输电线路在覆冰荷载的作用下,容易引发倒塔、断线等安全事故,为了对输电线路覆冰进行提前预警,需要对线路上的覆冰厚度进行预测。本文基于数据驱动的方式,融合性能各异的覆冰预测模型,构建由初级层与次级层组成的输电线路覆冰厚度预测的...输电线路在覆冰荷载的作用下,容易引发倒塔、断线等安全事故,为了对输电线路覆冰进行提前预警,需要对线路上的覆冰厚度进行预测。本文基于数据驱动的方式,融合性能各异的覆冰预测模型,构建由初级层与次级层组成的输电线路覆冰厚度预测的Stacking集成模型。根据覆冰在线监测系统采集的气象数据与等值覆冰厚度,提取关联特征参数,训练Stacking覆冰预测模型的初级层(随机森林、最小二乘支持向量机、XGBoost、LSTM模型);通过初级层输出值对次级层的学习器进行训练,预测最终的覆冰厚度。结果表明,Stacking覆冰预测模型的MSE降低为0.5897 mm, R^(2)值达到0.9894。Stacking覆冰预测模型能够预测输电线路上的覆冰厚度,达到输电线路覆冰的安全预警作用,可以有效指导电网的抗冰工作。展开更多
为了解决DPOS共识算法(Delegated Proof of Stake,股份授权证明机制)吞吐性能不足的问题,本文提出加权指标动态均衡算法(DPOS with weighted Index Dynamically Balancing,DPOS+IDB).该算法首先利用区块链的通道机制,将带有不同标签的...为了解决DPOS共识算法(Delegated Proof of Stake,股份授权证明机制)吞吐性能不足的问题,本文提出加权指标动态均衡算法(DPOS with weighted Index Dynamically Balancing,DPOS+IDB).该算法首先利用区块链的通道机制,将带有不同标签的交易分配到不同的区块链通道中.然后对每一个区块链通道,分别进程参数配置优化.最终,将参数配置优化问题,转化为对多个指标求解整体最优解问题.通过优化参数配置,提高区块链通道的吞吐性能.由于求解过程中,需要在多个指标可行范围内进搜索,求解空间过大.为此,设计动态均衡搜索算法进行求解,利用求解的结果对区块链网络进行优化配置,提高提高区块链网络的性能.仿真表明,对比原始DPOS算法、CE-DPOS(Comprehensive Election-DPOS,综合选举)算法和RC-DPOS(Reputation Classification-DPOS,名誉分级)算法,DPOS+IDB算法在时延、吞吐率有较好的性能表现,并且通讯开销的复杂度由节点数量的平方降低至节点数量的一次方.展开更多
电力安全三元组抽取是构建电力安全知识图谱及搜索系统的基础。面对特殊语句时,电力安全传统深度学习抽取方法识别率低且容易出现误差传播,而用联合抽取方法无法处理实体对重叠和单实体重叠问题。因此,提出基于三元组分类的联合抽取方法...电力安全三元组抽取是构建电力安全知识图谱及搜索系统的基础。面对特殊语句时,电力安全传统深度学习抽取方法识别率低且容易出现误差传播,而用联合抽取方法无法处理实体对重叠和单实体重叠问题。因此,提出基于三元组分类的联合抽取方法,用分类思想进行电力安全三元组抽取。首先从电力安全文本网站提取电力安全标准文本,并开发插件进行手动标注。然后利用Chinese-bert-wwm-ext(Chinese bidirectional encoder representations from transformers whole word masking extesion)预训练模型对电力安全文本数据向量化。随后将词向量枚举,将三元组转换为两对向量组,再设计分类器训练联合抽取模型抽取三元组向量,最后解码出三元组。实验结果:在电力安全数据集上取得了90.2%的F1值,比传统流水线方法Bert-BILSTM-CRF(Bidirectional encoder representations from transformers bidirectional long short-term memory conditional random fields)高10%,比联合抽取模型TPLinker(Token pair linker)高1.3%。该结果表明所提方法便于后续电力安全知识图谱建立。展开更多
文摘输电线路在覆冰荷载的作用下,容易引发倒塔、断线等安全事故,为了对输电线路覆冰进行提前预警,需要对线路上的覆冰厚度进行预测。本文基于数据驱动的方式,融合性能各异的覆冰预测模型,构建由初级层与次级层组成的输电线路覆冰厚度预测的Stacking集成模型。根据覆冰在线监测系统采集的气象数据与等值覆冰厚度,提取关联特征参数,训练Stacking覆冰预测模型的初级层(随机森林、最小二乘支持向量机、XGBoost、LSTM模型);通过初级层输出值对次级层的学习器进行训练,预测最终的覆冰厚度。结果表明,Stacking覆冰预测模型的MSE降低为0.5897 mm, R^(2)值达到0.9894。Stacking覆冰预测模型能够预测输电线路上的覆冰厚度,达到输电线路覆冰的安全预警作用,可以有效指导电网的抗冰工作。
文摘为了解决DPOS共识算法(Delegated Proof of Stake,股份授权证明机制)吞吐性能不足的问题,本文提出加权指标动态均衡算法(DPOS with weighted Index Dynamically Balancing,DPOS+IDB).该算法首先利用区块链的通道机制,将带有不同标签的交易分配到不同的区块链通道中.然后对每一个区块链通道,分别进程参数配置优化.最终,将参数配置优化问题,转化为对多个指标求解整体最优解问题.通过优化参数配置,提高区块链通道的吞吐性能.由于求解过程中,需要在多个指标可行范围内进搜索,求解空间过大.为此,设计动态均衡搜索算法进行求解,利用求解的结果对区块链网络进行优化配置,提高提高区块链网络的性能.仿真表明,对比原始DPOS算法、CE-DPOS(Comprehensive Election-DPOS,综合选举)算法和RC-DPOS(Reputation Classification-DPOS,名誉分级)算法,DPOS+IDB算法在时延、吞吐率有较好的性能表现,并且通讯开销的复杂度由节点数量的平方降低至节点数量的一次方.
文摘电力安全三元组抽取是构建电力安全知识图谱及搜索系统的基础。面对特殊语句时,电力安全传统深度学习抽取方法识别率低且容易出现误差传播,而用联合抽取方法无法处理实体对重叠和单实体重叠问题。因此,提出基于三元组分类的联合抽取方法,用分类思想进行电力安全三元组抽取。首先从电力安全文本网站提取电力安全标准文本,并开发插件进行手动标注。然后利用Chinese-bert-wwm-ext(Chinese bidirectional encoder representations from transformers whole word masking extesion)预训练模型对电力安全文本数据向量化。随后将词向量枚举,将三元组转换为两对向量组,再设计分类器训练联合抽取模型抽取三元组向量,最后解码出三元组。实验结果:在电力安全数据集上取得了90.2%的F1值,比传统流水线方法Bert-BILSTM-CRF(Bidirectional encoder representations from transformers bidirectional long short-term memory conditional random fields)高10%,比联合抽取模型TPLinker(Token pair linker)高1.3%。该结果表明所提方法便于后续电力安全知识图谱建立。
