电力设备缺陷文本的双通道语义增强网络挖掘方法

电力设备运维环节积累的缺陷文本可指导设备的状态评价和检修工作。然而缺陷文本结构多样且背景噪声强,导致智能挖掘信息的难度大。针对该问题,提出了基于双通道语义增强网络的电力设备缺陷文本挖掘方法。首先,分析缺陷文本的内容,结合自然语言处理方法预处理缺陷文本。利用Glove词向量嵌入模型将缺陷文本映射至数值空间表征语义。然后,基于词移距离构建缺陷文本的增强文本,通过含注意力机制的双向长短时记忆神经网络分别提取缺陷文本和增强文本的特征,进而在网络末端融合特征实现关键信息加强,提升模型分类性能。实例表明,所提双通道语义增强网络的分类Macro-F1指标相比于传统机器学习方法、单通道深度学习方法至少提高6.2%、5.2%,同时所提方法为实现图像、文本等多源运维数据的特征增强提供新思路。

基于双尺度串行网络的视频异常行为检测

针对传统视频异常行为检测模型存在的性能不佳与时间开销较大的问题,从空间和时序维度构造双尺度串行网络的视频异常行为检测模型(Dual-Scale Serial Network,DSS-Net)。首先,利用深度可分离卷积对Vgg-16网络进行改进,并利用改进的特征提取器从空间维度提取特征,从而可以通过减少计算参数量来降低模型的时间开销。接着,在此基础上引入注意力机制,从而强化目标特征的表达能力。最后,利用长短期记忆(Long Short-Term Memory,LSTM)网络从时序维度提取运动视频每一帧之间的上下文时序关系。在当前主流的UCSD Ped1和Ped2数据集以及更具挑战性的UCF数据集上进行测试,结果表明,在3个数据集上DSS-Net的ROC(Receiver Operating Characteristic)线下面积(Area Under Curve,AUC)值分别达到95.30%、96.80%、80.60%,等错误率(Equal Error Rate,EER)分别达到10.60%、12.60%、18.50%,同时具有更强的实时性。相比经典的One-class Neural Network(ONN)和Aggregation of Ensembles(AOE)模型,DSS-Net在Ped1和Ped2数据集上的AUC值分别提升了0.42%和0.94%。此外,DSS-Net也在UMN、ShanghaiTech和CUHK Avenue等数据集上进行了泛化能力和鲁棒性的测试,结果与当前主流模型相比具有一定的竞争力。

高校仪器设备信息化管理系统探索

将面向对象的信息化管理系统和面向过程的信息化管理系统进行了对比,给出了两者的相关特点,通过分析和实践,认为面向过程的信息化管理系统在应对目前高校的设备管理需求方面具有较大的优势,并提出了未来仪器设备信息化管理系统应具备的特点。

非完全信息下电力市场中电厂机组出力优化的改进古诺模型

该文给出了在寡占的电力市场中,各电厂在已知市场电力反需求曲线,而不知其它电厂电力生产成本的情况下,各发电厂为了获得最大利润而对发电机组的出力进行优化的具有约束条件的古诺模型。在电厂的收益是凹函数并求极大值的情况下,利用了寻找优化函数的库恩-塔克点(K-T点)及各电厂机组的反应函数方程组的方法求取了具有限制条件下的电厂机组出力的期望古诺均衡解。文中例子证明了该文方法的有效性,该方法可以作为电厂优化资源、制定决策的有力的工具。

发电市场势力研究与交易方式对发电市场势力影响的分析

该文利用瓦尔拉斯假设对发电公司的市场行为进行了分析,并由此定义了一个度量发电市场势力的指标函数。该文利用该指标说明市场电价的飚升除了电力确实缺乏之外主要是由于发电的市场势力决定的,同时也研究了市场中存在双边合同交易时对发电市场势力的影响,表明由于双边交易的存在会削弱发电公司的市场势力,抑制电价抬升。实例也证明了该指标的合理性。

非线性市场需求下机组优化出力的自适应动态古诺模型

该文运用博奕论及动态经济学方法首先给出了非线性反需求函数下电厂机组出力的静态古诺模型及古诺均衡的求解方法;然后引入机组自适应期望出力的概念,建立了求取下一生产周期电厂机组最佳出力的非线性自适应动态古诺模型。两种方法都反应了电厂追求利润最大化的博弈行为,因此能够作为电厂机组出力的优化决策工具。仿真结果表明自适应动态古诺模型是有效、可行的,而且其稳定值趋于古诺均衡。

