基于时序拓扑数据分析的电力电缆局部放电模式识别

在电力电缆局部放电(PD)模式识别时,相位图谱以及统计特征往往因区分度不足而影响识别精度。为此,提出了一种基于时序拓扑数据分析(TDA)的局放特征提取和识别方法。首先,提出一种符号熵和粒子群优化(PSO)相结合的重构参数选择方法,将预处理后的局放时域信号进行相空间重构,并生成三维局放数据点云;然后,基于TDA方法提取持续同调特征,据此生成持续散点图及持续条形码,计算并可视化表达为贝蒂曲线;最后,将贝蒂曲线输入1D-CNN模型,对4种典型局放缺陷模式进行识别并开展对比实验。实验结果表明,该方法对相空间重构时延参数的选取更加准确,且TDA特征具备良好的区分度,相比其他以相位图谱及统计特征为输入的模型,该方法整体识别准确率最高可提升15.34%,达到98.55%。

基于格栅优化与拓扑解析的配网数据分析算法

针对传统的配电网造价数据分析模型存在运算时间长、准确性高度依赖人工等问题,文中基于格栅理论思想,将BP神经网络与启发式算法相结合,提出了一种配电网造价数据分析算法。该算法以BP神经网络为数据处理工具,利用狼群算法对参数加以优化,进而提升了模型的全局搜索能力。为提高模型的计算精度,还引入主成分分析法实现对输入数据的降维。使分类结果更加精确后,再通过解析配电网网络拓扑获得关键参数并进行训练。实验测试中,该算法的相对误差值与运算时间分别为6.11%及30.19 s,综合性能在对比算法中也为最优,由此证明了该算法的精确度和运算效率良好,故具有一定的工程应用价值。

拓扑数据分析理论应用研究进展

随着科学技术的发展,人们每天都面对海量数据,而且数据也正以一种前所未有的速率发展.在生活中,如何从庞大的数据中提取信息,是人们面临的一大难题.拓扑数据分析通过持久同调计算复形,有效量化数据的形状,能够通过观察数据形状的变化有效提取数据信息.近年来,拓扑数据分析受到了不同领域专家的广泛关注,在医学、经济学、机器学习等方面都取得了很好的应用.文章系统介绍了拓扑数据分析的理论知识,分析了拓扑数据分析的优势所在,并对其在不同领域的应用和发展前景进行了详细的介绍.

基于多源数据的静态拓扑路由特征分析

互联网作为一个复杂的巨型系统,其拓扑结构反映了内部各个节点间的连接模式,是绘制网络空间地图的重要基础。为有效挖掘互联网内部不同区域的、不同要素的连接关系,分析网络拓扑结构特征,识别其中的关键节点和链路,并分别从图论、路由两个角度出发,对AS级、路由器级拓扑结构特征进行分析。同时,基于互联网公开数据,对测量数据进行必要信息推断,融合多源数据,避免了单一数据集的偏差对分析结果的影响,提高了分析结果的准确性。

基于拓扑数据分析的驾驶疲劳EEG数据处理与优化分析研究

为提高驾驶疲劳脑电(EEG)数据处理与分析的准确性和鲁棒性,提出一种基于拓扑数据分析(TDA)的驾驶人疲劳脑电分析方法。首先利用汽车性能虚拟仿真平台开展驾驶实验,通过驾驶人状态反馈和面部特征视频,标记脑电数据,形成清醒和疲劳二分数据集。之后利用EEGLAB预处理数据,剔除噪声并保留0.3~30 Hz频带,直接从时域EEG数据中提取拓扑特征。此外还提取了经典频域特征α波能量和α/β用于对比分析。最后使用支持向量机进行分类。结果表明,基于持久同源(PH)的拓扑特征取得了高达88.7%的准确率和91.4%的召回率,与经典频域特征性能相当,且对脑电伪影的鲁棒性明显更好,在未剔除EEG伪影的情况下仍取得了87.4%的准确率和89.7%的召回率。综上所述,本文提出的用于驾驶疲劳脑电信号处理与分析的TDA方法抗干扰特性好、处理成本低、经济性高,有助于稳定、高效地处理驾驶人脑电数据并检测驾驶疲劳状态,具有较大的科学实际应用价值。

基于拓扑数据关系的电网调度辅助决策技术

文章针对城市电网调度中处理局部用电紧张问题时烦琐且低效的“人工分析”型决策过程,提出了一种基于电网拓扑关系数据分析的调度决策辅助技术。该技术通过基于电网实时数据构建电网拓扑模型,实现对电网接线关系和负载能力的实时感知,并利用拓扑分析技术获取电网局部区域间的负荷转移通道。同时,抽取负荷转移路径上设备的运行约束数据并进行相关计算和约束判断,实现多维度电网数据的聚合分析,为调度人员提供决策支持。该技术有助于电网调度员准确、高效地应对城市局部用电紧张问题,并促进调度决策模式由“经验型调度”向“数据分析型调度”的转型。

