电力光纤通信网的安全性评估指标体系

为了评估电力光纤通信网的安全性,提出了基于多目标决策的评估指标体系。首先介绍了指标体系的构建原则和指标筛选方法,然后在分析了光纤电路、通信站、通信电源、运行管理和人为安全等光纤通信网安全性影响因素的基础上,建立了评估指标体系,并利用层次分析法确定了指标权重,利用效度系数法对指标体系进行了有效性和可靠性方面的优化,最后通过实例验证了该方法的可行性。研究表明,利用该指标体系可以对电力光纤通信网的安全性进行客观的评估。

红外与可见光图像配准研究现状与展望

红外与可见光图像配准是常见的多模态图像配准,它广泛应用于军事、遥感等领域,有必要对其研究现状进行综述。在描述了红外与可见光图像配准问题后,首先简述了图像配准的一般方法,分为基于图像区域的配准方法和基于图像特征的配准方法,重点述评了局部不变特征方法中的SIFT算法和SURF算法;然后按文献发表时间顺序对红外与可见光图像配准的国外和国内研究现状进行了详细述评;总结了红外与可见光图像配准研究中存在的问题;最后对其进行展望,并指出未来的研究重点是以SIFT算法和SURF算法为研究基础去构造对模态不敏感的不变特征和其相应的描述子。

基于极限学习机的变压器故障诊断方法研究

针对基于传统智能学习方法的变压器故障诊断存在训练速度慢、需调整的参数多及参数确定困难的问题,提出了基于极限学习机(Extreme Learning Machine,ELM)的变压器故障诊断方法。文中根据变压器故障的特点选取输入特征向量,分析了激活函数、隐含层节点数目对诊断性能的影响,并与基于BP神经网络和SVM的诊断方法进行了对比。实验结果表明,文中提出的变压器故障诊断方法性能明显优于BP神经网络,与SVM的诊断正确率相当,需要预先设置的参数更少,训练速度更快,更加便于工程应用。

基于相关系数矩阵和概率神经网络的局部放电模式识别

针对变压器局部放电模式分类过程中特征参数维数过高的问题,提出了一种基于相关系数矩阵的参数降维方法。利用提取出的变压器局部放电信号的特征参数构造相关系数矩阵,通过分析放电信号18个特征参数间的相关性,删除具有相似分类能力的特征参数,之后引入分离度指标来衡量特征向量的分类能力大小,提取出6个具有较高分类能力的特征向量,最后通过概率神经网络进行模式识别。结果表明该降维方法有效降低了特征参数的维数,简化了分类器结构,在小样本情况下对于概率神经网络模式分类器具有较高的识别率,识别效果优于传统BP神经网络。

基于改进阈值法的小波去噪算法研究

为了克服传统小波阈值去噪算法中存在的缺陷,采用小波系数放大法,并对阈值函数进行改进。由于信号中存在奇异点,会在奇异点处产生Pesudo-Gibbs现象,采用基于改进小波阈值法的平移不变去噪方法可以有效抑制Pesudo-Gibbs现象,对去噪效果进行强化。仿真实验结果表明:基于平移不变的去噪方法可以明显提高信噪比,其去噪效果优于传统的软、硬阈值去噪方法,具有较高的实用价值。

基于级别高于关系和线性规划的配电网规划辅助决策方法

为了解决配电网规划的综合决策问题,提出一种基于级别高于关系和线性规划的配电网规划辅助决策方法,并通过案例进行了说明。该方法根据决策者的风险态度,用阈值表达数据不确定性,对规划方案进行两两比较,计算各方案在单准则下的得分,接着建立准则得分加权最大的目标函数,并以决策者表达的权重为约束条件,构成线性规划模型。最后用该模型计算各方案的优化目标分值,并用其对方案进行排序。方法既充分利用了专家经验知识,考虑了专家意见的模糊性,又通过“非均一”评价确保了决策客观性。是一种主观和客观典型结合的综合决策新方法。

