分布式电力负荷精益转换装置异常状态线性加权评估模型

及时、准确地了解分布式电力负荷精益转换装置状态是检修维护工作的前提和基础。在此背景下,研究一种分布式电力负荷精益转换装置异常状态线性加权评估模型。在指标初选的基础上,计算每个评估指标的累计贡献率,选出累计贡献率达到85%及以上的指标作为最终的评估指标,构建评估指标体系。利用改进层次分析法计算指标权重,然后与指标分值相乘,得出分布式电力负荷精益转换装置状态得分。对比状态等级划分标准,确定异常程度。对比实验结果表明:该方法能够有效评估分布式电力负荷精益转换装置异常状态,准确率最高达到99.2%。可以为提高装置运行质量提供参考。

多尺度动态模型单传感器动态系统分布式信息融合

利用多尺度分析的思想 ,将基于模型的动态系统分析方法与基于统计特性的多尺度信号变换方法相结合 ,在不同尺度上拥有对目标状态进行不同描述的多模型动态系统 ,提出多尺度分布式信息融合估计新算法 ,在最细尺度上获得目标状态基于全局信息的融合估计值 ,初步解决了多尺度动态模型信息融合问题 ,这些工作丰富和发展了信息融合理论 .

一种无线传感器网络分布式加权容错检测算法

针对无线传感器网络的容错事件区域检测问题,提出一种分布式加权容错检测算法。考虑"邻域的邻域"的容错范围,首先利用邻域节点与其周围节点的信息交换,对邻域节点的状态值进行估计,然后采用加权容错方法对邻域节点的估计状态值进行加权综合,完成对中心节点的错误检测。仿真结果表明,该算法在传感器网络初始错误率达到20%的情况下,仍能够检测和纠正90%以上的错误。相比其他算法,该算法具有较高的错误检测精度,极大改善了事件发生区域边界节点的纠错问题,且算法运行时整个网络所消耗的能量适中。

计及分布式电源注入谐波的单相接地故障联合选线

随着配电网线路安全运行要求的提高,分布式电源注入的谐波会使得现有的选线方法失效,且单一判据的故障选线方法愈加难以胜任复杂配电网系统发生单相接地故障后的选线工作。因此文中提出了计及分布式电源注入谐波的谐振接地系统单相接地故障联合选线。针对谐振接地系统中出现单相接地故障后,故障线路与健全线路的暂态零序电流相位、周期变化不同的特点,先根据低频周期差异用多尺度交叉样本熵计算暂态零序电流,再根据高频相位差异用加权暂态能量法及同步挤压小波变换计算高频暂态零序电流的重构误差。此外,使用加权暂态能量法控制计算量并通过多尺度交叉样本熵、加权暂态能量和重构误差3个判据判定故障线路。实验结果显示,文中的联合选线法受不同故障条件的影响小,准确性高,抗干扰性强。

分布式发电系统中燃料电池建模与分析

随着分布式发电技术的兴起,作为分布式电源重要组成部分的燃料电池以清洁、高效、安静的特点受到广泛关注。分布式发电系统的动态特性在很大程度上取决于其中的分布式电源特性.分析燃料电池各种时间尺度的动态行为,讨论包括双电层效应、气体分压力和温度等因素对动态过程的影响,分别介绍质子交换膜燃料电池的短期、中期和长期动态特性的仿真模型,并且提出一种改进的短期动态模型,通过仿真验证该模型的有效性.

一种基于加权多尺度分析技术的鲁棒节点定位算法

研究了多种网络拓扑结构及稀疏网络下节点定位的鲁棒性问题.联合考虑1跳邻居数日、邻居节点自身定位精度与测距误差,引入节点相对定位误差和相对可信度概念,提出了一种分布式基于加权多尺度分析技术的鲁棒节点定位算法.该算法根据节点2跳局部网络连通度信息及邻居节点相对定位误差大小,自适应选择综合性能好的邻居节点参与迭代优化,并采用与节点相对可信度成正比的加权机制,增加高可信度节点在定位计算中的贞献度.实验数据显示,该定位算法能够有效地抑制较大定位误差在网络内的扩散,同基于高斯核加权的dwMDS(G)算法相比,不仅迭代次数减半,而且在网络连通度较低或拓扑不规则时,可提高5%左右的定位精度.

