文件同步理论在电力系统数据备份中的应用

随着电力系统备份数据量的增加 ,迫切需要开发高效、快速的文件同步程序来维护数据安全。通过Rsync算法可以找出单个文件中距离上次备份以来发生变化了的部分 ;基于代数系统理论的文件同步理论则可以让文件的多个副本之间保持一致 ,且一个副本产生的变化会被传播到其他副本中去。基于上述理论开发了一个面向省级电力市场的文件同步程序 ,通过使用操作系统中的API函数来实现对源文件夹的实时监控 ,通过将捕捉到的操作记录进行修整来提高同步效率 ,然后根据文件同步理论计算出的等效操作序列来实现两个文件夹间的快速同步。通过使用FTP控件还可以实现本地文件夹与远程FTP文件之间的同步。测试表明 ,该软件完全满足设计要求。

基于S-PSO分类算法的故障诊断方法

将监控数据的已知状态作为先验类别标签,构造出新的有监督的粒子群优化(S-PSO)分类算法,并对设备进行故障诊断。为提高故障诊断的准确率,降低随机性对分类算法的影响,提出了新的基于动态邻域的自适应探测更新(ADU-DN)的干预更新策略来拓展粒子搜索整个解空间的能力,引导粒子自适应地跳出局部最优区域,确保获得全局最优解;同时设计出基于最小类内距离、最大类间距离和训练样本最大分类精度的适应度函数,使得输出的最优类别中心兼顾了这3个因素,增强了分类算法在故障诊断中的通用性和容错性,提高了测试样本的分类精度。S-PSO分类算法有效克服了聚类算法只考虑数据间相似性特征、不考虑数据蕴含的物理意义以及不能很好指导样本分类的缺陷。对GE90发动机孔探图像纹理特征分类进行了对比研究,研究数据表明:S-PSO分类算法表现出了较强的鲁棒性,在故障诊断中的分类精度高于支持向量机(SVM)和常用神经网络模型。