基于ENVI和ArcGIS对空间栅格数据矢量化与拓扑分析

在科学研究与工程设计领域中,时常需要将原始收集到包含空间栅格数据的图像进行矢量化后再加以分析利用,而传统处理过程多采用人工手动进行,耗时费力。推荐利用ENVI的遥感图像处理功能结合ArcGIS的空间地理信息拓扑分析功能,实现自动批量将图像中空间栅格数据进行矢量化提取并依此展开拓扑分析。以云南省水土流失时空分布特性研究为例介绍该方法的应用与成果,以点及面,使得方法在应用深度与广度上得到进一步拓展,提高科研与设计的工作效率。

图形数据库一体化的厂站接线拓扑分析

提出一种基于邻接矩阵的厂站拓扑分析方法,并介绍了采用图形数据库一体化技术实现该方法的具体步骤。通过在电气图形编辑界面设置绘图网格,使得连通的电气图形元件具有相同的端点坐标,分析这些坐标可以判断电气图形的连通性情况,进而通过对厂站模型中各开关、结点的编号,形成厂站的结点-开关关联矩阵;推导结点-开关关联矩阵,最终得到表示厂站拓扑关系的结点邻接矩阵。该方法较传统的拓扑方法具有更好的通用性和可扩充性,通过程序软件实现并验证了该方法的正确性。

面向聚类分析的邻域拓扑势熵数据扰动方法

针对现有数据扰动方法难以维持原始数据的聚类可用性问题,提出了一种隐私保护数据扰动算法DPTPE.基于邻域拓扑势熵将节点划分为不同类型,对于邻域分散型节点,以该节点的k邻域中节点坐标的均值替换其原始坐标;对于邻域紧密型节点,在其安全邻域中随机选择一个节点替换该节点。实验结果表明,DPTPE算法可以保护数据的隐私安全,还能够较好地维持数据集的聚类可用性。

基于数据融合与拓扑分析的多阶段月度网损计算

针对利用聚类技术计算月度网损时,计算时间阶段划分过多和计算量过大的问题,首先根据月度网架结构与运行方式的变化情况,提出一种基于拓扑辨识分析的网损聚类计算时间阶段划分方法;其次,在对负荷精确性分析的基础上,提出一种基于融合理论的断面数量削减方法,在提高采集频率的情况下保证计算的速度;最后,提出月度网损计算的具体步骤。MATLAB仿真结果验证了所提方法的有效性。

面向矢量数据叠加分析的拓扑一致性处理研究

在叠加分析、缓冲区分析、拓扑分析等各种矢量数据分析过程中,首要面对的便是矢量数据拓扑一致性问题。拓扑一致性处理是对GIS矢量数据中由于采集、存储、压缩、转换导致的空间拓扑关系不一致问题进行的拓扑处理,其使得待处理数据在容限范围内具有拓扑一致性,从而便于后续相关分析功能的进行。该文在分析和总结已有拓扑一致性处理算法的基础上,提出了一种更为高效的拓扑一致性处理改进算法,包括弧段间拓扑处理、节点与弧段间拓扑处理、节点间邻近搜索等核心过程。对比实验表明,该算法在保证拓扑一致性处理效果的基础上具有较高的处理性能,是一种实用性较强的拓扑一致性处理算法。

GeoDatabase数据模型及其几何网络的拓扑分析应用

阐述了ArcInfo软件的GeoDatabase数据模型及特点,介绍了GeoDatabase数据模型的几何网络,依据模型几何网络的特点,分析了几何网络在地理信息系统拓扑分析中的应用。

拓扑数据分析在复杂脑网络分析中的应用

针对复杂脑网络分析中网络结构变化阈值选择中没有公认的标准确定合适阈值这一问题,基于拓扑分析中的持续同调性理论,本文提出一种多尺度大脑网络建模分析方法,该方法在大脑全尺度距离范围之内,通过不断增加阈值,运用Rips过滤算法捕获网络的动态持续拓扑特征,并用条形码和持续图对拓扑特征可视化,最后通过计算持续图之间的Bottleneck距离和Wasserstein距离分析持续特征的稳定性。实验结果表明,该方法能更准确地提取大脑网络的拓扑结构特征并提高诊断分类的准确性。

