基于分区和滑动时间窗策略的配电网线路参数辨识

针对配电网线路参数辨识困难、不精确的问题,提出了一种基于分区和滑动时间窗策略的配电网线路参数辨识的方法。首先,使用线性解耦潮流模型最小二乘回归得到线路初始辨识参数。然后,将配电网分成若干个区域,并采用滑动时间窗策略,在每个时间窗中对每个区域内的线路参数通过高斯-牛顿法进行精确辨识。最后,对所有时间窗内的辨识结果进行离群值检测,综合各个时间窗的辨识结果得到最终的辨识值。所提方法提高了线路参数的辨识精度,并且可以避免精确辨识时选取到坏数据导致辨识结果偏离真实值。

基于双自适应滑动时间窗滚动轴承故障预测模型

针对传统方法和基于神经网络方法在滚动轴承故障预测中存在的问题,提出一种双自适应滑动时间窗故障预测模型。首先,通过设置能够去除相关性的状态估计非线性算子,将滚动轴承振动信号映射为能够表征其退化状态的故障特征—故障程度指标DR。其次,以损失函数为判据,设置模型参数自适应更新机制,以及建立能够自适应选取数据长度的滑动时间窗口。最后,通过西安交通大学发布的滚动轴承全寿命周期数据,模拟实际中突发性故障和渐发性故障综合作用下的故障发生情况,验证了所提出的故障预测模型的有效性。实验结果表明,提出的预测模型能够准确判断滚动轴承退化阶段的开始时刻和故障时刻,真实反映滚动轴承性能退化的趋势,预测误差仅为0.068%,预测时间仅占2次故障间隔时间的1.385%,满足复杂工况下滚动轴承故障预测的需求。

基于滑动时间窗口模型的流基数估计算法

基于滑动时间窗口模型的流基数估计是指在某一时刻对过去一个时间窗口内每条流的基数进行估计。相较于传统的离散时间窗口模型,基于滑动时间窗口模型的流基数估计具有实时性更高、片上存储空间开销更小的优势。现有研究需要为每条流分配独立的存储空间,这在紧缺的片上高速存储资源条件下是无法实现的。针对上述问题,文章提出了一种新的基于滑动时间窗口模型的流基数估计(Sliding virtual Hyperloglog,SvHLL)算法,在片上引入虚拟寄存器技术保存多条流的流信息。该算法采用对一条流的两部分虚拟寄存器分别进行基数估计并相减的方式去除噪声,不再需要扫描整个物理寄存器组,提高了基数估计的效率。仿真实验结果表明,SvHLL算法在2MB和4MB的片上存储空间下以及在10s,20s和60s的滑动时间窗口下的平均相对误差与平均绝对误差均在11以下,基数估计性能较好。

基于滑动时间窗的支持向量机软测量建模研究

提出了一种基于滑动时间窗的最小二乘支持向量机软测量建模方法,并针对某一工业共沸精馏塔成分估计问题,建立了合适的工业软测量模型。介绍了最小二乘支持向量机计算法和滑动时间窗的建立。并利用滑动时间窗内的数据进行系统的在线优化和周期性模型更新,提高了工业软测量模型的在线估计精度。研究结果表明,LS-SVM是一种有效的软测量建模方法。

挖掘数据流任意滑动时间窗口内频繁模式

由于数据流的流动性与连续性,数据流所蕴含的知识会随着时间的推移而发生变化.因此,在绝大多数数据流的应用中,用户往往对新产生的流数据所包含的知识要比对历史流数据所包含的知识感兴趣得多.提出了一种挖掘数据流任意大小滑动时间窗口内频繁模式的方法MSW(mining sliding window).当数据流流过时,该方法使用滑动窗口树SW-tree在单遍扫描流数据的条件下及时捕获数据流上最新的模式信息.同时,该方法还周期性地删除滑动窗口树上过期的及不频繁的模式分支,从而降低滑动窗口树的空间复杂度与维护代价.此外,该方法还应用时间衰减模型逐步降低历史事务模式支持数的权重,并由此来区分最近产生事务与历史事务的模式.大量仿真实验的结果表明,算法MSS具有较高的效率与优良的可扩展性,同时也优于其他同类算法.

基于滑动时间窗的机场流量优化分配

针对机场实际运行过程中飞行流量需求以及机场容量动态变化的特点,将滑动时间窗概念应用到机场飞行流量分配问题中,提出了一种基于滑动时间窗的机场流量动态优化分配方法。对基于滑动时间窗的流量优化分配原理进行了阐述,该方法采用不断进行的动态流量分配代替静态的一次性流量分配,能够实时得到当前时间段最优化的流量分配方案,为机场战术流量管理提供决策支持。实例计算表明:基于滑动时间窗的机场流量优化分配方法在动态环境中能够较好地达到实时优化分配飞行流量目的,而静态流量分配方法不适用于动态环境,文中方法实用有效。

