考虑参数权重与分层映射的光伏组件健康程度检测

光伏系统的健康程度检测对预防故障及保障系统安全运行至关重要。选取光伏组件的光生电流、串联电阻和并联电阻为其健康参数,该文提出了一种考虑健康参数权重与辐照度分层映射的光伏组件健康程度检测方法,来提高健康程度检测的精度与适用范围。首先依据光伏组件I-V曲线,通过蝠鲼觅食优化(MRFO)算法进行参数辨识;其次根据辐照度高低将辨识结果分层映射至两种辐照度参考状态,提高低辐照状态下的映射精度;然后根据组件预期寿命内允许的功率衰减情况建立光伏组件自然衰减模型,估算参数预期值作为参考,再结合实际的参数提取结果计算参数劣化度;最后使用熵权法确定参数权重,计算表征光伏组件健康程度的健康指数。仿真与实验结果表明,该方法可对任何环境参数下的光伏组件健康程度进行有效检测。

常规超声联合剪切波弹性成像多参数权重法鉴别甲状腺结节的临床价值

目的探讨常规超声联合剪切波弹性成像(SWE)多参数权重法鉴别甲状腺良恶性结节的临床价值。方法选取经病理证实的168例甲状腺结节患者(共175个甲状腺结节),将其随机分为建模组138例(恶性结节103个,良性结节42个)和验证组30例(恶性结节22个,良性结节8个),分析建模组甲状腺良恶性结节常规超声及SWE检查结果的差异;应用二元Logistic回归分析甲状腺良恶性结节的独立危险因素,计算每个独立危险因素的OR值并对其进行赋分,获得每个结节的积分,建立基于常规超声和SWE多参数权重积分的预测模型。绘制受试者工作特征(ROC)曲线分析预测模型鉴别建模组和验证组甲状腺良恶性结节的诊断效能。结果建模组甲状腺良恶性结节纵横比≥1、实性成分、点状强回声占比及杨氏模量最大值、平均值(Emax、Emean)比较差异均有统计学意义(均P<0.05)。二元Logistic回归分析显示,预测建模组甲状腺良恶性结节的独立危险因素为纵横比≥1、实性成分、点状强回声及Emax≥38.3 kPa(OR=11.2、9.4、8.5、1.5,均P<0.05)。依据各独立危险因素的OR值建立基于常规超声和SWE多参数权重积分的预测模型,以积分7.5分为截断值,其鉴别建模组甲状腺良恶性结节的曲线下面积为0.906(95%可信区间:0.850~0.961),灵敏度为87.4%,特异度为90.5%,准确率为88.0%;鉴别验证组甲状腺良恶性结节的曲线下面积为0.918(95%可信区间:0.808~0.985),灵敏度为91.9%,特异度为75.0%,准确率为87.0%。结论常规超声联合SWE多参数权重法在鉴别甲状腺良恶性结节中具有较好价值。

交通状态划分的参数权重聚类方法研究

由于交通流量、速度、占有率或密度等参数在交通状态划分中作用不同,本文提出了基于参数权重聚类的交通状态划分方法.根据交通参数数据的相似性,应用基于加权欧氏距离的相似性度量方法构建了交通参数评价函数,并用梯度下降法极小化评价函数对交通参数权重进行求解.将交通参数权重应用于模糊C均值聚类算法(FCM),得到基于参数权重的FCM道路交通状态划分方法.应用提出的模型对选取的实际交通参数数据进行交通状态划分,并与基于欧式距离的FCM状态划分结果对比.研究结果表明,本文提出的方法提高了交通状态划分精度,更接近交通实际运行状况.