基于加权Ripley's K-function的多尺度景观格局分析——以江苏盐城滨海湿地为例

以1987,1992,1997,2002,2007年的遥感影像为例,首次尝试使用加权Ripley's K-function的多尺度格局分析方法,计算了20年来景观异质性在江苏盐城滨海湿地的时间变化和空间分布趋势。通过对研究区的样带划分以及景观类型的点状化处理,建立滨海湿地样带图层和1987—2007年间各类型景观的点格局数据库,从而分析滨海湿地不同类型景观的空间聚集特征变化。基于加权Ripley's K-function的计算表明,在各级空间尺度和时间变化上,各类型湿地的斑块都呈现出空间聚集分布状态,且1987年以来,不同湿地类型的聚集空间特征尺度和空间分布强度均出现了大幅的增减变化,除互花米草滩之外的自然湿地的聚集空间特征尺度和强度都有明显下降甚至少到无法被检测到,而人工湿地却呈现聚集特征尺度和强度的双增长,且该聚集程度有逐渐增强的趋势。分析表明,既考虑样点的空间位置信息又考虑样点分布范围的加权Ripley's K-function方法能很好地表征湿地景观在多尺度上的变异,且与传统空间景观指数等分析方法的结论在一定程度上保持一致。

路网形态与住宅价格的多尺度空间关系研究——基于空间网络分析与多尺度地理加权回归模型

针对以往住宅价格影响因素分析中忽略城市路网形态参数的问题,该文基于空间网络分析,将不同搜索半径下道路接近度与穿行度纳入住宅价格特征变量,构建空间计量模型,探究成都市路网形态对住宅价格的驱动效应。结果表明:1)相比享乐回归模型和地理加权回归模型,多尺度地理加权回归模型揭示了不同变量的空间影响尺度,更适用于探究成都市路网形态对住宅价格的影响;2)路网的局部接近度、局部穿行度核心位于二环内,全局接近度核心主要分布在四环内,全局穿行度核心主要分布在交通干道上;3)不同搜索半径下对住宅价格具有显著驱动效应的接近度均为全局尺度变量,该效应在空间上相对平稳,而穿行度作为局部变量,其在空间上的影响尺度随搜索半径的变化而存在差异,具有一定的空间异质性,其中,路网接近度对住宅价格产生正向影响,其系数空间格局呈跨尺度相似特征,而穿行度产生负向影响,其系数空间格局呈跨尺度变异特征;4)各搜索半径下路网形态变量的差异可在一定程度上改变消费者对其他影响因素的偏好程度。

基于多尺度加权主成分分析的SF_6红外光谱分析

利用红外光谱法分析SF6气体及其衍生物是判断气体绝缘组合电器(GIS)运行状态和故障的一种重要手段。传统的诊断方法过程繁琐、效率低下,而且受主观因素的影响较大。本文指出可以采用机器学习的方法实现GIS设备的故障诊断,并提出了多尺度加权主成分分析的特征提取方法。多尺度加权主成分分析结合了主成分分析和多尺度分解的特点,保证了尺度特征信息的最大化,并且修正了特征向量在数据分类时的权重。通过对广西电力研究院提供的SF6及其衍生物的红外光谱进行分析,证明了多尺度加权主成分分析算法对训练样本的分类效果要比标准的主成分分析算法好3～4倍。

