基于信息融合方法的电力变压器网络在线监测与故障诊断研究

针对电力变压器在线监测与故障诊断问题,提出了基于多传感器信息融合与嵌入式网络相结合的解决方案。介绍了变压器油中气体分析的原理及诊断方法,重点论述了基于Webit的嵌入式网络在线监测方法,基于BP网络的混合气体识别方法及多传感器一致性信息融合方法等通过试验,验证了方法的有效性。

复杂系统态势评估模型及其本体论实现方法

针对复杂系统的在线态势评估问题,依据信息融合理论,提出了一种新的网络在线态势评估模型。它采用定性与定量、局部与综合相结合的评估策略,即首先进行快速定性评估,一旦系统异常,立即启动集成神经网络组对来自系统多侧面的故障特征信息进行定量分析和分类,最后两级D-S证据推理模型在各自的融合中心实现对各子网络的融合,提高了评估的精度和可靠性。基于本体论成功地实现了该模型,在丰满水电数字仿真系统的成功应用验证了模型的有效性和实际应用价值。

基于融合理论的网络在线智能故障诊断模型

针对复杂设备的在线故障诊断问题,依据认知科学和信息融合理论,基于网络环境,提出了一种新的网络在线智能故障诊断模型·它采用定性与定量、局部与综合诊断相结合的诊断策略,即首先进行快速定性诊断,一旦系统异常,立即启动集成神经网络组对来自设备多侧面的故障特征信息进行定量分析和分类,并由专家系统模块对神经网络组的推理过程进行定性解释,最后以D S证据推理模块在全局融合中心实现对各子网络的会诊,提高了诊断的精度和可靠性·作者所开发的丰满水电数字仿真系统的成功应用,验证了模型的有效性和实际应用价值·

复杂信息系统分布式决策融合模型及应用研究

针对复杂信息系统信源为涉及多个不同专业背景的多源异类、异构信息,融合过程必须将多个异构模型集成起来进行联合问题求解的特点,提出了一种新的复杂信息系统分布式层次化决策融合模型,实现了集成神经网络组与专家系统及改进的分布式D-S证据推理模型的融合、特定领域中理论及经验模型与上述模型的融合,改进的D-S证据推理模型解决了当证据矛盾时导致错误结果的问题。油田剩余油分布及潜力预测的应用,表明提高了预测的精度和可靠性,为复杂融合系统的工程实现提供了重要的提示。

分布式主客观证据融合模型及其应用

为了有效地提高油田剩余油分布预测的准确率和可靠性,通过BP神经网络联合模型与两级D-S证据推理模型的优势互补进行主客观证据融合,实现了剩余油分布多属性特征的准确分类．提出了将BP神经网络分类结果的可信度及专家系统推理结论的可信度作为D-S证据推理模型输入证据基本概率赋值的有效方法．实际应用与结果分析表明了上述方法的有效性,为各类多源信息融合系统的研究和工程实现提供了示例、途径和有益的经验．

分布式信任模型在嵌入式Internet中的应用研究

为了充分利用嵌入式设备的联合处理能力,嵌入式设备之间必须进行一系列的合作。信任是人们进行社会交往的基础,人们之间的信任关系在不断地更新和传递。依据这种原理,提出了一种基于社会信任关系的协同工作分布式网络模型。嵌入式Internet系统中的设备在协作过程中,互相之间逐步形成了一种相互信任的关系,这种关系以信任表的形式存在本地端点中,并通过不断地自学习来修改信任表。给出了信任模型的建立过程以及信任参数的更新和传递算法,应用实例表明了模型的有效性。

水电数字仿真在线融合故障诊断专家系统

为了解决丰满水电数字仿真系统的在线故障诊断问题，基于信息与方法融合的思想 ，提出了分布式集成神经网络建模方法、模糊神经网络专家系统(FNNES)在线故障诊断方法 。将模糊神经网络(FNN)嵌入专家系统(ES)中，FNN负责知识获取和逻辑推理，ES负责系统信 息的输入和输出、符号推理，并对FNN的结论进行解释。系统的运行验证了方法的有效性和 实际应用价值。为现场诊断系统的开发提供了有益的方法和经验。