基于权参数优化的并行深度学习光伏功率预测

针对不同应用场景下光伏数据波动模式差异较大时,现有的光伏发电功率预测模型存在精度及适应性不足的问题,提出了一种具有权参数自适应性的并行深度学习光伏发电功率预测框架。该框架包含2种可以并行预测的深度学习算法单元(Attention-Seq2Seq单元、Transformer单元)以及一个权参数自适应优化单元。基于所提出的并行深度学习框架,对光伏发电功率进行预测,并分别与Attention-Seq2Seq、Transformer模型的预测结果进行了对比验证。结果表明:基于权参数优化的并行深度学习光伏功率预测框架弥补了不同数据波动模式下单一算法预测精度和适应性不足的问题,也可以有效解决时间序列预测中的长距离依赖问题,较单一算法预测精度更高,其平均绝对误差和均方根误差在夏季典型日最大降幅分别是41.18%和45.59%,在冬季典型日最大降幅分别是81.13%和82.86%。

基于多参数权重分析的油中溶解气体色谱峰识别

针对因监测装置现场干扰而出现色谱图曲线存在基线抖动,并导致色谱峰误识别和漏识别的问题,提出多参数权重比分析方法。通过计算得出峰偏移时间、峰型的半峰宽、峰型与标准峰的相似度以及峰高等特征参数,并进行归一化处理。同时,设置特征参数在不同条件下的权重比系数,并以峰型差异综合判断真假色谱峰。测试结果表明,该算法可规避现场干扰的影响,提高了低浓度气体峰检测的准确性,利于提高变压器油中溶解气体监测的可靠性。

带权值参数的两两组合测试用例集生成算法

通常对组合测试研究的重点是生成最小的测试用例集,但其中却很少涉及到带权值的参数。针对带权值参数的两两组合测试用例生成问题,提出一种基于逐参数(IPO)策略的带权值参数两两组合测试用例生成算法。对影响IPO策略性能的3个影响因子进行改进,包括待扩展参数的扩展次序、已有测试集的扩展次序和待扩展参数的取值选择。在扩展完所有参数后,对此时的测试集使用约简算法进一步简化,得到按测试用例权值和降序排列的测试集。实验结果表明,该算法不仅能减少测试用例的生成数量,而且能解决参数的权值问题,使其在实际应用中可以更有效地降低测试成本。

煤层底板突水变权评价中变权区间及调权参数确定方法

基于变权理论的煤层底板突水脆弱性评价模型可以解决传统常权脆弱性评价模型中存在的固定权重不能反映突水主控因素指标值内部差异性对评价结果造成的影响。但是利用变权模型对煤层底板突水评价中变权区间阈值及调权参数的确定目前尚没有统一的分析确定方法,变权区间和调权参数决定了变权模型对研究区主控因素的哪些指标值采取何种幅度的权重调整。针对这两个亟待解决的问题,根据煤层底板突水各主控因素指标值在空间分布上存在差异,但也具有一定的相似性的特征,利用聚类分析方法对各主控因素变权区间阈值进行了确定,同时也对变权评价模型中的调权参数确定探索性提出一种能够满足决策者决策偏好的可行性方法。在此基础上以山东省兴隆庄矿为例进行求解说明和效果验证。

基于改进变权模型的煤层底板突水危险性评价

在目前煤层底板突水评价模型中,变权模型解决了常权模型中权重不变所导致的主控因素指标值被其他指标中和的问题,凸显了主控因素指标值突变的控制作用特征。但变权模型中状态变权函数区间划分不符合正态分布规律,同时,调权参数的确定过于繁琐。针对此,对现有变权模型进行改进,首先将状态变权函数区间由四段式,调整为符合正态分布的三段式,即惩罚区间、不惩罚不激励区间、激励区间。其次,通过分析主控因素指标值归一化累积频率确定变权区间阈值,并分别选取累积频率界限值25%、75%对应值作为各区间的阈值dj1、dj2。最后,通过对调权参数赋初值、微调整,确定最终调权参数,从而构建煤层底板突水的变权评价模型。以三交煤矿5号煤层为例,应用改进的分区变权评价模型对目标煤层底板突水脆弱性进行评价,并与常权评价模型评价结果进行对比分析,发现突水危险区整体分布趋势一致,但局部断层突变处存在明显差异,表明变权模型有效凸显了断层对突水的控制作用,较好地刻画区域底板突水情况,较符合实际。

