基于GRU和GWO-KELM的电力线路故障诊断

为实现电力线路故障的高精度检测和分类,设计并实现了基于机器学习的电力线路故障诊断系统,核心模块是机器学习经典算法中门控循环单元(GRU)神经网络和核极限学习机(KELM)。利用GRU对电力数据进行故障诊断,将正常数据与故障数据高精度地区分开来;利用灰狼优化(GWO)算法对KELM的核参数和惩罚因子进行寻优,使KELM获得了最佳参数;利用KELM进行故障分类,成功将不同种类的故障区分开。试验证明,GRU在数据集的准确率高达98%,得到了最优参数的KELM在数据集中准确率高达99%;利用模拟退火算法(SA)进行了准确率比对,证实了GWO算法的优越性。还对数据集中的电压和电流进行了数据可视化,简洁直观地表达了数据集,为电力线路故障诊断提供了一个切实有效的方法。

基于Real-ESRGAN和改进YOLOv8n的输电线路绝缘子故障检测

为解决无人机在输电线路巡检时遇到的绝缘子故障难以检测的问题,提出一种绝缘子故障检测新方法。该方法结合了真实世界增强超分辨率生成对抗网络(Real-ESRGAN)和改进的YOLOv8n。首先,利用Real-ESRGAN对数据集进行超分辨率重构,优化数据集质量,有效减少复杂背景的干扰;然后利用高效视觉变压器框架替换YOLOv8的主干,加强模型的特征提取能力,同时使模型在推理阶段有更快的处理速度;再对YOLOv8的检测头进行轻量化处理,进一步加速模型推理。试验结果显示,该方法的均值平均精度达86.7%,证明了其在复杂背景下的卓越目标检测性能。通过分析热力图,展示了该算法与传统YOLOv8在关注区域上的差异,从而揭示了模型的内部工作机理。

基于VMD的质子交换膜燃料电池系统故障诊断

针对质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)系统可靠性较低的问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)和蝴蝶优化算法(butterfly optimization algorithm,BOA)的最小二乘支持向量机(least square support vector machine,LSSVM)故障诊断方法。首先,利用传感器获取系统运行的时序信号,并对采集到的时序信号进行VMD;然后,计算各模态分量的模糊熵,将模糊熵作为故障检测特征值构建数据集;最后,利用数据集构建BOA优化的LSSVM故障分类器。通过测试集对构建的故障分类器进行实验验证,结果表明,所提方法能够有效检测出故障信号,并对故障类型进行准确辨识,具有一定的工程应用价值。

新型UKF在非线性系统执行器故障估计中的应用

针对扩展卡尔曼滤波(extended Kalman filter,EKF)算法使用受限,粒子滤波算法动态跟踪能力差、易产生退化,单一无先导扩展卡尔曼滤波(unscented Kalman filter,UKF)算法滤波精度低等缺陷,根据极大后验(maximum a posterior,MAP)估计原理,设计了一种带限定记忆法的无先导卡尔曼故障估计滤波器.首先根据极大后验估计原理,推导出一种最优MAP-UKF乘性故障估计器;在此基础之上,又推导出次优的执行器故障估计滤波器,并对常值故障估计滤波器进行了无偏性证明;接着,将限定记忆法应用于MAP-UKF故障估计滤波器中.最后,将新型的UKF算法应用于倒立摆仿真,相比于EKF和单一UKF算法,所提出的故障估计算法收敛速度较快,滤波精度显著提高.

《MATLAB程序设计》在电类专业双语教学方式的探索

结合当前二本教学着力培养实践型学生的实际情况,对电类专业本科生的matlab双语教学课程进行初步探索和研究,介绍该门课程教学过程中的规划和设计,创建新的双语教学模式,旨在提高双语课堂的教学效果,提升学生专业英语的水平和动手能力,达到培养综合型实践人才的目标。

《系统工程导论》课程在自动化专业教学与实践中的探讨

'系统工程导论'作为自动化专业高年级学生开设的一门专业拓展课程,涉及基础知识范围广泛,实践应用应用较强。为了更好地构建该门课程的科学体系结构,突出系统工程方法论在实践中的应用,本文通过分析该门课程的历史发展、专业地位以及发展前景,并结合在实践教学中的经验知识,对新形势下'系统工程导论'的教学内容、教学方法和实践应用进行初步的探讨。

基于决策树的银行目标客户预测算法

近年来互联网金融的兴起对传统银行产生了巨大的冲击,传统银行的优势在于拥有巨大的客户数据库,为了提高传统银行的竞争力,可以借助机器学习的方法对大量客户进行区分,从而寻找出潜在客户,实行高效管理。由于银行数据量大、特征多的特点,该文通过决策树算法对其进行分类和预测,首先观察统计数据特征对数据进行清洗预处理,再利用不平衡算法解决数据量不平衡问题,最后利用决策树算法建立最终模型,对客户进行分类和预测,向潜在的顾客进行推荐,减少了银行的盲目推荐费用,有效提升了推荐的成功率。