变压器微机试验系统研究

论述了变压器微机试验系统的设计和实现方法，通过对大型变压器出厂试验项目的分析，提出了能够进行变压器电压比-联接组试验、线圈直流电阻试验、绝缘特性试验以及损耗试验的微机试验系统．系统由微机控制，采用人机对话的形式进行测试，并可打印出符合技术要求的试验报告．最后，具体分析了损耗试验中由于非同步采样而存在的截断误差以及校正方法。     

太钢高炉原料结构调整生产实践

由于峨口的竖炉停产改造，占高炉原料配比15％左右的球团，由外购球团、块矿进行补充，原料结构发生了较大的变化。为保证高炉炉况稳定顺行，开展了高炉原料结构优化工作，使高炉原料中烧结比例由原来的81％左右提高到90％，球团比例由15％降至7％以下，减少了外购酸性炉料，实现了效益最大化。     

基于线圈电流曲线与行程曲线的断路器操作机构故障诊断的对比研究

为研究线圈电流曲线与行程-时间曲线在断路器操作机构故障诊断上的区别,在分析了断路器操作机构线圈电流特性和触头行程-时间特性的理论基础上,通过对断路器操作机构的机械特性的测试,对比研究了断路器操作机构故障对线圈电流与行程-时间特性的影响。通过对比研究发现,线圈电流曲线在铁芯卡涩、线圈电压电阻变化、辅助触点灭弧困难、弹簧疲软故障方面比行程-时间曲线更灵敏、更准确。研究结果对断路器操作机构状态评估方法的选择具有一定的参考意义。     

基于随机风场概率加权的台风灾害下输电线路损毁预警

为解决台风灾害下输电线路损毁预测精度和数据利用率低的问题,建立了基于随机风场概率加权的输电线路损毁概率预测混合模型。该模型综合考虑了气象、微地形、杆塔运行和实时损毁等空间多源异构信息的融合。首先,使用极值Ⅰ型概率分布进行阵风的风值模拟,通过柯尔莫哥洛夫-斯米尔诺夫假设检验证明了其具有较高的精度;其次,利用蒙特卡洛法实现了随机风场的概率生成;最后,利用随机森林法预测每个风场下的线路损毁概率,实现了基于随机风场概率加权的输电线路损毁概率预测,该预测结果可为电力部门提供有效的预警决策支持。以台风"山竹"为实例,验证了所提基于随机风场概率加权的输电线路损毁概率预测混合模型的科学性及有效性。     

基于数据特征提取与自适应K-means聚类算法的用户用电画像*

随着大数据研究的不断深入与配电自动化建设的逐步完善,电网的态势感知功能正在发挥越来越大的作用,也越来越受到电力公司的重视,其中实现用户用电特征的画像是最重要与基础的一部分.首先对现有用电数据进行特征提取,通过这种方式实现了初步的用电特征提取,同时大大降低了后续算法运行所需的计算资源,随后通过自适应K-means聚类算法对用电特征进行自适应聚类.最后,将得到的结果与常规方法进行准确率比对,验证了该方法的有效性.     

基于关系指数和表示学习的领域集成实体链接

本文针对现有方法不能很好结合文本信息和知识库信息的问题, 提出一种基于关系指数和表示学习的领域集成实体链接方法.首先, 本文构建了特定领域知识库; 其次, 运用表示学习从文本信息中得到的向量表示计算实体指称项的上下文、主题关键词、扩展词三个特征的相似度; 然后, 利用知识库中的关系信息计算候选实体的关系指数; 最后, 将这三种相似度及关系指数相融合, 用于实体链接. 实验结果表明, 相较于现有方法, 本文方法能够有效地提高F1值, 并且该方法不需要标注语料, 更加简单高效, 适应于缺少标注语料的特定领域.     

基于同义词词林和规则的中文远程监督人物关系抽取方法

远程监督是一种根据知识库自动对齐实体进行大规模语料标注的方法,但过强的假设导致获取的语料混有大量的噪声.针对这一问题,提出了一种基于同义词词林和规则的中文远程监督人物关系抽取方法,该方法基于多示例学习思想将人物关系句子划分为包(bag)级,利用同义词词林对人物关系触发词做词频统计,确定最大词频候选关系和次大词频候选关系,再结合特定的人物关系判别规则判断人物关系.对bag判断出某个人物关系后,再对其进一步进行多关系预测,最终得到人物关系预测结果.在大规模的中文远程监督人物关系抽取公开数据集(IPRE)上的实验结果表明,所提方法得到的结果具有较好的F1值,并且能识别远程监督数据测试集标签所没标注出的人物关系.     

基于电流波形检测法的开关磁阻电动机无位置传感器控制

开关磁阻电动机(SRM)在采用电压PWM控制方式时,通常在定、转子齿极开始重叠位置处出现峰值电流。传统电流梯度法利用该峰值电流的前后电流微分值符号变反的特征,通过微分和过零检测电路得到转子位置,但存在检测电路参数设计繁琐,低速运行时不易获取正确的转子位置以及容错能力较差等缺点。为此,提出了一种基于电流波形检测的转子位置估算方法。该方法通过比较前后时刻电流大小,在该相关断时刻确定该相电流峰值及其对应的时间,并与前一相峰值电流对应时间共同计算确定后一相的关断时间。随后通过给定开通角,计算出开通角对应脉冲数,再通过比较当前计数值与该开通角对应的脉冲数,确定当前相或后一相的开通时间。该方法不仅保留了不依赖SRM参数的优点,而且无需微分、过零检测等外围电路,在低速运行时也能够得到正确的转子位置且具有较强的容错能力。通过基于该方法搭建的SRM无位置传感器控制系统的DSP驱动实验,证明了所提方法的可行性和有效性。     

融合上下文字符信息的泰语神经网络分词方法

自动分词是自然语言处理的关键基础技术。针对传统泰语统计分词方法特征模板复杂、搜索空间大的问题,提出融合上下文字符信息的泰语神经网络分词模型。该模型借助词分布表示方法,训练泰语字符表示向量,利用多层神经网络分类器实现泰语分词。基于InterBEST 2009泰语分词评测语料的实验结果表明,所提方法相较于条件随机场分词模型、Character-Cluster Hybrid 分词模型以及 GLR and N-gram 分词模型取得了更好的分词效果,分词准确率、召回率和F值分别达到了97.27%、99.26 %及98.26 %,相比条件随机场分词速度提高了112.78%。     

基于集成一致性的多源跨领域情感分类模型

现有的跨领域情感分类方法大多只利用了单个源领域到目标域的迁移特征,没有充分考虑目标域实例与不同源域之间的联系。针对此问题,本文提出一种无监督的多源跨领域情感分类模型。首先利用单个源域到目标域的迁移特征训练基分类器,并对不同的基分类器加权;然后将不同基分类器对目标域实例预测的集成一致性作为目标函数,优化该目标函数,得到不同基分类器的权重;最后利用加权后的基分类器得到目标域的情感分类结果。该模型在Amazon数据集上进行了多源域情感迁移实验,取得了较好的实验结果,相对其他基线模型,在4组实验中平均提升了0.75%。