基于帝国竞争反向传播神经网络的断块油田开发顺序优化

明确断块油田群中断块的开发顺序是进行开发方案设计的前提条件。断块油田数量较少时,可以进行技术经济的组合对比,但是断块数量较多时会形成海量的组合,耗费时间也长。断块油田开发顺序评价的现有方法有权重评价法、层次分析法、综合模糊评判法等,这些方法在选择评价指标和指标权重上带有较强的主观性,无法做到完全客观的评价。因此本文提出一种基于帝国竞争算法改进的反向传播神经网络模型,首先采用Spearman相关系数法确定影响断块油田开发的主控因素,其次使用分段三次Hermite插值方法实现断块油田群开发数据库的扩充,最后在扩充后的大量数据库训练样本的基础上,基于帝国竞争算法改进的反向传播神经网络模型可以确定影响开发效果参数的权重并预测断块油田群中各断块油田的净现值,根据净现值大小可以确定每个断块的开发顺序。该方法以实际断块油田群的地质油藏数据库作为评价依据,断块油田的开发顺序更加的科学合理,项目整体的净现值也明显高于依靠传统方法确定的开发顺序组合,避免了人为主观性,也节省了数值模拟和经济评价的工作量,克服了现有方法的局限性,对于提高断块油田群开发综合效益具有重要意义。

基于带权约束参数平差法的工程测量技术

为降低工程测量数据采集阶段的干扰,提高结果可靠性,研究了基于带权约束参数平差法的工程测量技术。利用无人机遥感技术,采集工程测量基础数据,并结合采集距离以及精度要求,对采集速度进行个性化调节,最大限度提高采集结果准确性。采用带权约束参数平差法,过滤工程测量基础数据中的异常值,确保数据波动在约束条件范围内。利用处理后的工程测量数据,构建三维图像模型,实现对工程施工效果以及数据异常程度及位置的测量。测试结果表明,该方法测量结果误差值较低,最大误差仅为0.03 mm。

基于加权α优势关系的多属性决策排序方法

α优势粗糙集模型利用简单平均法赋权多个阈值α的排序结果,忽视数据集本身信息,导致不同数据集的排序质量差异性较大.针对此问题,文中提出基于加权α优势关系的优势度排序方法.首先运用α优势粗糙集方法详细分析决策对象.在此基础上,为了克服α主观赋权导致多属性决策排序结果中"并列"决策现象存在的不足,依据排序结果采用2种准则赋权α,并融合2种准则下所有对象的综合优势度,进一步细化排序结果.最后在具体算例中对比分析其它排序方法,验证文中方法的可行性和有效性.

一类半参数回归模型中M估计的收敛速度

考虑半参数回归模型yi=xTiβ0+g(ti)+ei,i=1,2,…,n。其中,β0是未知参数,g是未知函数。当g的估计取一类非参数权估计(包括核估计和最近邻估计)时,文章讨论了参数β0的M估计β0的强收敛速度和未知函数g的估计g*n(t)的一致强收敛速度,从而得到β0-β0=O(n-1/2(logn)1/2) a.s.和sup|g*n(t)-g(t)|=O(n1/3logn) a.s.。

基于代数和三角多项式加权的二次混合样条曲线

利用代数和三角多项式加权的方法,构造了一种二次混合样条曲线,这种曲线具有二次非均匀B样条曲线相似的性质.这里的权系数也是形状参数,称之为权参数,取值范围从[0,1]扩大到[-3.659 79,5.278 98].权参数的不同取值可以整体或局部地调整曲线的形状,并且权参数能像开关那样,使得曲线的各段非常方便灵活地在代数多项式、三角多项式之间转换.不需要用重节点或解方程组方法,而只要令某个或某些权参数取-3.659 79,曲线就能接插值于控制点或控制边.

