基于关联分析算法的配电网多级冗余数据校验与挖掘技术研究

随着电网的快速建设与发展,电网的设备数据、运行数据以及管理数据等相关业务数据具有规模大、数据结构繁杂的特点,而且数据涉及到电网公司的多个部门、多个系统,彼此之间的数据会出现大量冗余及不一致性。因此,文中基于数据挖掘技术,对配电网多级冗余数据的校验的方法进行了研究,通过对照各项冗余数据与其他基础数据之间的关联关系,建立了数据相关性指标模型及冗余数据校验规则,并基于此对配电网多级冗余数据进行校验;并基于关联分析算法,对缺陷数据的挖掘与分析方法进行了研究。以某省级配电网的设备数据为例,进行了冗余数据的校验及缺陷数据的挖掘与分析,算例结果验证了文中所提方法的有效性及可行性。

区间数多指标决策的灰色关联分析算法

通过引进区间数运算,将区间数多指标决策问题转化成指标取值为区间数的多指标决策问题,在此基础上给出了区间数多指标决策问题的一种灰色关联分析算法。结果表明:该方法简单实用,并用该方法分析了一个实际问题。

基于关联分析FP-Tree算法的企业风险信息数据在线挖掘方法

现阶段的数据挖掘方法缺少对数据关联分析的过程,挖掘效果较差,故文章提出基于关联分析频繁模式树(FrequentPattern Tree, FP-Tree)算法的企业风险信息数据在线挖掘方法。选取与企业风险相关的信息指标,收集有关数据并进行预处理操作后,设计一种考虑关联分析的FP-Tree算法,生成FP-Tree节点的条件模式树挖掘频繁项集,计算满足最小置信度的频繁项集,实现企业风险信息数据在线挖掘。实验结果表明,所用方法挖掘量和挖掘效率较高。

Apriori算法在用户特性关联分析中的应用

Apriori算法作为一种经典的关联规则挖掘算法,将其应用在用户位置信息挖掘中,有助于运营商发掘其数据资源的潜在价值,拓展业务范围。介绍了Apriori算法的基本原理和方法步骤,以及在用户基本信息、位置信息和热点地区等数据集合的关联分析中的应用,最后,结合实例对Apriori算法的应用进行了探讨。

基于灰色关联度方法的过敏性疾病影响因素分析

选取江西省某医院2013-2017年过敏原检测数据作为研究对象,对时间,温度,性别,年龄4个影响因素分别构建与过敏性疾病的函数,发现仅温度、年龄、性别与过敏性疾病有显著性关系。然后,运用灰色关联分析算法计算出各影响因素的关联度,得出仅过敏原组合的不同对过敏强度的影响具有显著性,疾病种类的不同对过敏强度的影响并不显著的结论,同时运用单因素方差法对模型的显著性进行分析,渐进显著性0.016<005,拒绝原假设,所以存在显著性差异,模型拟合效果较好。

基于曲线相似度和关联分析的窃电智能识别与预警

针对近年来传统生产加工类实体企业愈加突出的窃电问题,应用用电信息采集系统、营配贯通平台及营销业务应用系统数据,以配电房线损异常波动为主线,利用关联分析算法、结果判定区间和主题权值等建立智能诊断关联分析模型,分析表计开盖、表计装拆、用户电量波动和终端异常告警事件数据,实现对窃电及违约用电异常用户的精确定位。结合实例验证了该方法的有效性,并对后续研究进行了展望。

应用基于密度聚类的频繁模式增长算法进行煤层气产能分析

由于传统的煤层气产能分析算法存在影响因素不够全面,运行效率低和人为设置聚类参数缺乏说服力的问题。因此,该文在煤层气产能分类的基础上,对分类结果进行回溯,挖掘煤层气产能影响因素的规律,将基于密度聚类算法(Density-Based Spatial Clustering of Application with Noise,DBSCAN)与频繁模式增长算法(Frequent-Pattern Growth,FP-Growth)关联度分析算法优化结合,提出新的基于DBSCAN的FP-growth煤层气产能分析模型,找出影响煤层气产能的关键因素及其对应的参数范围。该文是深度学习与煤层气开发交叉学科的应用与研究,致力于煤层气产能分析评价体系的构建,为提高煤层气单井产气量,提升措施选井的决策效率有积极影响。

基于田口法与遗传算法相结合的液静压导轨优化设计

针对一般的液静压导轨油腔单一进油孔造成压力分布不均匀,承载力、刚性和阻尼性能低的问题,对液静压导轨进行优化设计。建立液静压导轨的数学模型并获得导轨设计参数,挑选影响导轨性能的关键参数并建立优化性能指标的函数,结合遗传算法、田口法和灰色关联分析法寻求承载力、刚性、阻尼性最优的导轨设计参数组合。模拟和实验结果证明了该设计的可行性和有效性。