关于有限断层计算模型的研究——考虑位错时、空不均匀分布的滑动时间函数

断层面上某一点的滑动时间函数需要用三个参数来表达:断层的平均位错量、上升时间和破裂传播的时间延迟。本文基于有限断层模型,根据断层面上每个子源的位错量时、空不均匀分布特征,采用Brune模型系统确定了相应滑动时间函数的三个参数,构建了位错量呈时、空不均匀分布的有限断层滑动模型。该方法可以表现破裂面上断层位错量在时间和空间上分布的不均匀特征,既能够表现震源的复杂性同时又能够简化震源模型的构建过程,为考虑断层附近的强地震动数值模拟计算提供了有效的途径。

飞机流排序中滑动时间窗算法关键参数研究

滑动时间窗算法主要涉及窗体大小、步长和位置交换范围三个参数。这三个参数对算法的有效性和效率都有非常重要的影响。为了寻求这三个参数对算法的具体影响和最优组合,首先对算法的复杂度进行了分析和评估;而后探索和总结了这三个参数之间的关系。最后,在设计和实现该算法的基础上,通过仿真找到了实时性约束条件下,优化效果最好时三个参数的取值,即窗口大小为7,移动步长为3,交换范围约束为4时,计算结果最好。通过大量的数据验证了在最优参数组合下算法的有效性,为科学地使用滑动时间窗算法提供了依据。

滑动时间窗视角下科学基金研究前沿探测

总结了前人探测研究前沿的研究方法及其存在的问题,提出了滑动时间窗视角下基于科学基金的前沿探测方法,并在选取最优聚类算法的基础上,以肿瘤学为例探测其研究前沿,结果表明Agglomerative的聚类效果最优,对4个滑动时间窗内的数据进行共词聚类分析,探测其研究前沿并分析其演化规律。

滑动时间窗技术在地基GPS数据实时解算中的应用

滑动时间窗技术使用移动的时间窗定义参与解算的GPS(全球卫星定位系统)数据的起止时间,使得最新的观测数据得以加入实时的数据解算,获得最接近实况的观测结果。使用固定宽度的时间窗,可在保证模糊度解算精度的同时,占用最少的计算机资源。以2008年中国境内6个IGS(国际全球卫星定位服务局)测站全年数据为例,采用滑动时间窗技术,用不同的时间窗宽度计算各测站的逐时对流层参数,以CODE网站上公布的上述测站的逐日天顶总延迟(Zenith Total Delay,ZTD)作为标准值,分别统计其标准差,分析不同宽度的时间窗对ZTD解算精度的影响。结果表明,业务化的"地基GPS实时水汽反演系统"应用滑动时间窗技术,将时间窗宽度设定在8h左右,可以在获得高精度对流层参数的同时,满足业务的实时性需要。

挖掘数据流滑动时间窗口内Top-K频繁模式

由于数据流滑动时间窗口中流数据包含模式的支持度是动态变化的,很难给出一个合适的支持度门限来挖掘数据流滑动时间窗口内的频繁模式.在研究数据流滑动时间窗口内流数据变化特点的基础上,论文提出了一种挖掘数据流滑动时间窗口内Top-k频繁模式的方法,该方法能够在保证模式挖掘误差基础上快速删除窗口内不频繁模式信息,保留重要的模式信息,并能按照支持度降序输出Top-k频繁模式.仿真实验结果表明,该算法具有较好的效率和正确性,并优于其它同类算法.

“阈值+滑动时间窗”的发射过载识别方法

针对识别引信发射过载时,周期性异常过载不能有效剔除,反向过载不能正确识别的问题,提出了"阈值+滑动时间窗"的发射过载识别方法。该方法以周期性采样发射过载为基准,每次最新采集的过载值替换时间窗T内最旧采集的过载值,产生滑动时间窗,在滑动时间窗内,最新采集的过载值Δ=|Δ_(采集)-Δ_(基准)|,大于设定的阈值,则过载有效;且过载有效的维持时间大于等于过载有效的设定时间,则识别到发射过载。调节系数k,能够提高对发射过载识别过程中异常干扰的容错能力;调节滑动时间窗T,能够剔除周期性的异常过载;调节过载值Δn的阈值大小,能够正确识别正向过载和反向过载。验证试验表明,当设定过载阈值为G=6.5g,滑动时间窗为T=1s,有效过载维持时间大于等于0.8s(k=0.8)时,能够有效剔除周期性的异常过载信号,正确识别反向过载。

一种基于变差系数与滑动时间窗的定量分析方法

为科学、准确地描述台站短水准测段离差分布曲线与正态分布曲线的偏离程度,本文以朝阳地震台为例,利用变差系数结合滑动时间窗对2016年5月22日辽宁朝阳M4.6与M4.3双震与2016年10月29日辽宁喀喇沁左翼M3.8地震前后台站2—3(k)测段离差分布曲线的变化趋势进行了定量分析与总结:一般震前由地壳形变引起的数据异常表现为测段变差系数增大,测段离差分布曲线偏离正态分布,震后测段变差系数减小,测段离差分布曲线恢复正态分布。进而基于最新数据从垂直形变、地震活动性与离差统计3个角度对台站邻近区域的地震危险性进行了初步分析。通过效果图可知,该定量分析方法可为震前数据异常识别提供参考,为地震监测与分析预测提供了一种新思路、新途径。

