为深入挖掘录波波形在配电终端健康状态评估中的作用,提出了一种基于层次聚类与层次分析相结合的配电终端健康状态评估方法。通过动态时间规整(Dynamic Time Warping,DTW)算法计算源信号波形与终端录波波形的距离。将各指标对终端采样...为深入挖掘录波波形在配电终端健康状态评估中的作用,提出了一种基于层次聚类与层次分析相结合的配电终端健康状态评估方法。通过动态时间规整(Dynamic Time Warping,DTW)算法计算源信号波形与终端录波波形的距离。将各指标对终端采样的影响两两比较,构建比较矩阵,进行层次分析,计算各指标权重。将权重与各指标下的聚类结果相结合,提出适用于终端采样波形全局对比的评估体系。通过计算源信号波形与终端采样波形之间的相似度,与评估体系比较判定终端的健康状态,实验证明该方法能为配电终端的健康状态评估提供数据支撑。展开更多
为了针对性地制定后续优化措施,以降低多机场终端区内航班延误所带来的不利影响,并提高多机场系统内各机场的运营效率,进行多机场终端区航班延误的预测研究。首先,考虑多机场终端区交通态势对航班延误的影响,在对多机场终端区交通态势...为了针对性地制定后续优化措施,以降低多机场终端区内航班延误所带来的不利影响,并提高多机场系统内各机场的运营效率,进行多机场终端区航班延误的预测研究。首先,考虑多机场终端区交通态势对航班延误的影响,在对多机场终端区交通态势进行分析的基础上,建立6个描述终端区交通态势的指标。接着,构建反向传播(back propagation,BP)神经网络航班延误预测模型,将终端区交通态势指标、航班信息和天气环境数据等作为输入,航班延误时间作为输出,并利用粒子群优化算法(particle swarm optimization,PSO)优化BP神经网络进行训练。通过实例验证和分析,基于多机场终端区交通态势的航班延误预测能够有效提高预测准确率,同时,通过粒子群优化BP神经网络的预测模型预测准确率均高于一般的考虑交通态势的BP和遗传算法优化的BP神经网络模型(genetic algorithm and back propagation,GA-BP)。展开更多
文摘为深入挖掘录波波形在配电终端健康状态评估中的作用,提出了一种基于层次聚类与层次分析相结合的配电终端健康状态评估方法。通过动态时间规整(Dynamic Time Warping,DTW)算法计算源信号波形与终端录波波形的距离。将各指标对终端采样的影响两两比较,构建比较矩阵,进行层次分析,计算各指标权重。将权重与各指标下的聚类结果相结合,提出适用于终端采样波形全局对比的评估体系。通过计算源信号波形与终端采样波形之间的相似度,与评估体系比较判定终端的健康状态,实验证明该方法能为配电终端的健康状态评估提供数据支撑。
文摘为了针对性地制定后续优化措施,以降低多机场终端区内航班延误所带来的不利影响,并提高多机场系统内各机场的运营效率,进行多机场终端区航班延误的预测研究。首先,考虑多机场终端区交通态势对航班延误的影响,在对多机场终端区交通态势进行分析的基础上,建立6个描述终端区交通态势的指标。接着,构建反向传播(back propagation,BP)神经网络航班延误预测模型,将终端区交通态势指标、航班信息和天气环境数据等作为输入,航班延误时间作为输出,并利用粒子群优化算法(particle swarm optimization,PSO)优化BP神经网络进行训练。通过实例验证和分析,基于多机场终端区交通态势的航班延误预测能够有效提高预测准确率,同时,通过粒子群优化BP神经网络的预测模型预测准确率均高于一般的考虑交通态势的BP和遗传算法优化的BP神经网络模型(genetic algorithm and back propagation,GA-BP)。