基于深度学习与不平衡样本集的输电线路故障分类

针对输电线路各类型故障样本间的数量不平衡会造成人工智能算法对故障中的少数类样本识别精度不足的问题,提出了一种基于Borderline-SMOTE（BSMOTE）算法与卷积神经网络（CNN）相结合的输电线路故障分类方法。该方法首先利用BSMOTE算法对位于分类边界上的少数类样本进行过采样合成处理,改善样本间的不平衡度,然后将所提取的一维故障电流信号样本重构成二维灰度图像数据形式,并在Pytorch深度学习框架下搭建了CNN网络模型,利用模型的自主学习能力对灰度图像进行特征自提取与辨识,减少传统人工设计特征提取的工序,完成对输电线路故障类型的分类。实验结果表明该模型能够提高对少数类故障样本的识别能力,准确地判断故障类型,并对噪音具有较强的抗干扰能力。     

GIL机械故障诊断与预警技术研究

为了有效诊断气体绝缘金属封闭输电线路(GIL)的机械故障,搭建了110 kV GIL试验平台并设计了3种典型机械故障,通过互补集合经验模态分解(CEEMD)模糊熵值与鲸鱼优化极限学习机(WOA-ELM)模型联合方法对GIL机械故障模式进行识别与诊断。首先,利用CEEMD方法对振动信号进行分解,引入正负白噪声组对信号进行处理,得到含有故障信息的模态分量(IMF)。其次,利用模糊熵计算模态分量特征值,得到能表征故障特征的模糊熵值。最后,结合WOA-ELM模型对特征向量集进行模式识别,根据聚类结果与自适应阈值对GIL设备机械故障进行诊断和预警。结果表明,利用CEEMD与模糊熵对GIL振动信号特征进行分析,可以有效避免模态混叠和冗余噪声分量的干扰,得到能够表征故障特征的特征值;利用WOA-ELM模型可以有效实现GIL设备机械故障诊断与预警。     

基于负荷综合权值的配电网孤岛划分策略

提出一种基于负荷综合权值的孤岛划分策略。采用熵值法和最优-最劣法（best-worst method,BWM）对负荷进行评价以得到负荷的客、主观权值,并通过相对熵耦合负荷客、主观权值以进一步求出负荷综合权值;对各负荷相对于不同DG的重要程度进行排序,并依据此排序将负荷纳入DG形成的孤岛中。通过IEEE-69节点配电网系统进行验证,结果表明：所提孤岛划分策略能够有效地保证配电网中重要负荷的供电可靠性并减少了线路损耗。     

基于相似样本和多模型动态最优组合的光伏功率预测

针对传统单一预测方法存在的局限性,引入了考虑特征加权的模糊聚类方法,进行关于天气类型的划分以得到相似样本;提出多模型动态最优组合预测方法,根据各窗口期预测误差的波动情况,设置合适的临近历史样本窗口宽度,利用窗口期中的数据和构建的最优赋权模型进行组合权重的求解,在避免单一预测方法片面性的同时,提高了对各种天气的适应性。通过算例验证分析表明,所提出的组合预测方法在各种天气类型下的预测效果都优于理论预测、BP预测和LSSVM预测等单一预测方法,能够有效提高预测的有效性和准确性,具有较高的工程实用价值。     

金字塔原型对齐的轻量级小样本语义分割网络

小样本图像语义分割任务是计算机视觉领域一个有挑战性的问题,其目标是利用现有一张或几张带有密集分割注释的图片来预测未见类图像的分割掩码.针对该任务,提出了一个基于金字塔原型对齐的轻量级小样本图像语义分割网络.首先,该网络在MobileNetV2网络的深度可分离卷积和逆残差结构基础上,通过金字塔池化模块进行提取特征,保持高维度和低维度的信息,获得不同尺度的特征.同时通过在支持集原型和查询集之间进行相互对齐,使得网络能够从支持集中学到更多的信息,充分利用支持集的信息进行反馈.基于PASCAL-5i数据集的大量实验结果表明,提出的网络结构的均值在1-way 1-shot和1-way 5-shot上分别为49.5％和56.6％,与先进的主流小样本语义分割网络PANet相比分别对应提高了1.4％和0.9％,网络参数量为3.0 MB,相比PANet减小了11.7 MB,同时浮点计算量显著减少,证明了该网络在小样本图像语义分割中的有效性和高效性.     

基于相对熵的KNN文本分类方法的研究

摘要:为提高处理文本相似度的效果,提出了一种基于相对熵度量文本差异的KNN算法.该算法首先对文本进行预处理(分字与删去停用字)和构建特征字字典; 然后计算训练集中所有文本特征字的概率,并组成训练集(特征字概率矩阵); 最后计算预测文本的特征字概率向量,并通过计算和统计K个预测文本与训练集文本间相对熵最小的文本类别个数后将数目最多的类别作为测试样本的类别.实验结果表明,该算法的分类效果不仅显著优于传统KNN、SVM、Decision Tree、朴素Bayes算法的分类效果,且在小样本数据情况下     

基于AHP?熵权法的民用飞机运行需求模糊综合评价

目前用于民用飞机运行需求论证方案的评价指标不够全面完整,难以找出影响飞机产品质量和竞争力的关键指标. 在分析民用飞机运行环境和运行任务基础上,从机型适应性、飞机使用性、设备匹配性、维修合理性、飞机先进性、签派可靠性等6个维度建立民用飞机运行需求指标体系,应用AHP?熵权法综合考虑指标的主观权重与客观权重,得出各指标综合权重;采用模糊集方法确定指标的隶属度,构建模糊综合评价矩阵;提出民用飞机运行需求模糊综合评价模型,通过B737?800机型实例验证该模型的合理性和方法的可行性. 结果表明,该模型反映了民用飞机运行需求的技术指标,实现对民用飞机运行需求的综合评价.     

基于VMD和样本熵的电磁式电流互感器故障诊断

针对电磁式电流互感器故障诊断效率低、准确率不高问题,提出一种变分模态分解(VMD)和样本熵相结合的故障诊断方法.将原始故障信号通过VMD分解成一系列本征模函数(IMF)并进行优选,计算其样本熵作为新的互感器特征提取对象的特征值,与常见时频域特征指标组合成新的特征向量输入K近邻分类器进行训练.Matlab仿真实验结果表明,该方法中新的特征指标用于低压电流互感器故障诊断是有效可行的,可为电磁式电流互感器故障诊断提供参考.     

三参数威布尔分布参数估计方法

现有的三参数威布尔分布参数估计方法大都需要复杂的计算机编程,因而限制了它的应用.本文对确定威布尔分布三参数的相关系数法做了重要改进,使得计算量大为简化.提出了曲线拟合法,并引入了适用于小样本的灰度法.采用不同样本的数据进行参数估计,并进行K-S检验,得到很好的效果.     

传热推动力损耗的温度场熵分析

运用物理场熵的概念,以传热推动力在空间温度场中不可逆损耗,定量表达传热过程不可逆程度,并将温度场熵分析法应用于矩形散热翅片效率的研究,得到温度场熵与翅片长度成正比、与厚度和导热系数成反比的定量关系。并通过与翅片散热效率曲线对比表明,温度场熵不仅反映了传热过程中系统的热力性能和热效,而且揭示了翅片热效变化的内在机理,对优化此类热力系统的设计具有实际应用价值。