融合IMR-WGAN的时序数据修复方法

工业数据由于技术故障和人为因素通常导致数据异常,现有基于约束的方法因约束阈值设置的过于宽松或严格会导致修复错误,基于统计的方法因平滑修复机制导致对时间步长较远的异常值修复准确度较低.针对上述问题,提出了基于奖励机制的最小迭代修复和改进WGAN混合模型的时序数据修复方法.首先,在预处理阶段,保留异常数据,进行信息标注等处理,从而充分挖掘异常值与真实值之间的特征约束.其次,在噪声模块提出了近邻参数裁剪规则,用于修正最小迭代修复公式生成的噪声向量.将其传递至模拟分布模块的生成器中,同时设计了一个动态时间注意力网络层,用于提取时序特征权重并与门控循环单元串联组合捕捉不同步长的特征依赖,并引入递归多步预测原理共同提升模型的表达能力;在判别器中设计了Abnormal and Truth奖励机制和Weighted Mean Square Error损失函数共同反向优化生成器修复数据的细节和质量.最后,在公开数据集和真实数据集上的实验结果表明,该方法的修复准确度与模型稳定性显著优于现有方法.

基于DVB-S2X协议的低轨卫星通信性能仿真分析

介绍了DVB-S2X标准,重点分析了其中高阶调制技术的基本原理和星座映射,在进行星地链路分析的基础上,构建了DVB-S2X标准低轨卫星通信仿真模型,针对DVB-S2X标准中16APSK、32APSK、64APSK调制信号开展仿真试验,以误码率和丢帧率为指标进行通信性能分析。

电能计量误差与改进措施分析

阐述电能计量误差产生的原因,包括电网负载波动、供电线路损耗、接地系统不完善。提出负载管理优化、传输线路升级、接地系统改进的措施,从而有效管理和控制电能计量误差。

“套路鉴”案件的定性——以诈骗罪的认定为切入的思考

“套路鉴”案件罪与非罪争议的背后涉及诈骗罪认定的刑法理论问题,而实务中有关司法机关对此尚未予以充分认识,由此导致诈骗罪的成立范围不当地得以扩大。因此,有必要从欺骗行为的认定、认识错误与动机错误的区分、财产损失的认定、非法占有目的的认定等方面对“套路鉴”案件中诈骗罪的成立范围进行合理限缩。就判断交易型诈骗罪是否成立而言,主要应当关注两个核心问题:一是交易是否真实存在,二是交易是否为被害人所需要。在“套路鉴”案件中,如果鉴定公司提供了真实的鉴定服务,就可以认定交易是真实存在的;如果鉴定公司的宣传涉及一些价值判断的表述,应当认为被害人申请做鉴定是基于自身动机,可以认定交易是被害人所需要的。因此,对“套路鉴”案件能否以诈骗罪定性,不能一概而论。

基于动态线损与奇异值分解的智能电表误差估计

利用远程数据分析对智能电表进行评估和异常检测,与传统的现场校准相比成本更低、效率更高,在电力行业得到了广泛的关注。基于此,提出一种基于动态线损估计与奇异值分解的智能电表在线误差估计方法。首先考虑负荷类型对线损估计的影响,建立估计误差求解方程;然后结合基于截断奇异值分解的正则化方法进行方程求解,获取智能电表误差估计结果;最后通过仿真及实际数据验证所提方法的有效性。结果表明,与其他方法相比,所提方法能够求解不适定问题,且具有更高的精度。

屏蔽电极对介质损耗试验测量误差研究

高压电机绝缘体系中,在绝缘被应用于生产之前都会对该绝缘体系进行一系列的工艺性能试验,以确保绝缘系统在运行过程中的稳定性。然而在进行介质损耗试验过程中发现在屏蔽电极不存在的情况下,依然能测量出介质损耗角正切值。本文针对屏蔽电极的存在与否对高压电机主绝缘系统的介质损耗试验测量误差进行系统研究,为高压电机介质损耗角正切值的试验精确度提供了参考。

电力计量自动化技术在线损管理中的应用

阐述线损管理中电力计量自动化系统的作用,可以减少测量误差、实时监控损耗。探讨线损管理中电力计量自动化的具体应用,包括四分线损的自动化统计、日常用电检查、线损数据采集。

随机丢包的无迹卡尔曼滤波估计以及性能分析

在工程应用中,无线网络控制系统多为非线性系统。由于长距离传输和通信网络不可靠等原因,系统传感器的测量值可能在传输过程中丢失,影响精度估计以及系统性能。文中研究一类受相关噪声和传感器测量值丢失影响的非线性离散随机系统的无迹卡尔曼滤波问题。通过引入一个服从伯努利分布且条件概率已知的随机变量来描述随机发生的传感器测量值丢失现象。文中提出了一种对数据进行补偿的算法,并使用标准数值软件对所得结果进行验证。结果表明,经过算法补偿后的滤波能够较好地估计系统,可以减少传感器测量值丢失对滤波器性能的影响,增加估计的准确性。