基于Geodetector和MGWR的贵州工业碳排放效率时空演化及影响因素分析

探究工业碳排放效率的时空演化及影响因素对区域产业绿色发展具有重要意义。基于2010—2020年贵州省9个市州的面板数据,利用super-SBM模型与Malmquist指数对工业碳排放效率进行静态和动态分析,并采用探索性时空数据分析方法揭示时空交互特征;基于此结合地理探测器和多尺度地理加权回归模型研究其影响因素。结果表明:①贵州工业碳排放效率整体呈上升趋势,年均增长率为8.45%。②技术进步是贵州工业碳排放效率提升的主要内动力。③工业碳排放效率空间自相关的时间路径长度呈现由东部市州向中、西部增大的趋势;贵州各市州的工业碳排放效率随时间演变呈现出较强的空间依赖关系。④对外开放程度、城市化水平、能源消耗强度、产业结构、重工业水平、生产力水平6个因素是影响工业碳排放效率的主导因子,且影响显著性出现不同程度的提高;对外开放程度、能源消耗强度与工业碳排放效率存在负相关,其余主导因子与工业碳排放效率呈正相关。

自适应加权多尺度LTP的人脸识别

为克服人脸表情、光照变化等对图像中人脸识别结果的影响,提出一种自适应加权多尺度LTP的人脸识别算法。采用多尺度小波分析对人脸图像进行二级分解,将分解的一、二级逼近图像划分成互不重叠的子块,利用LTP算子提取每个子块的LTP纹理直方图;将各个子块图像的信息熵作为直方图加权的依据,对每个子块对应的直方图进行自适应加权,将所有子块的直方图连接成最终的纹理特征;使用卡方距离度量特征之间的相似度,用最近邻分类器实现分类识别。在YALE和AR两个标准人脸库上的实验结果表明,自适应加权多尺度LTP算子能够较好地描述人脸纹理特征,对表情变化和光照变化的人脸不敏感,有效提高了人脸识别率。

基于MIKE SHE的洪水模拟与尺度效应分析

以淮河黄泥庄流域为研究对象,构建用于洪水模拟预报的分布式流域水文模型MIKE SHE,根据参数物理意义以及率定的方式确定MIKE SHE的模型参数。选用流域出口控制站黄泥庄水文站1983年～2009年间的21场洪水资料,对建立的模型进行了模拟与验证。在此基础上,研究设定了5种网格大小及5种时间步长,探究时空尺度变化对模型模拟效果的影响。结果表明,MIKE SHE模型对时间与网格尺度大小均较为敏感,且在一定尺度范围内,洪峰与洪量随网格增大而增大,随时间步长增加而减小。

高斯加权客观分析方法的应用

介绍利用高斯加权方法对空间场进行滤波．从而达到平滑或分离出某种天气尺度的目的。

基于多源数据的地铁公交换乘量影响因素与空间异质性分析

作为多模式公交的重要组成部分,地铁与地面公交的衔接换乘是城市客运交通一体化的关键环节。本文基于南京市多源数据分析地铁与公交之间的换乘需求,以地铁公交换乘量为因变量构建多尺度地理加权回归模型,揭示地铁站点周边共享单车使用量、公交供给特性、换乘可达性以及地铁网络特性对换乘需求的影响及其空间异质性。研究结果表明:多尺度地理加权回归模型相比于线性回归模型以及传统的地理加权回归模型具有更强的解释力,地铁公交换乘量的影响因素具有显著的空间异质性;公交运营班次供给以及可达站点数量的提升能够促进地铁公交间的换乘;公交站点周边住宅型POI(Point of Interest)数量在城市外围区域对换乘量起到促进作用,企业型POI数量则对换乘量起到抑制作用;共享单车借用量会抑制地铁与公交之间的换乘需求,特别是在与中心城区联系紧密的城市外围区域。

基于小波包分解的多尺度互相关管道定位方法

针对直接互相关时延估计法定位管道故障点存在定位精度差的问题,提出了基于小波包分解的多尺度互相关时延估计方法用于管道故障点定位.首先对2路光电检测器采集到的管道沿线振动信号进行小波包分解和重构得到不同尺度数据,然后对2路信号的同一尺度数据做互相关运算,利用互相关时差定位和加权平均原理计算故障点位置,抑制了噪声引起的时延估计误差.现场实验数据表明,本文方法平均定位误差小于150 m,相对误差小于0.4%,最大定位误差不超过±400 m,定位均方差小于0.05,相对于传统直接互相关时延估计法,此方法可进一步降低时延估计的平均误差和均方差,显著提高定位精度和一致性.

