分布式并行FP-growth算法在二次设备缺陷监测中的应用

智能变电站设备监控数据存储分散,主站获取设备缺陷特征的难度大,有必要通过分布式数据挖掘的方法发现设备缺陷和信号之间的关系。分布式并行频繁模式树(FP-growth)算法采用Hadoop框架和Mapreduce算法,能够快速有效地发现信号间的强关联关系。针对二次设备的缺陷特征,建立异常模型,提出遥信历史数据准备和清洗方法,滤除复归、抖动等噪声信号,并将字符串数据转换为以关键字为标识的事务数据项集。在此基础上采用分布式并行FP-growth算法挖掘各变电站历史数据库异常信号的频繁项集和强关联关系。应用结果表明,该方法能够有效地发现二次设备的频发异常,找到诱发异常的缺陷,为家族性缺陷的认定提供数据基础。

线路构造物GIS信息库的建立及单价估算方法分析

线路构造物单价估算的准确性对GIS信息库的建立具有重要的影响,在收集大量有关我国线路构造物资料的基础上,建立基于GIS的路基、桥梁、隧道构造物信息库。所建立的线路构造物进行单价估算时的具体结构层次分成3层,目标层,对应的是最佳方案;准则层,包括技术指标B1,地质因素B2与社会属性B3;各准则层对应的影响因素。通过实例分析,从信息库内找到和新建构造物存在较大相似度的构造物,估算得到新建构造物的单价,得到处于临界高度下的构造物分布形式、投资额与工程量,不同临界高差下的工程投资与工程量的变化趋势并获得最优方案。

一种永磁电机无速度扩展卡尔曼算法

在实际生产应用中永磁同步电机的控制精度非常关键,在去除噪声的过程中,我们通常采用卡尔曼滤波,一般的卡尔曼无法满足要求,我们提出一种新型扩展卡尔曼滤波器。在电机的参数的实时运算中,并将参数不断更新进算法使得精确度大幅度提高,同时在传统扩展卡尔曼(EKF)的线性化过程中,泰勒近似只是在上一个周期的最优处完成,因此无法做到完美更新数据,降低了精确度。在此提出一种低阶串行双扩展卡尔曼滤波算法,通过仿真和实验比较了EKF和LSDEKFs对电机转速估计的误差,结果表明新型扩展卡尔曼滤波器具有更优的估计精度。