非完全信息下电力市场中电厂机组竞价上网的博弈解

电厂机组竞价上网能否获胜的关键就是如何确定报价曲线 ,而机组竞价上网的博弈解 (纳什均衡解 ) ,又是获取电厂机组报价曲线的关键。本文研究了在电力需求具有弹性的电力市场中机组报价曲线的确定方法。该方法首先建立了具有约束条件下的古诺模型 ,并给出了求取该模型的古诺 -纳什均衡解的方法 ,由此得到电厂机组出力的优化解 。

新形势下高校免税设备管理工作探讨

"科教用品"减免税是国家对教学、科研领域的特殊优惠政策,2009年起实施的《中华人民共和国海关进出口货物减免税管理办法》具体规范了高校享受免税设备的处置与管理方法。结合新的管理规定,具体介绍了该办法的3个新的政策要点,提出了在新的海关管理政策规范下,进口免税设备的日常管理应根据新的变化进行调整,对高校免税仪器设备的管理工作进行了初步的研究和探讨。

寡占市场中自适应动态古诺模型的建立

本文通过引入自适应期望产量的概念,利用现代控制工程理论建立了市场非线性反需求函数下的自适应动态古诺模型。该模型建立的目的是为厂商各生产周期的产量决策提供理论指导。动态仿真结果及实例分析表明,自适应动态模型的稳定状态总趋近于古诺均衡解,该模型能够对现实经济运动进行合理描述,具有动态自适应能力,是厂商制定产量决策的有利工具。

基于可拓模糊理论的区域电力市场条件合理性分析和预警机制研究

根据断面输电能力将区域电力市场划分为若干个安全区,从市场条件满足电力供需平衡和有效竞争的角度,结合模糊数学理论,运用可拓学的物元理论、可拓集合论和关联函数,构建了评价每个安全区市场条件合理性的经典物元和节域物元。通过计算待评安全区与各合理性等级的关联度确定了该安全区市场条件的合理性程度,并分析了该方法的预警作用。以东北区域电力市场为例,验证了所提出的可拓模糊理论综合评价方法和预警机制的合理性。

李治牢教授治疗急性渗出性皮肤病经验

李治牢教授认为,急性渗出性皮肤病每因湿热熏蒸肌肤或兼感风邪而引起,临床常以糜烂、渗液、流汁、瘙痒等为特征;治疗上主张湿重宜兼温化,热重宜兼清利,兼挟风邪宜疏风散邪,实证宜兼攻逐,虚证宜兼扶正;提倡辨证施治,内外配合,临床常用复方野菊花汤和萆渗湿汤治疗,疗效显著。

高校仪器设备招标采购管理的特点与思考

高校采购工作取得了实质性的提高,从设备论证到招标签约已经建立了适合自身特点的招标采购模式,但其中也存在着一些不足,比如招标起点没有统一的标准,重复论证,编制招标文件时如何在商务部分和技术部分中体现公平、公开、公正,对专家的不同要求也对我们提出了要明确专家的权利与责任。招标采购的程序性环节我们应给予关注,招标采购的原则要公开、公平、公正,更要建立质量、数量与价格平等的对价关系,对招标结果的评价反馈体系,即"物有所值、结果评价"是招标采购的改革思路,也是高校招标采购的发展方向。

改进的Prony算法在频谱估计中的应用

在对Prony算法分析与研究的基础上,将基于奇异值分解的总体最小二乘法引入Prony算法,并将该改进的Prony算法应用于频谱估计。改进的算法弥补了信号序列在伴随噪声干扰和数据序列较短的情况下,快速傅立叶变换的方法无法对信号频率进行有效提取的缺点,最后通过实验仿真证明了该改进的Prony算法在频谱估计中应用的有效性。

电力市场中的拍卖方式及竞标策略分析

首先对发电商在同一价格拍卖和差别价格拍卖方式下的博弈行为进行了分析,分析结果表明发电商在不同的拍卖方式下改变其竞价策略,最终会达到相同的效果,即两种拍卖方式下的市场价格及市场购买力是相同的;其次,建立了这两种拍卖方式下的贝特兰德模型,利用迭代方法求取了模型的纳什均衡解。通过仿真实例对上述结论进行了验证。

电厂机组优化出力竞价上网的自适应动态模型

通过引入机组自适应期望出力的概念 ,建立了电厂机组出力优化的自适应动态古诺模型 ,并由此导出了机组最佳出力竞价报价系数的动态模型 ,理论上这些动态模型总是稳定的。动态仿真结果表明 ,机组出力报价系数动态模型的稳定值总是趋近或等于机组出力报价系数的纳什均衡解。机组出力报价系数动态模型是电厂对其竞争者的最佳反应。

