基于Markov模型与GO法的智能变电站继电保护系统实时可靠性分析

智能变电站的全站信息数字化为继电保护信息的实时采集提供了基础,但是智能变电站继电保护系统可靠性的分析还停留在滞后于实时运行状态的估算阶段。以智能变电站采集实时报文数据作为继电保护系统在线监测数据,研究了继电保护装置的实时可靠性。首先从智能变电站在线监测出发,对智能变电站报文进行分类,确定继电保护装置的状态划分。然后通过Markov模型对继电保护装置的可靠性进行分析,并根据多状态的特点,使用GO法对继电保护系统可靠性进行分析,实现了继电保护装置和系统的实时可靠性分析功能。最后以某变电站线路保护系统为算例,证明了该方法为智能变电站保护系统实时可靠性的分析提供了有效手段。

基于CA-Markov模型的土地利用演化模拟预测研究

为了探究城市发展过程中土地利用变化规律及各类驱动力的影响,以北京市顺义区为例,基于2000、2005、2010年3期遥感影像解译数据,分析研究区域的土地利用类型的动态变化程度,并基于Markov模型定量分析了土地利用的转移方向及转化程度。结合GIS分析功能,探讨多种土地利用驱动力对于土地利用类型转移的影响,并采用模糊计算的方法,将各类影像土地利用转移的因子标准化,并利用GIS中加权线性方法将其整合,结合元胞自动机马尔可夫模型,模拟出2010年的土地利用分布,经验证模拟的精度高达81.41%,Kappa指数为0.776 9,得到了较为理想的结果,证明了方法的可行性及精度的可靠性。并以2010年的土地利用格局为基础,预测2020年的土地利用状况并分析2010—2020年10 a间的土地利用变化。分析结果表明,除草地、林地变化不明显,耕地、水域面积继续保持减少的趋势,但减小的趋势渐缓,建设用地仍在不断增加,但也逐渐趋于饱和的增长趋势。此研究可为当前及未来的土地利用规划、管理和生态恢复提供科学依据。

基于连续隐Markov模型的发酵过程关键状态变量软测量

针对生物发酵过程中一些关键状态变量难以用仪表进行在线检测的问题,提出了一种基于连续隐Markov模型(CHMM)的软测量方法.首先,为增加模型预测的鲁棒性,采用多观测样本序列训练CHMM模型库,运用Baum-Welch参数重估修正公式实现CHMM参数优化;然后,将新样本观测向量输入训练好的CHMM模型库,并基于Viterbi算法计算新样本在模型库中各个CHMM内的输出概率;最后,通过加权平均运算得出软测量结果.将所提出的方法应用于红霉素发酵过程菌体质量浓度软测量,并进行了建模与仿真研究.结果表明:所建CHMM软测量模型能够很好地用于生物发酵过程菌体质量浓度值预测,且预测效果优于人工神经网络软测量模型.

基于Markov链使用模型的加速统计测试方法

为了提高软件统计测试的效率,使用较少的测试资源达到测试目的,提出了一种基于Markov链使用模型的软件加速统计测试方法.该方法通过均衡软件测试成本和软件投放后的失效风险,以软件平均总费用最小为目标,基于重要抽样技术的加速测试机理,采用交叉熵方法生成最优(或近优)测试剖面,同时给出了一种新的统计测试充分性判定准则,最后根据生成的最优测试剖面自动生成统计测试数据集.仿真实验结果表明,相对于传统的统计测试方法,使用交叉熵方法的加速统计测试方法能有效地降低软件总费用,显著增加关键操作的测试次数,是一种快速有效的加速统计测试方法.

优化的Gray Markov模型在埋地管道腐蚀速率预测中的应用

为提高埋地管道剩余寿命预测的精确度,对传统灰色马尔科夫预测模型进行优化。将管道腐蚀速率视为一个灰色系统,对灰色模型的原始数据光滑处理后建立等维新信息无偏灰色模型,预测腐蚀速率的宏观值。以优化的灰色模型预测值残差为基础结合马尔科夫链模型,进行二次平滑处理和白化系数寻优,得出残差修正值。最终,结合两种优化模型得出管道腐蚀速率的预测值。实例检验证明,该模型能有效克服系统长期动态预测上的不足,与传统灰色马尔科夫链预测模型相比,预测精度提高了40. 33%,预测结果与实测值有更高的拟合程度。

基于GO法和Markov模型的水位监测系统可靠性分析

核电堆芯水位监测系统是对核反应堆进行水位实时精准测量的专用工具,不仅对于技术的要求比较高,其可靠性对核反应堆的运行也有重要影响。但是目前的可靠性分析多数采用滞后的估算方法,文中针对水位监测系统多状态的特点,提出一种将Markov模型和GO法结合的方法。首先通过Markov状态空间法对水位监测系统的可靠性进行分析建模,求得系统处于各个运行状态下的概率,然后根据系统原理构建GO图,用GO法实现了多状态下的水位监测系统可靠性分析。最后以某核电站水位监测系统为算例,验证了该方法,为水位监测系统可靠性的分析提供了有效的手段。

