多策略混合的天鹰优化器

为了解决天鹰优化器集中在全局搜索导致的局部寻优能力略差、依赖初始种群质量和易陷入局部最优的问题,提出一种多策略混合的天鹰优化器;该算法利用改进的Hooke-jeeves优化基本天鹰优化器的初始化种群质量;引入模拟退火概率对易陷入局部最优解进行改进;自适应权重提高前期全局搜索效率,延缓后期局部搜索速度,避免在正解附近徘徊;选取12个基准测试函数进行实验,并将MAO应用于风力发电预测模型优化;实验结果表明,对于单峰函数、多峰函数和固定维函数,MAO比AO等对比函数具有更快的收敛速度和更高的精度;在春夏秋冬数据集上进行仿真实验,对比其他模型1月和10月预测精度提高了15%,4月和8月的预测曲线更加平滑;证实了MAO对于提高风电预测的精度和速度的可行性和实用性。

融合数字孪生的风电机组故障检测ASL-CatBoost方法

针对当前风电场状态监控可视化程度低、运维实时性不足的问题,基于数字孪生五维模型概念,构建风电场数字孪生五维模型框架;针对传统算法故障检测能力不足、风机故障数据集存在正负样本不平衡的问题,提出使用改进的ASL-CatBoost算法实现风机故障状态的精准检测。以数字孪生平台为基础,结合MATLAB/Simulink建立叶片质量不平衡状态下的双馈风力发电机仿真数学模型,模拟多种风速、温度条件下不同原因导致的风机故障状况数据,辅助故障检测算法进行训练,增强算法的泛化能力;设计实现风电场数字孪生运维管控一体化平台案例,在实时数据的驱动下,实现风电机组运行状态的实时监视与精准管控,验证所提框架和改进算法的可行性。

基于改进NCC算法的大尺寸原位风机叶片可见光图像拼接

风机叶片的原位检修与维护对保证风电机组的安全运行起着至关重要的作用,目前主流的无人机巡检方式需要对风机叶片图像进行全景拼接以进一步定位分析叶片的微小缺陷和评估叶片的整体状态。针对风机叶片结构单一纹理稀疏难以拼接的问题,提出一种改进归一化互相关NCC算法的图像拼接技术,利用Canny边缘检测算法提取叶片边缘并进行筛选去重得到边界坐标,将NCC算法沿叶片边界坐标搜索匹配以简化搜索路径加快运算速度,同时增加关键信息的权重提高拼接准确率,并结合图像金字塔粗-精匹配思想对算法进行进一步加速,最终根据得到的最佳匹配位置获取空间对应关系实现图像拼接。实验结果表明,所提方法的匹配耗时约为原始NCC算法的6%,其他经典灰度匹配算法的3%~10%,同时也低于其他改进的NCC算法。其拼接成功率为94.74%,高于所有对比方法,最终成功获取了风机叶片可见光全景图像,表明该方法对大尺寸风机叶片可见光图像全景拼接具有良好的稳定性。

基于GIS的城市地铁安全隐患管理系统设计与实现

为了避免伤亡事故带来的不良社会影响,针对城市地铁发展现状,设计开发了基于GIS的安全隐患排查信息管理系统。系统采用C/S架构、C#等语言设计。该系统的投入使用,使城市地铁运营时存在的安全隐患能被及时、有效地反映,并被迅速处理,一定程度上避免了重大安全事故的发生,具有较好的经济与社会效益。实现对安全隐患的监控和整改,形成闭环管理,力求把安全管理从传统的事后追踪变为事前的预防控制。

粗糙集在教学质量评价中的应用

粗糙集不依赖于数据集之外的附加信息,是处理含有噪声、不精确、不完整数据的有力工具,是一种新的数据挖掘技术。首先,本文介绍了粗糙集理论和决策表约简算法,然后采用粗糙集数据挖掘技术对多指标教学质量进行评价,挖掘出数据背后隐含的规则。