基于残差卷积神经网络的网络安全态势感知方法

由于影响网络安全态势的因素具有多元化的特征,网络安全态势的观察值与预测值也是不断变化的。这种波动导致传统的神经网络在对其进行感知时,对应的收敛误差难以控制。提出基于残差卷积神经网络的网络安全态势感知方法研究。分别从网络自身和攻击状态两个角度,对网络安全态势影响因素进行量化分析;再利用卷积核的权重系数对输入神经网络的整体状态参数进行加权平均,提取各网络安全态势影响因素状态。引入残差损失参数对残差卷积神经网络的池化结果进行约束,输出最终的网络安全态势值。在测试结果中:收敛误差值面对不同类型的网络流量和攻击手段表现出了较高的稳定性,且始终处于较低水平,收敛误差最大值仅为0.0345。

新构型重介质旋流器在邯郸洗选厂的应用

为解决传统构型重介质旋流器中煤带精煤量高、矸石带煤量高等问题,邯郸洗选厂采用新构型重介质旋流器对南部重介质分选系统(南部系统)进行了改造,并与未改造的北部重介质分选系统(北部系统)进行了对比。结果表明:相较未改造的北部系统,改造后南部系统的数量效率提升了3.44个百分点,可能性偏差也明显降低,同时精煤灰分合格率提升了5.59个百分点,重介质损耗降低了0.11kg/t,综合精煤产率预计提升0.61个百分点。新构型重介质旋流器的应用为企业带来了较高的经济效益,为工艺系统下一步改造升级提供了可靠依据。

一种地形扫描数据误差估算方法

地形观测是研究地表形态特征和地表过程的重要手段,观测数据的误差决定了观测数据的应用范围和分析结果的可信程度。本文基于不规则三角网模型线性插值生成数字高程模型(DEM)的误差可分为插值传递误差和信息损失误差,给出插值传递全局误差计算公式,提出通过随机分组扫描数据,确定组间数字高程模型的误差和信息损失误差,得到插值传递误差,从而获取数据误差的方法。通过用随机数检验,结果可信度高,证明该方法可用于地形扫描数据误差分析。

量化误差下具有多丢包的信息物理系统H_(∞)滤波

研究一类具有信息传输不完全的信息物理系统H_(∞)滤波问题,考虑的信息传输不完全现象主要包括通信设备缺陷引起的量化误差和网络固有因素造成的连续随机多数据包丢失。采用Delta算子离散化方法构建信息物理系统状态空间模型和H_(∞)滤波器模型,通过分析和建模将量化误差和丢包模型与滤波器模型结合得出滤波误差系统。利用Lyapunov稳定性理论和Schur补引理推导出保证系统渐近稳定和H_(∞)性能的2个定理。基于目标追踪系统进行滤波器的仿真验证,结果表明:当量化器的参数固定时,随着最大丢包数的增加,H_(∞)性能指标γ逐渐增大,即数据包丢失越严重对系统稳定性造成的影响越大,但所设计的滤波器仍满足稳定性条件。所提滤波方法是有效的。

LM优化算法的IMU阵列在线校准

针对IMU阵列的输出存在确定性误差的问题,提出一种基于列文伯格-马夸尔特(Levenberg-Marquardt, LM)优化算法的在线校准方式。该方法无需任何外部参考设备,通过手动转动和静置IMU阵列校准加速度计和陀螺仪的确定性误差。首先利用多个位置的静态数据校准加速度计,然后利用校准后的加速度计及位置间的转动数据校准陀螺仪。仿真实验显示,校准结果与理论接近。3组车载实验结果显示,校准后动态导航精度平均提升19.1%,表明该校准方法能有效校准误差参数并提高导航精度。

基于低压台区负线损的电流互感器计量误差影响分析

线损率是供电企业的一个重要经济指标,它不仅反映了配电网的运行管理水平,而且直接关系到企业的经济效益。某公司对低压台区异常线损实施了排摸,找出了一些共性问题,并通过换总表、查关联、检查错接线等消缺手段处理了异常线损,但是发现某些台区并不存在变户不匹配或接线错误等问题,仍连续出现负线损(低于−1%),并且这些台区同时伴有台变负载率低、供电量少的现象。考虑到供电侧计量异常很可能导致该现象,选取典型台区对电流互感器的计量准确性进行了测试,发现存在较大偏差。对电流互感器的测试情况以及电流互感器计量误差对台区线损率的影响进行了相应的分析。

基于期望最大化算法的电能表误差估计技术

根据能量守恒原理,电能表的计量误差可以通过一种线性模型来估计。该文提出一种基于期望最大化(expectation-maximization,EM)算法的新型误差估计方法,用于评估在运行电能表的误差程度。该方法将电能表误差模型中存在的大量无法观测到的变量作为隐变量对待,并根据最大似然估计(maximum likelihood estimation,MLE)法则,以迭代计算的方式对误差模型中的各种变量进行估计,能有效地对真实环境中存在的各种噪声进行模拟。在实验室仿真数据与工程中的真实数据上的实验结果都表明,该方法对小超差电能表计量误差的估计能达到较高精度,具有工程上的实用性和经济价值。