基于改进隐马尔可夫模型的无线通信网络入侵检测方法

传统的入侵检测方法对网络环境复杂性和数据流特征的变化容易受到影响,导致效果不佳。文章提出了一种基于改进隐马尔可夫模型的无线通信网络入侵检测方法。引入异常状态转移概率矩阵和动态阈值策略,从而提高入侵检测的准确性和鲁棒性。另外,本文还针对现有模型在处理大量数据时的计算复杂度问题,提出了分组渐进压缩的方法,有效提高检测效率。分析实验结果可知,所提出的方法在无线通信网络中具有较好的入侵检测效果,能够有效地识别恶意攻击并降低误报率。

移动机器人Markov定位算法的研究——方向传感器建模新方法

为了改善移动机器人Markov定位算法中方向传感器模型的性能,提出基于高斯函数的新概率模型.该模型考虑了方向角周期性问题,对相位进行了转换,利用高斯函数对方向传感器进行了概率建模.将此模型放入Markov算法,与其他传感器组成观测模型,并进行对称环境中的单次定位仿真和复杂环境中的连续定位仿真.仿真结果表明,这种概率模型计算量小,收敛速度快,在大量测量噪声存在下工作稳定.

基于灰色Markov-GMP-Verhulst模型的黄河宁蒙段冰凌灾害风险预测

为了提高冰凌灾害的风险预测的可靠性,针对冰凌灾害风险的动态非线性特征,构建能够识别风险波动变化规律的灰色GMP(1,1,N)-Verhulst组合预测模型,同时引入信息熵理论的知识,提出基于Markov链修正的熵权法灰色组合预测方法。以黄河宁蒙段2005~2014年冰凌灾害风险值作为原始数据序列进行模型拟合,并对2015~2017年的冰凌灾害风险进行预测。计算得出在已知实际冰凌风险值的年份内,灰色Markov-GMP-Verhulst模型的预测精度比单一灰色预测模型更加精确,结合实际情况评估2015~2016、2016~2017年的冰凌灾害风险值,并与Markov链修正的组合模型的预测值进行对比分析,预测结果与实际值的吻合性良好,进一步验证了模型的合理可操作性,以期为黄河宁蒙河段的凌汛灾害防治提供借鉴。

简化Markov模型的可靠性分析(英文)

Markov模型是电子产品系统可靠性分析中最常使用的方法。但在应用Markov模型的时候一个主要的问题是它的巨大的状态数,使得它对复杂系统的建模和分析变得非常困难。本文提出了一种新的简化Markov模型的方法来简化对系统可靠性的分析。并且对该简化方法的误差界限进行了讨论。数值仿真结果表明了该方法的有效性。

人口流动的空间相互作用、Markov链和线性规划分析——地理研究中综合应用数学方法的一个实例

在地理空间分析过程中,如何有效综合利用数学方法也是一种重要的方法问题.以河南省鹤壁市人口的空间流动为例,完成一个地理空间相互作用模型、Markov链和线性规划分析综合运用的实例:借助线性规划分析给出当前人口的合理分布,利用空间相互作用模型计算人口流动的合理格局,运用Markov链预测未来人口流动的趋势.这一套分析方法可以推广到其他区域和城市.在此基础上,提出了地理数学方法组群的概念,建议发展地理研究方法中的集成分析模式.在具体的方法应用上,也进行了一些创新尝试,例如根据地区经济发展水平估算该区域的合理人口,以此作为空间相互作用模型的到达数量.

咸水层中CO_(2)溶解性能预测方法优选

CO_(2)在咸水层中的溶解性能是估算CO_(2)溶解埋存量的重要参数。为了快速经济地评价分析CO_(2)在咸水层中溶解性能,基于目前不同温度、压强、矿化度下CO_(2)在水中溶解性能数据,开展灰色GM(1,1)模型预测,分析预测相对误差,应用马尔科夫理论,划分状态区间并构造状态转移概率矩阵,对预测结果进行修正,提出基于灰色马尔科夫理论的CO_(2)在咸水层中溶解性能预测模型。结果表明:灰色马尔科夫模型预测值与实测值的平均相对误差分别为1.52%、17.73%、0.21%、3.97%,灰色GM(1,1)模型预测结果的平均相对误差分别为2.37%、19.29%、3.62%、3.94%,灰色马尔科夫预测值与相应实测数据更吻合,模型预测性能较好,可为CO_(2)在地下咸水中的溶解度预测提供1种新方法。