空间数据库和ComGIS结合的拓扑分析研究

随着信息化技术的飞速发展,地理信息系统(GIS)逐渐成为信息产业的一个重要组成部分。为利用先进的信息化技术促进电力系统的发展,根据GIS的空间数据拓扑分析和电力网络拓扑分析的特点,在分析Oracle Spatial数据模型的基础之上,提出了一种基于GIS和空间数据库相结合的电力网络元件模型,并在此基础上进行了电力网络的拓扑分析研究。同时详细阐述了模型的构造过程,并用流程图的形式分析了拓扑的整个过程,将此方法应用到实际的短路电流计算程序中后,计算时间加快,计算效果有明显提高,表明该拓扑分析方法有很大的实用价值。

空间数据库系统之空间拓扑分析算法的研究与实现

Realms是一种用于描述二维平面的数学模型,它以一定的准则实现空间数据组织及约束,并使得空间元素之间的拓扑关系可以限制在通过它们的顺序关系就可以确定的范围之内。对于空间分析功能的实现,计算几何学中的平面扫描算法是一个很有效的方法,但是对于多层区域对象的各种空间操作,一般的平面扫描算法又缺乏针对性,因此文中根据红蓝特性设计并实现了有针对性的扫描线算法。文中基于Realms概念探讨了空间区域对象的数据结构以及红蓝区域平面图算法,并详细讨论了针对双层红蓝区域对象的空间拓扑分析算法的实现,最后是该类问题的进一步改进和构想。

内存对象数据库在输配电网平台并发拓扑分析中的应用

首先设计并开发了面向对象的内存数据库,采用了分区、分页存储技术,可用于大规模电网模型的高效缓存和检索[4-5]。该内存对象数据库集成进一个实时GIS平台,为实现了大规模并发的拓扑追踪服务提供模型数据。其次本文介绍了基于任务调度队列的拓扑追踪和开关操作系列的并行处理技术,解决了多客户请求的并行执行及其冲突问题。接着本文针对跨分区的操作请求,采用父子任务的形式加入任务队列。最后本文在某省上线系统中进行了压力测试,本文开发的系统在千万级的电网设备模型规模下,每台服务器1 000并发请求的处理时间小于0.1秒。

基于图数据库的配电网供电范围分析应用研究

在电力企业往配网及其低压用户侧拓扑延伸分析的时候,所涉及的设备模型数量爆炸式增长,对实时拓扑分析计算提出了更多的要求。关系型数据库自身的不足伴随着设备数量的增长在不断扩大,性能问题正不断暴露出来。图数据库从近十年的表现来看已经成为关注度最高也是发展趋势最明显的数据库类型,其中Neo4j为应用最广泛的图数据库品类。Neo4j在数据关系层次检索的高性能和灵活的可视化方式能够直观表达电网的拓扑关系,现提供了一种基于Neo4j图数据库的电网资源建模方式,并基于Neo4j的功能,对供电范围分析应用在图数据库中的实现提供思路探讨与实践,最后得出以下结论:使用图数据库进行电网拓扑网络分析的效果相较于传统方法在效率上有显著提升。

ArcInfo数据模型的几何网络及其在拓扑分析中的应用

首先回顾了ArcInfo的基本地理数据模型,然后着重介绍了Geodatabase数据模型及其几何网络,最后依据模型几何网络的特点,分析了几何网络在地理信息系统拓扑分析中的应用。

数据拓扑及其在电网数据处理分析中的应用

在分析信息化建设发展需求的背景下,提出数据拓扑的概念与定义,描述了其结构内容以及与电网数据关联情况的对应性。重点分析了其对于提升应用系统数据处理、信息展示、数据分析水平方面所能够发挥出的促进作用。之后给出了基于数据拓扑的应用系统数据处理分析相关功能的架构,并简述了数据拓扑在电网数据处理分析中的实际应用。

基于点云整体拓扑结构的图像分类算法

卷积神经网络(CNN)参数众多、分类边界复杂,对数据的局部特征较敏感,导致当CNN模型受到对抗攻击时,精度明显下降;而拓扑数据分析(TDA)方法更关注数据的宏观特征,天然具有对抗噪声和梯度攻击的能力。为此,提出一种耦合拓扑数据分析和CNN的图像分类算法MCN(Mapper-Combined neural Network)。首先,利用Mapper算法得到刻画数据集宏观特征的Mapper图,通过多视图的Mapper图对每一个样本点进行新的特征表示,并将新特征表示成二值向量;其次,结合新特征和CNN提取的隐藏层特征,增强隐藏层特征;最后,使用特征增强后的样本数据训练全连接的分类网络,完成图像分类任务。在MNIST和FashionMNIST数据集上,将MCN与纯卷积网络、单一Mapper特征分类算法进行对比,采用主成分分析(PCA)降维的MCN的初始分类精度提升了4.65%和8.05%;采用线性判别分析(LDA)降维的MCN的初始分类精度提高了8.21%和5.70%。实验结果表明,MCN分类精度更高,并且对抗攻击能力更强。