基于变分模态分解和改进灰狼算法优化深度置信网络的自动转换开关故障识别

自动转换开关(ATSE)是保证系统连续供电的设备,对其进行健康监测和故障诊断对系统的稳定运行具有重要意义。为了实现对ATSE的非侵入式故障识别,该文提出一种基于电流信号变分模态分解(VMD)的特征提取和改进灰狼算法(IGWO)优化深度置信网络(DBN)相结合的故障诊断方法。该方法首先利用样本熵确定VMD分解次数并对故障电流进行分解;其次对分解后得到的本征模态函数进行小波包能量的提取,并利用IGWO对DBN网络结构参数进行优化;最后通过DBN将电流能量特征与ATSE的故障类型建立起映射关系从而完成最终的故障识别。所提IGWO采用了分段调节与非线性递减的衰减因子相结合的策略,以平衡算法全局搜索和局部搜索能力;并采用莱维飞行更新探狼的移动位置,来避免算法陷入早熟收敛。实验结果表明,该算法不仅能显著提高前期对参数寻优的训练速度,后续泛化实验的故障分类准确率也有98.78%的良好表现。

自动化仪表与传感器网络的协同优化设计与实现

文中讨论了自动化仪表与传感器网络的协同优化设计与实现,提高了系统的整体性能和效率。采用先进的算法和模型,实现了传感器布局的最优化,在确保数据采集的精确性与实时性的同时降低能耗,还优化了网络通信协议,以适应不同的工作环境和需求。实验结果显示,协同优化策略显著提高了自动化仪表系统的可靠性和传感器网络的数据处理能力,对工业自动化和智能监控系统的设计与优化提供了新的思路和方法。

计及可观测性的配电网络自动化终端优化配置探究

配电网络的可观测性与自动化水平密切相关。针对配电网络自动化终端优化配置问题,提出了一种计及可观测性的数学优化模型。该模型综合考虑了自动化终端类型选择、安装位置优化以及可观测性与投资成本的平衡等因素,利用Distflow潮流方程和二阶锥松弛技术对原问题进行转化,建立了一种混合整数二次规划模型,设计了自动化终端优化配置求解流程,并通过仿真分析验证了所提模型与方法的有效性。结果表明,合理配置自动化终端,可在保证较高可观测性水平的同时,显著降低配电网自动化投资成本,为配电自动化建设提供了有益参考。

基于生成式对抗网络的剧本自动生成与优化技术

随着深度学习技术的快速发展,生成式对抗网络(GAN)已经成为一种强大的工具,广泛应用于图像合成、文本生成等任务。GAN在各个领域展现出了强大的潜力。本文研究基于GAN的剧本自动生成与优化技术,旨在实现自动化剧本创作和提升剧本质量。

自动驾驶电动车辆基于参数预测的径向基函数神经网络自适应控制

针对具有不确定性的自动驾驶电动车辆的运动控制问题,提出了一种基于参数预测的径向基函数(RBF)神经网络自适应协调控制方案。首先,考虑系统参数的不确定性及外部干扰的影响,利用预瞄方法建立可表征车辆循迹跟车行为的动力学模型;其次,采用RBF神经网络补偿器对系统不确定性进行自适应补偿,设计车辆横纵向运动的广义协调控制律;之后,考虑前车车速及道路曲率影响,以车辆在循迹跟车控制过程中的能耗及平均冲击度最小为优化目标,利用粒子群优化(PSO)算法对协调控制律中的增益参数K进行滚动优化,并最终得到一系列优化后的样本数据;在此基础上,设计、训练一个反向传播(BP)神经网络,实现对广义协调控制律中增益参数K的实时预测,以保证车辆的经济性及乘坐舒适性。仿真结果证实了所提控制方案的有效性。

中国城市配电网自动化与网络结构优化

论述了当前中国城市配电网自动化和中压 1 0 k V网络的现状以及两者之间的关系。认为在配电自动化实施前 ,必须对网络结构进行研究和优化 ,并提出网络结构优化的准则 。

