基于SVM与物元信息熵的变压器健康度分析与预测

为实现变压器运行状态的定量分析和预测,提出了利用变压器中溶解气体结合变压器典型故障类型建立变压器健康度的立体交叉复合物元,分别利用层次分析法AHP(Analytic Hierarchy Process)和信息熵值法确定影响变压器健康度的主、客观权重,利用物元-最大信息熵来定量分析变压器健康度.提出了利用支持向量机SVM(Support Vector Machines)预测变压器未来的运行状况,采用交叉验证的网格搜索法(K-fold)、遗传算法(Genetic Algorithm GA)和粒子群算法(Particle Swarm Optimization PSO)优化支持向量机的参数,建立最佳预测模型,该方法为变压器的故障排除、检修决策和在线预估提供了数据支持.

基于物元信息熵的生产线健康度评估及预测

为解决复杂生产线健康度难以评估、量化和预测的问题,提出一种将物元信息熵和支持向量机相结合的生产线健康度评估及预测方法。在评估方法中,设计了由设备运行状态、能源消耗、生产速率和生产效率为一体的立体交叉复合物元。采用层次分析法确定评价指标的理论权重,熵值法确定评价指标的客观权重,最终权重为理论权重和客观权重的联合权重。运用复合物元关联熵计算生产线的健康度;采用网格搜索法、遗传算法和粒子群对支持向量机进行参数寻优,对生产线历史健康度进行机器学习,建立健康度预测模型。实验证明,基于高斯核函数运用粒子群进行参数优化的支持向量机对健康度的预测效果突出。本文所提方法为生产决策提供数据支持和理论依据。

基于5S理念的创新实践平台构建模式

针对当前工程教育实践教学中实验设备、实验室建设模式与运行模式等存在的问题,提出了一种基于5S理念的创新实践平台构建模式。该实践平台采用元件化、挂接式、仓储型实践结构;以专业、任务团队和技术结构为主线组织管理,以5S的自我成长理念为指导,培养学生的设计能力、学习能力、实践能力和管理能力。建设具有系统性、综合性、多功能性以及灵活适应性的实验技术平台,实现人才培养的多样化,达到实验室的发展与人才成长互相促进的良好效果。

Study on phase retardation characteristic of LCVR using dispersion analysis and SVM

To calibrate the phase retardance of a Liquid crystal variable retarder(LCVR),its birefringence dispersion characteristic was analyzed,and the Support vector machines(SVM) algorithm was adopted to establish the prediction model.The obtained SVM decision function was used as a part of LCVR phase retardance,which was generated by the driving voltage.The experimental verification was carried out with a 568 nm laser.The results show that the deviation of the experimental value and the theoretical value is about 0.0061λ.SVM method could be used as an effective method for LCVR phase retardance characteristic calibration.