一种关于反馈Agent的多元线性回归方法

多元线性回归方法常用于数据预测,预测数据和实际数据总会存在误差。为了提高预测精度,采用反馈Agent算法,把误差作为一个新的线性反馈自变量,用在下次的多元线性回归预测中。论文采用实例验证了该方法的有效性。     

基于Modbus协议的ARM嵌入式监测平台设计与实现

针对电厂自动化应用的嵌入式数据采集监测系统需求,在嵌入式Linux环境下设计开发了基于Mod-bus协议的ARM嵌入式监测平台,实现了ASCII和RTU 2种通信模式的串口ModlDUS协议主站,以满足与各串口Modbus协议从站设备的通信.嵌入式监测平台除了主要完成数据采集、数据处理等功能,还提供了数据采集接口、多种网络通信接口和人机交互接口等功能.通过对该平台的严格测试,所提供的串口Mod-bus协议主站服务程序运行稳定、可靠.     

基于Modbus的嵌入式数据采集系统设计

针对目前火电厂对数据采集的准确性、可靠性和实时性要求逐渐提高的情况,设计了一种基于ARM微控制器和μC/OS-II实时操作系统的嵌入式数据采集系统.系统包括数据处理子模块、数据采集子模块和通信子模块等部分,系统的通信方式采用Modbus RTU模式.详细说明了Modbus协议设备的工作流程,并给出了相应的流程图.     

结合改进密集模块深度估计网络和多视几何的视觉里程计

以多视图几何原理为基础,有效结合卷积神经网络进行图像深度估计和匹配筛选,构造无监督单目视觉里程计方法.针对主流深度估计网络易丢失图像浅层特征的问题,构造一种基于改进密集模块的深度估计网络,有效地聚合浅层特征,提升图像深度估计精度.里程计利用深度估计网络精确预测单目图像深度,利用光流网络获得双向光流,通过前后光流一致性原则筛选高质量匹配.利用多视图几何原理和优化方式求解获得初始位姿和计算深度,并通过特定的尺度对齐原则得到全局尺度一致的6自由度位姿.同时,为了提高网络对场景细节和弱纹理区域的学习能力,将基于特征图合成的特征度量损失结合到网络损失函数中.在KITTI Odometry数据集上进行实验验证,不同阈值下的深度估计取得了85.9%、95.8%、97.2%的准确率.在09和10序列上进行里程计评估,绝对轨迹误差在0.007 m.实验结果验证了所提出方法的有效性和准确性,表明其在深度估计和视觉里程计任务上的性能优于现有方法.     

基于D-AHP和TOPSIS的火电厂控制系统信息安全风险评估

火电厂控制系统信息安全风险评估往往存在主观性强和不确定性等问题,而这些问题会对评估结果产生一定影响.对此,提出一种基于D 数偏好关系改进层次分析法(D-AHP)和逼近理想解排序法(TOPSIS)的电厂控制系统信息安全风险评估方法.根据工业控制系统风险评估的相关行业标准,识别工业控制系统的资产、威胁、脆弱性及现有安全措施,建立评估指标体系和层次结构模型.针对评估专家经验差异导致的评估信息不确定性,先使用D-AHP方法求解各指标影响权重,再使用TOPSIS法求出专家权重,最后得到电厂控制系统信息安全风险值.实例分析表明了所提出方法的有效性,同时提高了评估结果的正确性.     

基于PSO的连续系统直接辨识及在带弹性负载电机的应用

针对连续方程误差模型辨识须引入数值滤波器而造成有偏估计,提出一种基于粒子群优化(PSO)算法和连续输出误差法的连续系统直接辨识方法.该方法用简化四阶龙格库塔法进行系统输出的数值逼近,并采用PSO进行数值优化以避免有偏估计.对所提出方法的估计性质进行分析,进而得出辨识问题的全局解在开环下参数估计的一致性.仿真案例表明,所提出方法对案例的辨识精度高于简化修正辅助变量法等几种连续系统辨识方法.将所提出的方法应用于带弹性负载的电机模型辨识,获得了良好的估计,从而表明了所提出方法在应用上的有效性.     

基于改进Canny检测与Hough变换的仪表图像识别算法

针对发电厂中指针式仪表数量多、周围环境复杂、灰尘污染等因素导致获得的图像含有大量噪声从而影响仪表读数识别精度的问题,提出了一种改进Canny边缘检测算法,通过采用5×5邻域计算像素梯度幅值的方法,提高了边缘检测精度,并采用自适应双阈值选择法,有效避免了传统Canny算法易出现伪边缘、边缘信息多等现象,结合Hough变换技术提取仪表指针信息,提高仪表识别精度。经实验对比验证,该算法检测效果优于传统Canny算法,仪表读数识别精度达到95%。     

基于RTK北斗和激光雷达的巡检机器人导航系统研究

针对传统移动巡检机器人采用磁导轨、固定导轨导航等方式的不足,提出采用带惯导的高精度差分北斗系统和激光雷达导航方式,设计出集全局地图与局部地图相结合的移动巡检机器人导航系统。全局地图导航方式采用预瞄PID算法。局部地图构建采用激光雷达记录障碍物离散数据点,经聚类、曲线拟合等步骤还原障碍物边缘信息得到实时局部栅格地图,采用人工势场路径规划避障方式。最后实验采集数据并仿真,验证cm级避障效果。     

基于加权扩展日特征矩阵的分布式光伏发电日前功率预测

分布式户用光伏发电系统的精确日前功率预测可为智能家庭优化运行提供依据,但历史数据量少和缺乏精确辐照预报数据的问题增大了预测难度.为此,将邻近多用户数据融合以扩充样本规模,提出一种考虑功率关联性和相关度权重的相似日搜索方法,并基于长短期记忆(LSTM)神经网络实现日前预测.分析光伏发电功率的影响因素及其内在相关性,基于天...     

动态能源与地理信息融合的光储充电站电动汽车充电路径引导

电动汽车(EV)的出行、充电行为在对交通系统运行规律造成影响的同时,也使得能源网络负荷的时空分布发生改变。为此,考虑光储充一体化系统的特点,结合大规模EV、区域路网、配电网以及光储充电站的动态信息,构建了精细化的车-站-路-网动态融合模型;在此基础上,分别从用户、交通路网、电网3个角度构建包含行程时间、交通拥堵情况、电网稳定性的多目标优化函数。针对当前模型的高复杂度,运用分层规划和双向搜索思路对LPA*路径规划算法进行改进,从而实现动态环境下的充电路径引导。以某市一区域路网为例进行仿真,结果表明：与现有的策略相比,所提充电路径引导策略能很好地解决因EV充电带来的局部道路拥挤、区域光储能源消纳不均衡等问题。