基于HS-ELM的油浸式变压器故障诊断

针对ELM模型的预测精度受初始的输入权重W_i和隐含层偏置矩阵b_i的选择影响,运用和声搜索算法(HS)优化选择初始的输入权重W_i和隐含层偏置矩阵b_i,提出一种基于HS-ELM的油浸式变压器故障诊断方法。将5种气体体积分数数据(H_2,C_2H_2,CH_4,C_2H_6和C_2H_4)当作HS-ELM变压器故障诊断模型的输入特征参数数据,不同故障类别标签作为HS-ELM的输出,建立HS-ELM油浸式变压器故障诊断模型。研究结果表明,在各个故障类别的诊断正确率和总体正确率上,HS-ELM均要高于GA-ELM,ELM和IEC三比值法,有效提高了变压器故障诊断的正确率。     

基于MapReduce的人工蜂群算法在大数据中的应用

随着信息技术的不断进步,数据规模不断增大。聚类是一种典型的数据分析方法,尤其是对大规模数据进行聚类分析近年来备受关注。针对现有序列聚类算法在对大规模数据进行聚类时,在内存空间和计算时间方面开销较大的问题,提出了基于MapReduce的人工蜂群聚类算法,通过引入MapReduce并行编程范式,快速计算聚类中心适应度,可实现对大规模数据的高效聚类。基于仿真和真实的磁盘驱动器制造两类数据,对算法的聚类效果、可扩展性和聚类效率进行了验证。实验结果表明,与现有PK-Means算法和并行K-PSO算法相比,论文算法具有更好的聚类效果、更强的扩展性和更高的聚类效率。