基于混沌理论的低压电力线通信信道建模研究

低压电力线通信(L-PLC)信道是一个受某些确定性规律控制的复杂非线性有限维动力系统,研究它的特性并建立其信道模型,是低压电力线通信技术领域的重要课题。本文将混沌理论引入L-PLC信道建模研究,通过对信道的实测信号进行混沌分析,从整体上研究低压电力线通信信道的内在规律。对实测时间序列的关联维数和最大Lyapunov指数的计算结果表明:饱和关联维数在4～5之间,说明要建立L-PLC系统的数学模型至少需要5个独立变量;最大Lyapunov指数为正,说明低压电力线通信系统具有混沌特性,因而具有短时间的可预测性。此外,文中对测量电路的滤波特性、时间序列长度以及采样频率的影响进行的讨论,对混沌时间序列分析具有广泛参考价值。

基于Kolmogorov熵的低压电力线信道特性分析

将Kolmogorov熵引入低压电力线信道特性的研究。通过计算不同条件下测得的电力线时间序列的Kolmogorov熵值,分析研究信道的混沌特征。主要结果有Kolmogorov熵值与电力网络的运行工况(地点、时间、负荷)呈正相关性,恒大于零,且趋于某一饱和值;同时,Kolmogorov熵受数据测量电路的通频带、采样间隔等参数影响。据此可推得如下结论:低压电力线信道具有混沌特征,短时可预测;Kolmogorov熵可作为描述低压电力线信道模型、估计信道特性的参数之一。

L-PLC信道特性预测的SVM实现

信道特性预测是低压电力线载波通信L-PLC(low-vlotage power line communication)信道特性研究的重要组成部分。文中基于低压电力线信道的混沌特性,将电力线上的混沌时间序列映射到高维特征空间实现非线性映射,基于支持向量机SVM(support vector machine)算法建立了L-PLC信道特性预测模型,并给出了具体实现步骤。以最小均方误差MSE(mean square error)为标准,总结了SVM算法参数与模型预测性能以及参数间的关系。通过与径向基函数RBF(radial basis function)网络预测结果相比较,证明了基于SVM的L-PLC信道特性预测模型的有效性。

面向工业能耗分析的大数据技术及其应用

为了更加准确地对工业耗能进行分析,为节能策略提供参考,此次研究提出采用线性回归算法与支持向量机算法结合,对能耗数据进行处理,然后通过K-Means算法应用至相关的能耗分析平台的核心功能中。特此设计一项实验验证性能,实验表明,当K=3时,工作时长KL值最大,相关度较高,工人工龄KL大小在其次,相关度较高。当K=5或K=7时,工作区域节点地址维度在各个分类群组中的KL相差很小,工作时长和工人工龄两个维度在其中KL值较大,相关度较高。进一步对两个维度与工业能耗的关系进行分析,得出了相应的影响原因和因素,可见此次研究的算法对能耗的分析提升,在对节能策略的提出具有参考意义。

利津北带利988井区沙四段有效储层预测方法

利津北带利988井区沙四段发育深水浊积扇。由于这套储层非均质性强,储层横向变化快,导致有效储层的展布规律不清,无法实施开发方案。为加快产能建设,从沉积相带、储层发育程度、储集性能等方面开展多属性相控有效储层识别技术研究。利用波形指示反演预测储层展布特征,利用目标概率模拟反演预测孔隙度分布范围,结合测井二次解释结论、沉积相带制定有效储层的评判标准,利用多属性综合判识技术预测有利储层的分布范围。研究结果表明:该技术能有效提高深水浊积扇有效储层的预测精度,在实际勘探开发中有较好的应用效果。