基于经验模式分解和互信息的多模态图像配准

基于互信息的配准方法是目前多模态图像配准研究中的热点。提出了一种基于经验模式分解后剩余图像和互信息的多模态图像配准方法。首先通过理论分析得出通过求解剩余图像之间的变换参数即可获得原始图像之间的变换参数,从而论证了二维经验模式分解(BEMD)应用于多模态图像配准的可行性,然后给出了图像配准方法的实现步骤。典型多模态图像配准实验结果表明此方法与传统互信息法和基于小波分解结合互信息的方法相比,旋转角度估计误差可以降低1个数量级,缩放参数的估计误差也有很大降低。表明该方法获得了更高的配准精度。

基于互补免疫算法的变压器故障诊断

基于自组织抗体网络(so Ab Net)的变压器故障诊断方法中没有网络压缩机制,并且网络的初始抗体是随机选取的,网络性能不稳定。针对这一问题,提出了基于互补免疫算法的变压器故障诊断方法,结合变压器故障诊断的特点详细设计了免疫算子以弥补so Ab Net的不足。免疫算子中接种疫苗利用K-means最佳聚类算法为so Ab Net提供初始抗体,并通过免疫选择压缩网络规模,其参数由粒子群算法进行优化。变压器故障诊断实验结果表明,所提出的互补免疫算法能够充分利用系统的先验知识,并有效地提取故障样本的数据特征,与单一智能方法相比具有更高的诊断准确率。

基于主成分分析和概率神经网络的变压器局部放电模式识别

提出利用主成分分析(PCA)的方法对变压器局部放电原始特征参数进行降维,并提取出新的主成分因子。结果表明,提取出的主成分因子可以很好地表征原始特征向量。通过概率神经网络(PNN)分类器分别对降维前和降维后的特征向量进行训练和识别。研究发现,提取出的新因子有效缓解了分类器负担,且PNN分类器的识别效果良好,优于传统BP神经网络分类器。

基于ASIFT算法的绝缘子视频图像的识别与定位

为了实现智能提取直升机巡检视频中的绝缘子图像,基于ASIFT原理的图像处理技术和数据库技术,提出了一种新的绝缘子图像识别与定位方法。该方法首先建立标准的绝缘子图库,通过改进UL-PCNN红外图像分割算法提取绝缘子特征值,然后将输电线路视频与标准图库中的绝缘子图片利用ASIFT算法进行匹配,进而识别和定位视频中的绝缘子。实验结果表明,ASIFT方法具备良好的抗绝缘子图像仿射变形性能,可以在少量人工辅助的条件下对图像进行处理,提高了架空输电线路绝缘子故障检测的自动化处理程度。

基于CIM的变电设备状态信息统一模型的研究

针对变电设备健康状态评估的实际需求,遵循国际电工技术委员会制定的IEC61968和IEC61970系列标准的公共信息模型(CIM),完善了变电设备状态信息统一模型,通过研究变电设备的相关信息及其组成将模型划分为核心包3、域包3、记录包、变电设备包、检测包等5个包,概括了对变电设备、设备测试、历史数据等方面的描述,为变电设备的健康状态评估架构了一种集成信息的平台,通过模型的建立,使得变电设备状态信息更加完整和统一。

基于非对称密钥和Hash函数的RFID双向认证协议

随着RFID系统的广泛应用,系统安全问题日益突出.认证协议是一种面向应用层的协议,防止攻击者对敏感数据进行窃取,保证通信内容的完整性.由于无源RFID标签内存和容量的限制,使得目前通用的无线传感器网络中的安全协议在RFID系统不能直接使用.本文首先分析现有的基于密码学的认证协议和基于Hash函数的4种典型的RFID认证协议,包括Hash锁协议、随机化Hash锁协议、Hash链协议、基于Hash函数的ID变化协议的特点和缺陷,针对构架于物联网开放的EPC服务环境,提出了一种新的基于非对称密钥和Hash函数的双向认证协议,并给出了标签生成数字串和读写器生成数字串两种更新方案.该协议通过私钥对读写器的身份进行验证,使读写器与数据库相互独立;利用Hash函数对随机数字串进行运算来认证标签,保证了标签的前向安全性;运用BAN逻辑的形式化分析方法,对该协议的安全性进行了推导证明.通过对几种基于Hash函数认证协议的标签计算时间、读写器计算时间、数据库计算复杂度、标签存储容量4种性能对比分析表明,该协议实现复杂度低,更适合低成本、多用户系统使用.