中文信息自动分类系统及其神经网络优化算法

对两种在我校曾用过的中文自动分类方法进行了介绍．在对这二种自动分类方法的改进基础上，提出了一种全新的基于神经网络的自动分类优化算法．这种方法运用人工神经网络理论，并结合专家的职业经验，模仿手工分类的思维过程，对过去已研制成的两个系统进行了改进和优化．这种方法的设计思想、体系结构、理论性优化在这里进行了重点介绍．

一种新的基于广义细胞自动机的网络快速包交换优化方法

实时优化求解快速包交换问题 (FPS)是提高网络性能的重要手段 .基于梯度下降法等数学规划方法 ,不能并行地实时地优化求解FPS问题 ,而基于Hopfield型神经网络和细胞神经网络的优化方法中 ,都只有单一粒度的细胞动力学方程和单一粒度细胞之间的相互作用 ,不仅收敛到平衡点的过程长 ,而且神经网络参数的选择和修正十分困难 .该文提出一种新的具有多粒度宏细胞的广义细胞自动机模型和方法 ,广义细胞自动机中的小粒度宏细胞聚合成可以独立演化的大粒度宏细胞 ,通过多粒度群体的不同程度群体智能的相互作用 ,能够比目前其他方法更快更有效地分布并行地优化求解FPS问题和其它类似的复杂的网络优化问题 .

基于BP神经网络和多目标粒子群算法的自动钻铆工艺参数优化方法

飞机壁板自动钻铆大量采用干涉连接,干涉量的均匀程度与壁板变形程度的协同控制是目前亟须解决的问题,为此提出一种基于BP神经网络(BP neural network,BPNN)的优化方法。以压铆力、压铆过程时间、压铆停留时间和夹紧力为变量,以仿真数据为样本,采用BP神经网络,建立干涉量均匀程度和壁板变形程度的预测模型,利用多目标粒子群算法(Multi-objective particle swarm optimization,MOPSO)进行多目标优化。仿真及试验结果表明,优化后的参数能够显著提升干涉量的均匀程度并有效降低板件的变形程度。

电网调度自动化系统网络安全的优化管理

在分析调度自动化系统网络安全管理中,针对信息不对称所造成的信息失真情况,提出通过建立一套有效的技术手段来提高自动化系统安全管理系数,并进一步指出以“目标和任务”机制作为网络安全研究与建设方向的思想,作为解决安全管理中存在的信息失真问题的有效手段.

城市配电网自动化与网络结构优化

随着科学技术的快速发展,城市配电网的发展速度与应用范围也得到了很大的提升,综合化、智能化及多元化特点逐渐形成。而在电信企业进一步加深了对城市配电网自动化的认识之后,其配网建设的改造重点也逐渐倾向于城市配电网自动化建设。本文首先对城市配电网自动化及通信网络概念及其自动化、结构优化的必要性进行了分析,随后对城市配电网自动化与通信网络现状及城市10 kV配电网网络结构现状进行了阐述,并在此基础上探讨了配网自动化、配网结构优化方案等,以期推动城市配电网的进一步发展。

无线网络自动优化模型的知识获取

给出了移动通信无线网络自动优化系统的体系结构,提出了一种知识获取,即利用贝叶斯概率模型构建无线网络自动优化模型的方法和过程。理论分析表明,该方法是可行的。对于当前和未来移动通信无线网络自动优化的实现,该方法具有一定的理论指导意义和实际应用价值。

自动路测系统在无线网络维护和优化中的应用

路测工作是无线网络优化的重要组成部分。常规路测方法占去优化技术人员很多时间和精力体力去用于测试数据的获取,而不能集中于问题的发现和深入分析,以及提出解决措施。本文就自动路测系统在联通某省GSM网络日常维护和优化工作中的使用情况,通过几个实例进行了探讨,反映出利用自动路测系统能够提高无线网络优化工作效率的情况。

