt、脆性系数σc/σt、应力系数σθ/σc和冲击倾向性指数W et等6个主要预测指标.首先用主成分分析法...