主客观证据融合模型及其应用研究

油田剩余油分布预测被国内外石油领域专家公认为世界难题,目前,其预测准确率低的根源在于或者只考虑部分客观证据、或者只考虑部分主观证据,导致对剩余油分布水淹类型等特征分类准确率低、可靠性差。所以,如何对来自多专业领域不同层次的全部客观证据及领域专家长期积累的主观证据进行融合,成为剩余油分布研究的核心问题。文章通过BP神经网络联合模型与两级D-S证据推理模型的优势互补进行主客观证据融合,实现了剩余油分布多属性特征的准确分类。提出了将BP神经网络分类结果的可信度及专家系统推理结论的可信度作为D-S证据推理模型输入证据基本概率赋值的有效方法。为各类多源信息融合系统的研究和工程实现提供了示例、途径和有益的经验。

基于信息融合的故障诊断模糊专家系统的应用

随着设备故障复杂性的提高,以往所采用的专家系统故障诊断方法已无法给出准确的判断。根据实际应用的需要,提出了一种基于信息融合思想的模糊理论与专家系统相融合的方法来解决电厂设备的故障诊断问题。在吉林丰满水电数字仿真系统中的应用表明:该融合系统由于采用多传感器对设备进行在线监测,所以比传统诊断方法减少了错判和漏判的几率,增加了对判的比率。该方法简单易行,具有较强的通用性。为电厂的故障诊断提供了较好的模型和方法,具有很高的实际应用价值。

基于模糊评判的决策级信息融合算法的研究

文章针对水电故障诊断系统中普遍采用的传感器阀值判断方法引起的信息损失问题,将决策级信息融合技术应用于故障诊断系统中。在模糊综合评判技术和软判决融合结构下,提出了一种新的决策级信息融合算法。该算法以合成运算和全局决策融合来自多传感器的局部判决以获取所处理对象的综合决策分析,并通过在丰满水电仿真系统的故障诊断系统中的实际应用表明该算法优于传统的故障检测方法。

不确定信息的模糊决策融合算法

针对不确定性问题,提出了一种新的基于知识发现的信息融合的方法·利用模糊决策树的ID3算法对测试空间中的大量不确定多源信息数据进行综合分析、处理,建立准确的评估模型,提取隐含其中的规则,最终获取新的知识·此方法已成功应用于吉林丰满水电数字仿真系统中的考核系统·实验证明,这种知识提取方法充分体现了信息融合中解决多源信息数据的思想,能很好地解决系统中数据存在的无序、不确定问题,并能有效地提取出规则·

基于威胁博弈理论的决策级融合模型

针对多传感器信息融合系统中普遍存在的冲突信息环境下的融合系统决策问题,提出了一种新的基于威胁博弈的决策级信息融合模型·该模型将冲突环境下的融合过程视为局部决策空间、策略空间和全局决策空间上的变换过程,并以此构建融合中心的一种结构模型·在融合算法的研究中,以威胁博弈的算法实现融合中心的多传感器交互决策·在应用中将该模型用于丰满水电仿真系统调速器PID模型的参数在线调整·经现场应用表明,该模型可以有效地解决原PID模型参数整定困难而导致的系统转速和频率振荡等问题·

基于搜索策略的通用态势评估方法的研究

在态势状态转换图表示的基础上,提出了一种通用的态势评估搜索策略。该策略将态势评估的整个过程看作为对当前态势路径的识别和搜索过程。在算法中以Bayes分类器识别当前态势发展可能的目标状态,以parzen窗算法对态势各类别的类条件概率密度进行修正,以改进的深度优先算法实现态势图的搜索。在实验中,将其应用于丰满水电仿真系统水轮发电机组的状态评估系统中,经数据对比分析,该算法优于传统的发电机诊断分析方法。

