基于小波时频图和卷积神经网络的断路器故障诊断分析

高压断路器操动机构振动信号为非平稳性信号,蕴含着丰富的操动机构工作状态的信息,对操动机构工作状态的检验辨识具有重大意义。提出一种基于小波时频图和卷积神经网络的断路器故障诊断方法。对操动机构振动信号进行连续小波变换生成时频图(CWT),并对时频图进行统一压缩预处理;将预处理后的时频图作为特征图输入卷积神经网络AlexNet模型;通过对网络参数的调整,逐步改进网络模型,有监督地实现对操动机构故障状态的辨识诊断。结果表明,该方法能够有效地运用于断路器操动机构故障辨识诊断,与小波频带能量-RBF、小波频带能量-SVM的故障识别相比,故障识别准确率最高。

基于质量安全的检疫人员对生猪及猪肉检疫的认知与行为分析

文章基于猪肉的质量、安全问题对223位动物卫生监管人员进行了相关问卷调查，且以此为基础分析了检疫人员对生猪的产地检疫、屠宰检疫和市场的补检各个环节中重要的检验检疫问题的认知程度和行为取向，并提出相关的对篡、建议。

重大动物疫病强制免疫疫苗管理建议

随着我国国民经济的不断增强，规模化养殖业也获得了迅猛发展，但规模养殖的饲养密度相当大，容易引起疫病的迅速流行，给养殖造成难以想象的损失。为了使损失得到有效减少，同时实现养殖收益最大化，则一定要进行控制及治疗疾病，其中如何控制疫病传播极为关键。而疫病控制上佳良策即是注射疫苗，让动物对流行性疾病实现免疫的效果，以此起到预防疫病的结果。近年来，虽然我国高度重视重大动物疫病防控工作，但在重大动物疫病强制免疫疫苗的管理中仍然存在诸多问题，有待我们采取行之有效的策略加以解决。本文就针对该点展开了相关的探讨，以期提供一些价值性建议与参考于同行们。

基于盲数理论的电力变压器全寿命周期成本分析

传统的电力变压器全寿命周期成本(LCC)分析过程中存在着多种不确定性信息的影响。针对这一特点,本文将盲数理论引入到电力变压器全寿命周期成本分析中。利用盲数表达评估参数的不确定性,建立电力变压器全寿命周期成本的盲数模型。该模型包含了电力变压器初始投资成本、运行维护成本、损耗成本、环境成本、故障成本、退役处置成本,并在充分考虑资金的时间价值情况下,对电力变压器全寿命周期成本进行分析。通过算例分析不仅可以计算出电力变压器全寿命周期成本的期望值,而且还能得到不同成本的可能分布区间以及相对应的可信度信息,从而提高估算结果的合理性。

基于多参量LSTM模型的变压器油纸绝缘老化诊断方法

针对单一特征参量进行油纸绝缘老化诊断容易造成诊断结果偏差和片面性的问题,提出了一种基于多参量长短时记忆(long short-term memory,LSTM)深度学习模型的油纸绝缘老化诊断方法。首先分析变压器油中糠醛与聚合度的相关性,根据糠醛含量和聚合度的良好线性关系建立油纸绝缘老化分级策略;其次深入分析多个时域特征量与油中糠醛的关系,利用现场获取的变压器绝缘测试数据,建立油中糠醛含量与时域特征参量组成的5维评价体系,并对模型进行优化,构建多参量LSTM神经网络模型;最后通过现场实例验证该评价体系的准确性和可靠性。该方法将深度学习与故障诊断方法相结合,可为变压器绝缘老化诊断提供一种新的思路。