工业自动化DCS的网络优化通信过程仿真

采用传统方法进行DCS的网络通信优化时,由于网络通信的信息量比较多、传输速度较慢,会出现信息负载和信息之间互相干扰的现象,造成信息帧发生碰撞和系统通信的安全性及通信效果较差等问题。为此,提出基于小生境人工蜂群算法的工业自动化DCS的网络通信优化方法。针对DCS网络通信传输的特性,定义其通信优化性能的评价指标,并构建DCS网络信道模型,依据小生境人工蜂群算法的相关理论,将信息进行合理调整,首先计算获取种群个体的适应度值,然后与搜索子群中的最优解进行比较,获得更优解,直至达到最大迭代次数,输出搜索的最优结果,即可实现DCS的网络通信优化。实验结果表明,利用改进算法进行工业自动化DCS的网络通信优化,能够提高网络通信的抗干扰性、及时性和可靠性,并减少因干扰造成的数据丢失率,保证了工业自动化DCS的网络通信性能。

自动交换光网络技术对电力传输网优化研究

随着电网建设的不断发展以及智能电网的大规模建设,基于电力传输网的重要应用价值以及其安全稳定运行的要求,电力传输网络同样需要发展智能化。故而,新一代的智能通信技术的应用是目前电力传输网的以发展与优化的基础。文章通过对自动交换光网络技术(ASON)的应用优势以及当前电力传输网运行中存在的问题进行分析,探讨自动交换光网络技术(ASON)对电力传输网优化,为电力传输网的发展提供有价值的参考。

PHS网络优化中短信自动派障系统的设计与实现

介绍了短信自动派障系统的操作流程以及软硬件结构。实验表明该系统可以提高基站在网运营率;缩短故障基站的故障时间。

试论自动路测系统在无线网络维护和优化中的应用

本文分析了无线网络使用中存在的问题,概述了自动路测系统的基本构成和特点,具体的分析了自动路测系统在无线网络日常维护和优化中的应用。

基于张量虚拟机的快速卷积自动性能优化

卷积神经网络作为深度学习的典型代表,是计算机视觉等任务中最常用的神经网络,然而,卷积运算通常占整个卷积神经网络运行时的90%以上,成为卷积神经网络的性能瓶颈。此外,由于当下硬件的复杂性及工作负载的多样性,之前工作中的一些特定优化往往缺乏性能可移植性。对此,作者提出BlazerML,一个基于张量虚拟机(TVM)模板代码自动生成的开源卷积计算库,可为任何输入形状自动生成高性能的卷积实现。BlazerML是基于Winograd算法实现的,因为该算法是快速卷积算法中性能最高的算法。实验结果表明:BlazerML显著优于当下最先进的开源库。在x86 CPU上运行常见的深度学习网络前向推理分别比OnnxRuntime、MNN和TVM社区版本快1.18~2.47倍、1.18~2.27倍和1.01~1.66倍。在ARMCPU上运行常见深度学习网络的单层推理分别比ACL和FastConv快1.26~6.11倍、1.04~4.28倍。

分布式网络测量的测量节点自动部署优化算法

研究了分布式网络测量中的测量节点自动部署,以实现测量节点自动部署的优化。将一种模拟进化算法——蚁群算法应用到分布式网络测量中测量节点的自动部署问题中,形成了解决该问题的基本算法,并通过对该基本算法进行改进和创新,提出了一种基于蚁群算法的测量节点自动部署的优化算法。该算法能够在侍测网络拓扑中选择合理的测量节点,通过在所选取的一部分网络节点上部署测量探针进行监测,以获取整个网络的性能状况,并能有效减少网络测量对待测网络带来的带宽占用和软硬件资源消耗。实验验证了该算法的实用性和有效性。

配电自动化PON网络工程建设优化方案

针对国内早期配电自动化试点工程建设中存在的实际问题,文章从光纤组网模式、光缆接续方式、设备安装方法等方面对建设方案进行了改进,创新性地提出了一套适合配电通信网建设的优化方案。应用结果表明,文章提出的解决方案不仅能够满足配电自动化无源光纤网络(Passive Optical Network,PON)建设的实际需求,同时也增强了网络的可维护性。