基于非参数估计的决策融合模型及其应用研究

针对传统bayes决策融合算法中,类条件概率密度的不确定性以及固定的类条件概率密度估计值所引起的融合系统误判,本文将非参数估计方法引入到bayes决策融合算法中,提出了一种改进的bayes决策融合模型。该模型在融合过程中每次进行bayes最大后验概率准则判决后,均判断当前的类条件概率密度是否达到预期的精度,并在未达到预期精度的情况下利用parzen窗算法完成条件概率密度的逐步构造逼近。通过在丰满水电仿真系统的温度故障诊断过程中的实际应用表明,该算法在性能上优于传统bayes方法,可有效地提高诊断判决正确率。

油藏预测问题中主/客观证据融合方法研究

针对单一模型解决油藏预测问题存在的算法复杂度高,分类准确率低等问题,提出了BP神经网络联合与DS证据推理相融合的模型,不仅实现了多个领域不同层次的全部主/客观证据的特征级融合,还实现了多个模型的优势互补。通过实验对方法和传统的单一神经网络方法比较得出,主/客观证据融合方法不仅提高了6.9%的分类精度,还降低了算法的时间复杂度。

模糊模式识别技术在水电仿真考核系统中的应用

提出了一种新的基于模糊模式识别的信息融合方法,即针对传统的确定性数学模型解决不确定问题存在的困难,建立了模糊模式识别的模型,并把此模型应用于吉林丰满水电数字仿真系统的成绩考核系统中,将参数的模糊集与正确等级模糊集进行匹配,降低了系统中不确定因素对考核系统的影响。经实验表明,此模型能正确解决不确定问题。

基于信息融合思想的水电仿真建模方法的研究

针对水电仿真建模中的复杂性、时变性等问题,将信息融合思想引入到水电仿真系统的建模过程中,利用融合系统的传感施动模型的系统化设计方法,提出了一种基于信息融合思想的水电仿真系统建模方法,为仿真系统建模提供了一种新的思路与方法。将该方法应用于丰满水电仿真系统调速系统的建模过程中,经实际应用表明,该模型在性能上优于传统的调速器仿真模型。

新准则下的职工薪酬分析

职工薪酬是指企业为获得职工提供的服务而给予的各种形式的报酬及其他相关支出。职工薪酬是职工对企业投入劳动获得的报酬；同时，职工薪酬是企业吸引和激励职工的重要手段，也是企业的成本费用。新会计准则（以下简称新准则）规定，企业应当全面核算职工薪酬费用，按照受益对象摊入成本。这对于加强成本核算，全面反映成本信息，完善成本补偿制度，保障经济社会和谐发展，具有重要作用。

嵌入式设备服务器EDS体系结构的研究

基于嵌入式Internet技术,针对传统无网络接口的嵌入式设备的远程监控问题,提出了嵌入式设备服务器EDS(Embedded Device Server)的概念,讨论了EDS的四层体系结构,并对其六种工作模式:串口模式、Socket模式、EWS(Embedded WebServer)模式、E-mail模式、Telnet模式、Modem模式分别进行了初步探讨。

基于信息融合思想的神经网络模型研究及应用

文章针对水电仿真系统中水轮发电机机组的非线性动态数学模型建模复杂问题,提出了一种基于信息融合思想的神经网络模型。通过现场设置的多个异质传感器采集数据,作为该神经网络模型的输入训练样本数据,网络训练中动态修改网络权值和阈值,从而完成复杂的非线性建模功能。同时采用了具有较强全局寻优能力的遗传算法在训练中修改网络结构,从而避免神经网络训练速度慢、容易陷入局部极值的缺点,在现场在线数据预测测试中准确率可达95.8%以上,可以满足仿真模型需要。