解吸时长对损失瓦斯量补偿计算准确性影响试验研究

为提高煤层瓦斯含量测定中损失瓦斯量补偿计算精准度,以16组煤样为瓦斯吸附解吸试验研究对象,设置在0.5、1.0、1.5、2.0 MPa吸附平衡压力条件下,选取解吸时长分别为5、10、15、20、25、30 min的瓦斯解吸数据,运用√t法拟合补偿计算损失瓦斯量,分析不同解吸时长下解吸量和损失瓦斯量的拟合值与实测值误差。试验研究表明:损失瓦斯量的补偿计算值随着解吸时长的延长而减小,与实测值误差逐渐增大。解吸量的拟合值与实测值误差分为3个阶段:初期拟合值大于实测值,误差逐渐减小;中期阶段拟合值小于实测值,误差先增大后减小;后期阶段拟合值大于实测值,误差逐渐增大。在0.5、1.0、1.5、2.0 MPa吸附平衡压力下损失瓦斯量补偿计算的最佳解吸时长均为3 min,与标准值损失瓦斯量相对误差在-0.12%~0.18%,绝对误差在-0.04~0.14 cm^(3)/g,补偿计算的损失瓦斯量与标准值基本一致,提高了煤层瓦斯含量测定准确性。

基于重建误差的任务型对话未知意图检测

现有未知意图检测模型通常将语句映射到向量空间,并使用局部异常因子算法定义密度较小的特征点为未知意图,但经交叉熵损失训练的已知意图特征簇更加狭长,簇内的整体间距、密度和分散情况不均匀,进而增加了检测难度。针对上述问题,提出一种基于自动编码器重建误差的未知意图检测模型。在训练阶段,使用融入标签知识的联合损失函数训练已知意图分类器,使已知意图特征类间距离大且类内距离小,并利用这些特征训练一个仅能获取已知意图信息的自动编码器。在测试阶段,利用自动编码器将重建误差较大的样本视为未知意图,其余样本视为已知意图正常分类。在SNIPS数据集上的实验结果表明,在已知意图占比为25%、50%、75%时,该模型的Macro F1得分相比于表现最优的增强语义的高斯混合损失基线模型分别提升了16.93%、1.14%和2.37%,能够检测到更多的未知意图样本,同时在类别分布极不平衡的ATIS数据集上也有较好的性能表现。

气体涡轮流量计结构改进与性能优化研究

运用数值模拟和实验测试相结合的方法,对TM80气体涡轮流量计进行了结构改进和性能优化研究。基于内部流体的压力场和速度场特征分析,得出了影响流量计性能的主要结构为表芯支座和后导流体,主要因素为表芯支座侧面的压力梯度骤降和后导流体下游的尾流耗散。通过对表芯支座和后导流体进行结构优化,流量计的计量性能得到了明显的提升。研究表明:结构优化后流量计的压力损失在最大流量下减小了约42.61%,最大示值误差降低了22.45%左右,仪表系数也更加趋于恒定。研究结论有助于为今后开发性能更好的气体涡轮流量计提供理论指导和技术支持。

基于误差分布补偿的混杂模糊神经网络时间序列预测模型

针对时间序列预测问题,提出了一种基于误差分布分析的混杂模糊神经网络预测模型。首先,提出了一种混杂模糊神经网络结构,将原单一输出层替换为由一个全连接层和非线性激活函数混合的组合网络,用于学习组合隶属度层的输出。然后,提出了基于误差分布的损失函数,使得更新参数的过程中既考虑了误差的大小又考虑了期望的误差分布。根据新的模型结构和新的损失函数,在梯度下降过程中,预测误差小出现概率较高或误差大出现率低的两类样本将获得较小的梯度更新增益,其他样本将在训练过程中获得较大更新增益,本文提出的方法可以获得更均匀和稳定的预测输出。最后通过两个仿真实验验证了本文提出的方法的有效性和准确性。

基于DeepLabV3s的曳引轮磨损测量研究

在不同的光照环境下,对电梯曳引轮的磨损量进行非接触式测量时存在误差较大这一问题,为此,提出了一种基于改进DeepLabV3的曳引轮磨损自动测量算法。首先,构建了曳引轮绳槽的物理模型,基于采集到的曳引轮绳槽图片,建立了曳引轮绳槽数据集;然后,采用融合SEnet和ECAnet双注意力机制的DeepLabV3s模型,对数据集进行了训练,实现了钢丝绳与曳引轮的分类目标;提出了一种融合曳引轮图像特征的图像处理算法,用相关匹配法识别并截取了目标区域,定位到磨损点,并计算了其磨损量;最后,为了对上述算法的性能进行验证,搭建了测量实验平台,进行了算法的鲁棒性验证和误差分析实验。实验结果表明:采用该算法进行测量所得绝对误差小于0.049 mm,均方根误差小于0.044 mm,且算法运行时间小于2.50 s。研究结果表明:与传统测量方法相比,该自动测量方法具有高精度、自动化、非接触的特点,能适应不同光照环境,快速、准确地测量曳引轮绳槽的磨损量,解决了不同光照环境下的曳引轮磨损非接触式测量问题。