向量场算法在轮毂参数化设计中的应用研究

参数化设计方法可以有效提升汽车轮毂设计的效率和质量。为了进一步拓展轮毂参数化模型的算法,文章提出了将参数系统按功能分层的参数层级和向量场变形算法,通过将参数化系统进行模块化处理,将参数系统分为拓扑关系、独立算法、可变参数权重比3个层级,将向量场算法代入到独立算法层级,设置并调整向量场数据的权重比来实现直接建模操作。实验表明,参数化层级和向量场算法适用于汽车轮毂的设计且具有较高的设计效率。

常规测井方法描述复杂含气砂岩储层特征参数研究

通过对高孔低渗、低孔低渗等特征含气砂岩的储层岩性、物性对测井响应的不同的特点分析,建立了一套相应的储层参数测井评价方法。这些测井评价方法包括对于高孔低渗储层评价其孔隙性、含油性的库克法;对于低孔、低渗储层建立的测井非相关优化法;储层测井特征值参数权值法等方法。对于不同储层特征,用相应的储层测井评价方法,可有效地得到储层参数。计算结果、岩心分析数据与试气结论吻合,证明所建立的储层测井评价方法是合适的,为类似复杂储层参数研究提供了新思路,具有一定的参考价值。

广西农村公路路况评定与养护管理的应用研究

农村公路路况评定是公路养护与管理的基础,路面使用性能评价的客观性,对养护决策起到至关作用,同时可为预测病害的发展趋势及路面性能的衰减速度提供基础数据。通过对广西农村公路调查研究,并借鉴国内外农村公路地方评定标准,研究了适合广西农村公路路况评定的准则,并通过广西某县管养的25条线路的工程应用,证明了研究成果所提出的农村公路评价准则对养护管理及资金划拨具有一定的参考价值。

移动网络用户频繁鉴权问题的优化方案探讨

为减少移动用户上网时延,进一步改善用户上网感知,通过分析投诉用户的业务记录,发现3G网络存在频繁鉴权问题。以对比分析不同移动网络的参数设置为路径,在保证网络安全的前提下,对网络参数进行合理优化,大幅减少了不必要的鉴权流程,缩短了用户上网时延,并有效提升了用户的上网体验。

关于组建信用卡现代化授权中心(网络)的探讨

发达国家的金融业,在软硬件方面已走过了票据时代,自80年代就进入了电子银行时代.如何在瞬息万变的商品经济中承受激烈的冲击而赢得胜利,是否采用先进的计算机和通讯技术,已经是当今银行业性命攸关的事.信用卡作为现代化的金融工具首当其冲,更需要从长计议,重点突破.

油气田区承压含水层地下水污染机理及其脆弱性评价

根据研究区地质构造及水文地质概况,分析了研究区承压含水层地下水有机污染的机理,建立了针对该地区承压含水层地下水污染脆弱性评价指标体系,并应用神经网络技术作为评价体系中参数的赋权方法;由ANN与GIS耦合技术得到的研究区承压含水层地下水污染脆弱性区划图比较好地符合研究区的实际情况。

NWFE结合纹理特征的SVM土地覆被分类方法研究

为提高土地覆被分类精度,采用非参数权重特征提取(nonparametric weighted feature extraction,NWFE)结合纹理特征的支持向量机(support vector machines,SVM)的分类法,对新疆玛纳斯河流域绿洲区2006年的土地覆被进行分类,并将该方法与主成分分析(principal component analysis,PCA)结合纹理特征的SVM分类、原始波段结合纹理特征的SVM分类进行对比。结果表明,NWFE结合纹理特征的SVM分类结果优于其他2种分类结果,不仅反映了土地覆被分布的整体情况,而且使不同土地覆被类型得到较好的区分,总体分类精度达89.17%。