基于改进滑动时间窗口的国产民用飞机APM参数筛选研究

合适的飞行性能监测(APM)参数筛选方法可实现国产民用巡航飞机性能监控参数的高效筛选,为飞机性能分析计算提供可靠的数据基础。在无迹卡尔曼滤波(UKF)中引入Sage-Husa噪声估计器,构造自适应无迹卡尔曼滤波(AUKF),利用AUKF对快速存取记录器(QAR)数据进行降噪;给出稳定巡航参数筛选的标准,采用改进滑动时间窗口算法对稳定巡航参数进行筛选,并通过国产ARJ21飞机的样本数据进行验证。结果表明:自适应无迹卡尔曼滤波算法能够提高数据的可靠性,改进滑动时间窗口算法使筛选效率提高约50%。

滑动时间窗算法的Matlab实现

滑动时间窗算法是飞机终端区排序算法中非常重要的一种。介绍了飞机终端区排序中滑动时间窗算法的思想,实现了滑动时间窗算法的Matlab编程,给出了编程代码,为进一步研究滑动时间窗算法提供了基础,通过算例仿真验证了所设计算法的有效性、优越性。

挖掘滑动时间衰减窗口中网络流频繁项集

网络流数据频繁项集挖掘是网络流量分析的重要基础。提出一种新颖的基于字典顺序前缀树LOP-Tree的频繁项集挖掘算法STFWFI,该算法采用更符合网络流特点的滑动时间衰减窗口模型,有效降低了挖掘频繁项集的时间和空间复杂度;在该树结构上提出一种新的基于统计分布的节点权值计算方法SDNW代替传统的统计方法,提高了网络流节点估值的精确度。实验结果表明,该算法在网络流频繁项集挖掘过程中获得了良好的效果。

基于状态约束的滑动时间窗软测量模型

工业过程的模型通常具有非线性强、系统时变明显、工况变化大等特点。传统的滑动时间窗选择方法容易包含大量关联度低的数据,影响了数据模型的建模精度和建模效率。本文提出了一种带状态约束的滑动时间窗口选择算法,应用于工业连续过程软测量模型的训练数据选取。将该时间窗口选择算法与最小二乘支持向量回归算法结合,利用电站锅炉的历史运行数据,建立了燃煤电站锅炉尾部烟气含氧量的软测量模型。研究结果表明,相比于传统的滑动时间窗选择算法,利用该算法进行训练样本选取后,提高了所建立的最小二乘支持向量机模型的模型精度和运行效率。利用该方法建立的烟气含氧量软测量模型具有较高的精度,可以在氧化锆传感器发生故障时代替其工作,保证了氧量信号的稳定性和可靠性。

滑动时间窗长度对太行山区雷达反演降水的影响

利用雷达估算太行山降水对于海河流域水循环解析、变化预测及流域水资源管理具有重要意义。本文利用2013和2014年6—9月太行山东部中低山区多普勒天气雷达反射率(Z)产品和自动雨量站降水(I)数据,采用不同滑动时间窗(1~5h)估算Z-I关系,利用2013—2014年45次降水事件验证不同时间窗Z-I关系在小雨、中雨和暴雨情况下的精度,并针对2013年7月9日降水事件进行个例分析。结果表明:不同滑动时间窗Z-I关系反演降水精度不同,误差随滑动时间窗增大,呈现先下降后上升的趋势,其中2h滑动时间窗误差最小。对于不同量级降水的反演,2h滑动时间窗Z-I关系对中雨的改进最大。个例分析表明:滑动时间窗Z-I算法的主要优势在于改善其他算法对雨强较大降水的低估。

基于滑动时间窗的雷达脉冲列分选方法

电磁空间中大量存在着相互交错的固定重频雷达脉冲列,例如海面大量舰船发射的导航雷达信号、机载脉冲多普勒雷达在不同时段发射的相干脉冲列等。这些脉冲列以时间片段的形式存在,电子侦察分析系统无法事先确定其起止时刻,给这类雷达的重频参数估计和脉冲分选造成了较大困难。该文首先分析脉冲列的短持续时间特性给传统脉冲分选方法性能造成的负面影响,然后引入滑动时间窗思想来削弱这一影响,并据此提出脉冲重频间隔(PRI)高精度估计和脉冲分选方法。仿真结果验证了新方法的重频参数估计和脉冲分选性能。

基于滑动时间窗的稠密子图发现算法研究

针对在滑动时间窗中发现稠密子图的问题,提出一种有效的动态算法,结合时间窗将网络时间线划分为k个非重叠的间隔,间隔内包含最大密度的子图。算法输入是一个边流,输出是一系列稠密子图及相应的时间间隔。现有技术在图更新时需要迭代整个图,所提算法仅影响图的有限区域,只需要局部更新稠密子图。结合理论分析,证明了该算法比基线KGOPTDP和KGOPTDS更快。多组数据集上的实验结果表明,该算法具有很高的效率和很好的扩展性,可用于处理大规模时态图。