基于形状相似距离的K-means聚类算法

把向量作为空间中的物体展开相似度的评估,分析了向量间各维差值与形状差异的间的近似关系,提出了基于形状相似距离的K-means算法。在三个UCI(University of California,Irvine)标准数据集上的聚类结果表明,对于有关形状信息的数据,基于形状相似距离的K-means算法比采用传统距离的K-means算法,聚类准确度显著提高。

棱边有限元法在工程涡流问题中的应用研究

结合近年来的科研工作,讨论了若干棱边有限元法在工程涡流分析中的应用问题,如棱单元矢量插值函数的统一导出方法、树规范问题、大型稀疏方程组迭代解法以及电磁场直接求解方法的研究,并比较了棱边有限元法与传统的节点有限元法各自的优劣。最后给出了待解决的问题。

壳式变压器并联线圈电流分配及阻抗电压计算

本文基于有限元技术，提出计算壳式铁心变压器并联线圈中电流分配的最小能量法和电压平衡法，并证明了两种方法的等价性。应用这两种方法还获得漏磁场分布和阻抗电压。应用于一台３６０ＭＶＡ，５２５／１８ｋＶ的壳式铁心变压器，计算出了最小、额定和最大分接情况下并联线圈中的电流分配和阻抗电压，并与实验值做了比较。

基于一种新的启发式约简算法的变压器故障诊断方法

基于依赖度的知识相对约简的启发式约简算法是一种新的粗糙集最优属性约简方法,本文首次将其应用于变压器故障诊断问题中,并结合粗糙集值约简方法,得到一组故障诊断的最小决策规则集,从而大大减小了编码的工作量,避免了约简属性组合查询及缺少关键属性时规则匹配所带来的不便,运算速度也相对加快。此外,该模型还可以通过丰富训练样本,修正决策表的自学习法使得诊断效果不断提高。最后结合实例分析,证明该方法的简便及有效。

计算非线性时变涡流场的有限元方程频域算洁

本文提出了一种计算时变非线性涡流场的有限元方程频域算法，该方法在时域内确定非线性单元各时刻的磁阻率，利用离散付立叶变换在频域内求解有限元方程，并用直接解法与逐次松驰因子迭代法相结合的方法处理频域方程组的非线性问题。文中还用一算例验证了本法的有效性。

变压器大卫三角形法故障诊断结果的基本信任分配函数研究

变压器油中溶解气体分析技术目前已成为变压器故障诊断中最普遍、最重要的技术之一。然而该方法在判断具体某种故障类型的过程中存在一定的不确定性,针对这个问题,提出了基于大卫三角形法的基本信任分配函数研究方法。该方法在大卫三角形的理论基础上,采用有限元法中三节点三角形插值方法来构造变压器故障诊断结果的基本信任分配函数,对判断故障类型的准确性有很好的提高。最后通过实例计算验证了方法的可行性及有效性。

基于知识推理的变压器局部放电故障检测技术

局部放电故障诊断是用于检测电力系统设备中的高压绝缘内的缺陷。但是由于相关的背景知识和专业领域知识有限,从原始的监测数据中提取有价值的故障信息就面临了很大的挑战。文中开发了一个基于知识推理系统的变压器的局部放电故障检测技术。对局部放电传感器所采集的信息进行处理,获得相位解析的三维图,并通过对三维图进行分类、提取显著特征的方法对变压器故障进行诊断和定位。系统可以通过对大量广泛的局部放电行为的诊断和缺陷源的分类,支持在线设备状态评估和故障诊断。同时文中用此方法对一个未知的混合放电行为进行诊断,发现诊断精度高于传统的模式识别检测技术。

地震救灾初期应急物资智能调度问题的研究

为了探究大规模灾害救援初期物资不足、运输能力有限情况下的应急物资调度问题,引入需求迫切度和满意度的概念,构建了多储备点、多受灾点的多种物资的调度模型,以最大化受灾点平均满意度和最小化运输路径长度为目标,并采用双蚁群算法对模型求解。案例仿真实验表明,该模型在保障受灾点的基本物资需求,且优先供给需求迫切度高的受灾点的前提下,得到了有效的物资调度方案,为决策者制定救灾策略提供了参考。