机床主轴热误差建模算法

针对机床主轴热误差补偿过程中现有建模方法的不足,提出一种新的热误差建模算法。首先应用FCM(模糊C-均值聚类)算法将众多温度测点予以分类,减少测点数量,提高测量精度;其次应用GCA(灰色关联分析)算法对同类测点的热敏感度进行排序,选出该类中的关键测点;最后以优选出的测点为输入变量,以热位移为输出变量,利用ANFIS进行热误差模型设计,并与BP算法建立的模型进行了比较。实验数据表明,该方法降低了机床热误差,具有预测精度高的优点,能较好地实现机床主轴热误差的补偿。

铁路客车轮对踏面硌伤自动分析系统的研究与实现

为了解决客车轮对踏面硌伤人工分析效率低且质量不高的问题,基于大数据关联分析技术,构建了一套硌伤自动分析系统。从硌伤排查、自动分析、故障定位、统计分析4个方面分析系统的主要组成和功能,探讨了实现系统的关键技术。系统的应用提高了对客车轮对踏面硌伤分析和故障排查的效率。

基于PSO-BP模型的差速器装配密封质量预测

为了对林业运材车差速器总成装配密封质量进行事前预测,提高其产品质量及装配合格率,提出一种灰色关联分析算法结合粒子群(PSO)优化BP神经网络的预测模型。将由灰色关联分析算法筛选出影响差速器总成密封质量的关键装配工艺参数作为输入变量,差速器总成泄漏值作为输出变量,创建基于粒子群(PSO)算法优化BP神经网络(PSO-BP)的预测模型,结果表明,由灰色关联分析简化后的PSO-BP预测方法得到的平均相对误差最小为1.18%。在此基础上,应用PyQt5 GUI库开发差速器总成泄漏值预测系统。研究结果可以为差速器总成密封质量预测提供理论依据。

舰船智能备品备件信息管理系统的设计研究

[目的]通过融入信息技术和智能化技术设计理念,开展舰船智能备品备件信息管理系统的设计研究工作,并挖掘数据内在价值,以提升装备的维护保障能力。[方法]根据"备品备件数量自动感知,数据自动记录,数据自动分析"的目标,完成系统总体架构设计。围绕设计目标,论述智能备品备件箱的设计思路,分析硬件结构设计方案和信息处理逻辑。通过设计编码规则,对备品备件箱门开关状态自动识别和备品备件存放状态的自动识别流程,实现备品备件数量变化感知和数据自动记录;论述软件功能模块组成设计,重点针对数据的综合应用和辅助分析,分析Apriori-MOD数据关联算法设计和数据处理步骤。[结果]基于上述思路,完成了系统总体框架设计、信息流程设计和Apriori-MOD数据关联算法设计。提出的系统设计方案融合了信息化技术、网络技术、传感器技术和智能算法等,可大幅提升艇员工作效率。[结论]为促进备品备件管理迈向信息化和智能化时代奠定了基础。

基于FP-growth优化SVM分类器的跨站脚本攻击检测研究

跨站脚本(cross-site scripting,XSS)攻击是一种基于Web的安全攻击,是目前影响互联网安全的最为严重的威胁之一.通过对支持向量机(SVM)分类器的XSS攻击检测相关技术的研究,提出了一种基于关联分析算法(FP-growth)优化SVM分类器的XSS攻击自动检测策略,实验结果证明该策略有效提高了XSS攻击检测精准度.

基于NARX神经网络的孤网自治运行能力评估方法

为了提高评估准确度,本文提出基于非线性有源自回归(NARX)动态神经网络的孤网自治运行能力综合评估方法。在分析网源荷协调机理的基础上,明确影响孤网自治运行能力的关键因素,包括源源互补、源网协调、源荷协调、网荷互动4个方面。在计及多项关键影响因素的基础上,构建1套可评估孤网自治运行能力的指标体系。使用改进灰关联度分析算法与熵值法对神经网络训练样本进行数据处理分析,以设置NARX神经网络模型。采用基于NARX的孤网自治运行能力综合评估方法进行评估,并利用标准化方法量化评估结果。以某地区典型电网为例,证明该文方法与灰关联度分析方法相比,输出值更贴近目标输出值。

基于GRA-RBF-FA的整体叶盘通道盘铣加工多目标参数优化

整体叶盘通道盘铣加工是典型的多输入输出系统,改善该加工过程需要多目标优化。应用集灰色关联分析(grey relations analysis,GRA)、径向基神经网络(radial basis function neural network,RBF)和萤火虫智能算法(firefly algorithm,FA)于一体的多目标优化方法。通过优化加工参数:切削速度、每齿进给率和切削高度,同时满足最小切削力和最大材料去除率的目标。验证试验结果表明,灰色关联分析-径向基神经网络-萤火虫算法(GRA-RBF-FA)可用于盘铣TC17整体叶盘通道的加工参数优化;该方法优于灰色关联度分析。