融合多层特征SENet和多尺度宽残差的高光谱图像地物分类

提出了一种融合多层特征SENet和多尺度宽残差的高光谱图像地物分类的方法。实验选取Indian Pines和Pavia University为研究对象,结果表明,SE-Inception-Resnet-MSWideResnet(SEIR-MSWR)网络结构的总体分类精度为99.33%、99.52%,Kappa系数为0.98时,分类效果最优,相较于支持向量机(Support Vector Machine,SVM)、K最近邻法(K-NearestNeighbor,KNN),宽残差网络(Wide Resnet Network,WRN)以及InceptionV2-Resnet,总体分类精度分别提高了20.86%、20.09%、5.48%、3.39%、23.1%、16.89%、6.66%、2.58%,Kappa系数分别提高了0.18、0.17、0.06、0.04、0.22、0.17、0.07、0.03,均表现出良好的性能。该方法更好地提取了高光谱图像的本质特征,进而提高了高光谱图像地物的分类精度。

结构物理参数的分频段加权辨识

利用小波分析多分辨率分析原理,建立线性系统多尺度动力平衡方程。将外荷载和线性系统在荷载作用下的响应作正交小波变换,得到各频段的小波系数,由多尺度动力平衡方程建立系统的参数识别方程。在不同频段根据系统的信噪比大小确定不同的加权值,对结构物理参数进行加权最小二乘辨识。该方法能较大地提高结构物理参数的识别精度,并且识别精度随着小波分解层次的增加而增大。

基于改进卷积神经网络的变工况轴承故障诊断

原始信号中的故障特征随工况变化而散布在不同的观测尺度上,针对传统卷积神经网络(CNN)模型仅从单一尺度提取特征,容易出现域移现象并丢失其他尺度信息的问题,提出了基于多尺度自适应加权卷积神经网络(MSAWCNN)的故障诊断模型。首先,采用多个尺度的卷积核并行提取不同观测尺度上的特征;然后,引入自适应加权结构,动态调制多尺度特征以削弱运行条件对特征表达的影响;最后,使用全局均值池化(GAP)层代替全连接层,减少运算量并避免过拟合。利用西安交通大学转速连续变化的轴承数据集进行试验验证的结果表明:MSAWCNN模型的平均准确率达99.69%,具有较强的抗噪性,能从多个尺度全面地提取故障特征,适用于变工况下的轴承故障诊断。

基于梯度优化的多维尺度节点定位算法

研究了分布式多维尺度分析技术在无线传感器网络节点定位中的应用,重点分析了其定位精度和收敛性能。根据传统的梯度优化算法,引入了最速下降算法作为目标函数的无约束优化方法。该算法采用最速下降法对节点的局部目标函数进行迭代优化。实验结果表明该优化算法比基于SMACOF算法的高斯核加权的dwMDS(G)算法在定位精度上有明显的提高,并且算法简单,容易实现,是一种实用有效的无线传感器网络节点定位方法。

引入公平性信息的卫生经济性评价方法与研究进展

传统的卫生经济性评价主要侧重于“效率(efficiency)”最大化,对“公平(equity)”因素的定量考量较为不足。为在传统经济性评价的基础上进一步定量评价不同公平性因素,引入公平性信息的经济性评价方法体系逐渐发展起来。本文梳理总结了5种将公平性考量纳入经济性评价的方法,其中对应用比较广泛的公平加权法、分布式成本-效果分析和扩展成本-效果分析3种方法进行了详细介绍,包括基本理念、数据需求、优缺点等。引入公平性信息的经济性评价方法将为决策者定量权衡医疗资源配置的“效率最大化”和“分配公平”提供有效工具,在我国具有较好的发展前景,但缺乏相关基础数据是当前限制此类方法实践应用的主要挑战之一,也是未来相关领域研究者需要突破的研究壁垒。