基于多维异构数据融合的远程配网定值数据处理技术研究

当前远程配电定值整定数据呈现出了高速增长的态势,与此同时,海量数据出现了多样化的数据结构形式。针对这一问题,文中研究基于多维异构数据融合的远程配网定值数据处理技术。首先对采集到的数据进行预处理,通过数据清洗、集成、处理等方法来提高原始数据的采集精度。然后采用RSA算法对数据进行加密处理,确保电力数据的安全、快速传输,再通过正交基前向神经网络算法确定最优的网络隐含层数目及神经元个数。将大样本数据分解为小样本数据并由多个处理器进行处理,从而实现对数据的并行化融合。通过实际算例验证了文中所提方法的有效性。

多维异构洪水过程因子相似性评价方法研究

在研究相似性概念和评价方法的基础上,针对洪水过程因子的时空分布特点,进一步提出综合性评价方法框架;针对洪水过程中水深时间序列数据和面状淹没范围等多维异构洪水过程因子,分别进行了相似性评价方法研究,并采用重要性排序法确定权重。以辽宁浑河沈阳城市段的洪水数值模拟结果和物理模型观测数据相似性分析为例,对多个观测站点的水深时间序列数据、流速数据及淹没范围数据进行相似性分析,分析洪水演进模型结果的相似性。

基于人工智能的国有资本多维异构运营模式

为解决国有资本运营公司普遍存在的资本运营质量低、运营模式可持续性差和风险抵御能力弱等关键共性难题,重点就国有资本运营公司试点状况、运营模式、发展路径等进行详细分析和深入研究,并结合国有资本运营公司的功能定位、资产结构和收益构成等,创新运用数字经济理念和人工智能模型推理思维,首次提出国有资本运营公司的“五维一体”画像特征和多维异构运营模式,巧妙运用隐马尔可夫模型的状态转移特性,从理论层面论证了多维异构运营模式对于国有资本运营的投资引领、股权管理、价值提升、运营增值和迭代新投等的步进迁移特性;通过某国有资本运营公司多维异构创新运营模式的实际运行,从实践层面验证了多维异构运营模式的有效性和鲁棒性。多维异构国有资本运营模式对于国有资本的优化布局、股权管控、价值创造、资产整合、培育孵化、资本增值、风险管控和有序进退等具有较大的促进作用,可在更高层面上推动国有资本运营公司的运营模式创新,加速经济社会的高质量发展。

基于多维异构特征与反馈感知调度的SDN内生安全控制平面

为弥补现有研究在软件定义网络(Software-Defined Networking,SDN)控制平面未知漏洞防御方面的空白,本文提出了一种基于多维异构特征与反馈感知调度的内生安全控制平面的设计方案.该方案以“冗余、异构和动态”为切入点,通过组合执行体冗余集构建策略、多维异构元素着色策略和动态反馈感知调度策略,有效增加SDN控制平面对攻击者所呈现的执行体时空不确定性(逆转攻防不对称性).相关仿真结果表明该方案可以收敛全局执行体数目、增加执行体之间的多维异构度并降低系统全局失效率.

多维异构瓦斯浓度数据的融合实现

利用数据融合技术综合多维异构的测值,能在一定程度上解决煤矿安全领域中测量精度不足、稳定性不高的问题。在对井下瓦斯监控系统的数据获取技术进行分析后,根据其数据维度多、结构各异的特点,建立了异构瓦斯数据的插值加权平均融合方法,利用3次样条插值方法拟合巡检数据,从测量精度、插值精度和测量衰减的角度建立了权重评价体系,最后用加权平均的方法实现了异构瓦斯浓度数据的融合。分析表明,有效的数据融合能从海量数据中揭示隐含的信息,提高监测系统的可靠性和鲁棒性,增强对矿井全局通风瓦斯显现规律的展现能力。

多维异构网络数据智能预加密云推送方法研究

由于多维异构网络数据在推送过程中存在安全性较差、推送偏差等问题,研究提出一种多维异构网络数据智能预加密云推送方法。通过不同服务器内的云数据获取数据主成分信息,快速分类数据源内的同构、异构数据。引用全同态加密算法加密明文数据,并将全部密文分块整合为完整密文数据,完成数据智能预加密,提高数据推送安全性。构建云推送平台,利用对数计算李雅普诺夫函数优化方法,降低信道自身传输噪声,向用户推送信息。仿真结果表明,所提方法向用户推送信息过程所消耗的通信量较少,信息留存率高于58%,为用户推送的信息较可靠。

电网多维异构数据融合三维可视化方法

面对电网海量多维异构数据综合应用需求,提出一种多维异构数据融合三维可视化方法,该方法实现了海量数据三维融合展示,并对多维异构数据进行分析挖掘和关联特征可视化,有效提升电网海量多维异构数据的应用效能,有助于实现对电网整体态势的综合管理。

基于PSO的飞行器姿态智能控制技术研究

以气动舵/推力矢量/直接力复合控制飞行器为对象,研究了多维异构复合姿态控制系统的控制律及分配律一体化智能设计问题。首先提出了基于PSO(Particle Swarm Optimization)算法的“智能控制律+智能分配律”飞行器姿态多维异构智能复合控制算法框架,并建立了控制系统数学模型,然后重点研究了控制律及分配律参数的智能优化算法实现方法,最后通过数学仿真验证了提出方法的有效性。仿真结果表明,所设计智能优化复合控制系统在标称模型以及模型摄动情况下均能够实现对姿态角指令的准确快速跟踪。

多维异质异构大型构件智能增材制造研究进展

电弧增材是近年发展起来的一种高效率、低成本、高性能、低精度整体制造方法,可成形超高强钢、轻合金等多种金属构成的一体化高性能构件.电弧-激光复合、增材-形变、增材-减材等复合成形技术,可进一步提高成形精度,提升构件韧性,更好地成形异质异构构件.本文从多维异质异构概念内涵、电弧复合增材技术、电弧增材过程智能控制等方面对多维异质异构大型构件智能电弧增材技术进行了综述,重点分析了增材过程参数-熔池视觉-应力-变形等协同传感技术;利用深度学习等人工智能方法,在线调整工艺参数,控制缺陷、抑制应力、减小变形,研制的大型多维异质构件多机器人智能复合增材装备,最大可增材10 m×4 m×4 m多金属构件;分析了电弧增材构件微观组织演变、静(动)态力学性能和抗超高速冲击性能特征;最后,指出了多维异质异构增材技术的4大发展趋势.

基于改进随机森林算法的共享单车需求量预测

在预测共享单车需求量的问题上,随机森林算法与其他算法相比具有显著优势。然而在处理存在大量冗余数据的数据集方面,随机森林算法会导致过拟合。为此,论文提出一种基于随机森林的改进算法—FWRF算法,预测共享单车需求量。该算法首先利用相关系数对每个特征进行加权,然后将特征区间划分为高相关区间与低相关区间,让特征选择限制在特定范围,实现降低泛化误差的目标,增强算法的学习性能,提高算法的预测精度。最后,论文将FWRF算法应用到NewYork CityBike的公开数据集上,分析多维异构数据影响下共享单车需求量变化。与原有算法相比,在预测精度上提高了5.1345%,证明了该改进算法的有效性和可行性。

流程驱动的发动机装配过程管理与监控技术

以柴油发动机全三维研制为背景,针对发动机装配过程,分析装配流程及信息分类,开展生产流程驱动的执行监控与数据采集技术研究,采用基于条码、RFID及智能终端的信息采集技术实现车间现场多维异构数据的采集。研发发动机装配管理系统平台,实现发动机装配车间现场信息的智能采集与装配执行过程管理与监控。