农业气象灾害等级优化预测仿真研究

对农业气象灾害等级进行准确预测,可对灾害进行有效防御,提高农业生产量。进行灾害等级预测过程应建立在利用农业气象状态观测矩阵,计算农业气象灾害预测加权系数的基础上,而传统方法通过获取灾害关键属性的聚类中心和隶属度矩阵,组建农业气象灾害等级判断准则完成预测,但不能准确组建气象状态观测矩阵,无法精确计算灾害预测加权系数,导致预测误差大的问题。提出基于改进混沌理论的农业气象灾害等级预测优化方法。先融合于混沌理论对农业气象灾害发生等级时间序列数据进行相空间重构,计算气象数据混沌相空间的嵌入维数和嵌入延迟,以卡尔曼滤波方法为基础组建农业气象状态观测矩阵,计算出农业气象灾害预测加权系数,以计算的结果为依据组建农业气象灾害等级预测模型,利用上述模型完成对农业气象灾害等级预测,弥补了传统方法无法预测隐含的灾害发生规律的弊端。仿真结果表明,所提方法可以有效地预测可能即将发生的农业气象灾害及其等级,具有较高的预测精度和良好的适用性。

基于独立分量分析新算法的含噪图像盲分离

由于乘性噪声的存在,严重限制了标准ICA的使用。在分析独立分量分析的基本模型的基础上,讨论了有噪信号的独立分量分析(Noisy ICA)。提出一种新的基于四阶统计量的方法来消除乘性噪声,分离出独立的源信号。通过寻求噪声线性转换的统计结构,依据代价函数最小来获取解混阵B,从而分离出多维观测信号。最后把算法应用于含噪的混合图像,通过仿真显示算法很好的分离了源信号。

面向变工况条件的锂离子电池寿命退化预测方法

准确地预测锂离子电池寿命退化对保障电动汽车及电化学储能系统的安全可靠运行具有重要意义。然而,面向变工况条件的锂离子电池寿命预测仍具有较大的挑战。本文提出了一种新型特征矩阵的建立方法以及基于深度卷积神经网络的电池寿命预测方法。首先,以容量衰减来定义电池寿命退化,根据变工况公开数据集的特点,结合历史容量信息、循环次数信息和工况信息建立了多维度特征参量矩阵。然后,以特征参量矩阵为输入,待预测电池容量为输出,构建了一步预测的映射关系。为获取该映射关系,采用了具有强非线性能力的深度学习方法,通过空洞卷积模块、残差模块和回归模块的叠加建立了空洞残差回归网络(dilated residual regression network,DRRN)。进一步地,在训练所构建的网络时使用贝叶斯优化(Bayesian optimization,BO)寻找最佳的超参数组合,使模型达到最优效果。实验结果表明,相比于目前常用于电池剩余寿命预测的粒子滤波算法和长短时记忆神经网络算法,所提方法至少可减少相对均方根误差42.8%,具有明显优势。在不同的预测起点下,证明了所提方法具有较鲁棒的预测能力。

基于灰度梯度共生矩阵的桌面灰尘检测算法

针对桌面灰尘检测在光照变化时有灰尘与无灰尘图像相似度区分界限不明显的问题,提出一种基于兰氏距离改进的图像相似度算法。该算法融合指数函数性质,将模板图与有灰尘和无灰尘图像之间的兰氏距离转换为(0,1]区间的相似度值,同时扩大相似度差值。为增强灰尘纹理特征信息,将灰度图进行拉普拉斯算子卷积,再用共生矩阵特征提取算法提取特征参数并将其组合成一维向量。用改进后的相似度算法计算模板图与待检测图的特征参数向量相似度,根据向量相似度判断桌面是否具有灰尘。实验结果表明在300~900lux光照范围内,无灰尘图像之间的相似度高于90.01%,有灰尘与无灰尘图像之间的相似度低于62.57%。两种相似度的均值能够作为阈值,在光照变化时有效地判断桌面是否具有灰尘。

统计过程控制中-R控制图的改进算法研究

传统的-R(均值-极差)控制图虽然能反映整个过程的变化趋势,但只对较大的偏差反应灵敏,对持续的、较小的偏差反应迟钝.一种基于预测模型的改进算法能较好地反映较小偏差的变化,并以实例加以比较.