改进GM-Markov模型在道路交通事故预测中的应用研究

针对随机波动性数据对灰色GM(1.1)模型预测精度的影响问题,提出了基于BX数据处理方法与马尔可夫链理论的灰色预测模型(BXGrey-Markov模型)。首先,引入BX数据生成法对原始数据进行处理,以弱化原始数据之间的随机性。在灰色预测方法的基础上,引入马尔可夫链预测理论,建立了灰色马尔可夫预测模型,它是将灰色预测模型与马尔可夫预测方法优化组合,灰色预测模型用于预测随机序列数据的总体发展趋势,而用马尔可夫链模型预测各数据在总体趋势下的随机波动性变化,得到随机时间数列趋势预测模型的解。通过上海市交通事故预测实际数据进行了验证表明:灰色马尔可夫预测模型预测精度高于GM(1,1)模型的预测精度。GM(1,1)模型的平均预测精度为42.29%,BX GM(1,1)-Markov模型的平均预测精度为86.9%。

物联网同频共用跨域数据流动安全检测算法

为保障物联网数据跨域流动安全,提出物联网同频共用跨域数据流动安全检测算法。该方法基于数据离群特征计算数据集信息熵,将信息熵计算结果较大的数据点作为聚类中心,通过类簇中心距离的计算分析数据分布特征;将数据分布特征输入BP(Back Propagation)神经网络中,结合遗传学习算法完成同频共用跨域数据的深度挖掘。利用小波分析法分割同频共用数据中的有效信号与噪声信号,引入wrcoef函数实现无噪信号的重构输出。基于Markov链状态转移概率矩阵,建立马尔可夫跨域数据流动安全检测模型;通过待测样本与标准样本之间相对熵差异值的计算,完成物联网同频共用跨域数据流动安全检测。仿真结果表明,该方法能有效提高数据流动安全检测效率,实现了数据跨域流动态势的精准感知。

基于阶次小波包与Markov链模型的转子早期故障诊断

针对转子启动过程中振动信号表现为非平稳、非高斯特征及传统诊断方法精度不高的现状,将阶次小波包和Markov链模型引入转子的早期故障诊断中,提出了一种新的自适应故障诊断模型。首先利用阶次跟踪算法对瞬态振动信号重采样,得到等角度分布诊断信号;其次采用小波包对该信号分解——重构,提取其在各频带的能量特征向量,通过Markov链模型对其进行预测;最后通过故障实例验证,结果表明:将阶次小波包变换和Markov链模型相结合进行故障诊断是可行而有效的。

基于隐马尔可夫和逆推法的水力发电机部件动态检修策略研究

为提升现有水力发电机部件检修策略制定水平,提出一种基于隐马尔科夫和逆推法的水力发电机部件动态检修策略制定方法。以水电站水力发电机轮转叶片为研究对象,基于隐马尔科夫模型预测轮转叶片不同裂纹状态的可能停留时间,以动态更新检修周期;根据状态预测结果,基于逆推法量化轮转叶片不同裂纹状态的风险贡献率,以制定差异化的个体最优检修策略。结果表明:该方法可以有效降低风险概率,减少检修成本。研究结果可为工程实践提供理论基础。

SAR图像小波域隐Markov模型中状态参数的Turbo迭代估计

利用小波域隐Markov模型能够有效地改善合成孔径雷达(SAR)图像信息提取的效果,而乘性斑点噪声影响下的隐状态的估计是其中的关键问题,目前该问题还没有得到有效地解决.借用信息论领域中的Turbo迭代译码原理,针对SAR图像信号,提出一种新的隐状态的Turbo迭代估计方法.该方法在两个不相关的子空间上分别采用不同的约束条件对隐状态进行轮流地估计,并将其后验概率作为一种外信息进行交换.实验结果证明该方法具有优良的估计结果,并且收敛速度较快.

基于语音识别的智能问答机器人语音交互控制方法

为了提升智能问答机器人的语音交互性能,提出一种基于语音识别的智能问答机器人语音交互控制方法。利用用户对智能问答机器人下达语音命令信号的Teager能量,提取语音命令信号的语音特征,基于提取的语音命令信号语音特征,采用隐马尔科夫模型构建智能问答机器人的声学模型,利用该声学模型识别智能问答机器人接收的语音命令。将语音命令识别结果作为最小二乘支持向量机的输入,将智能问答机器人的应答结果作为最小二乘支持向量机的输出,完成智能问答机器人的语音交互控制。实验结果表明,该方法识别语音命令的音素错误率、词错误率低于0.7%,能够获取良好的智能问答机器人语音交互结果。

基于贝叶斯模型的冗余报警识别技术

目前电厂主要通过故障树分析法来识别冗余报警,但故障树模型在描述报警变量之间的相关关系的不确定性方面具有局限性。为了弥补故障树模型分析法的不足,提出了一种基于贝叶斯模型的冗余报警识别技术。在故障树模型基础上,建立电厂报警系统的贝叶斯图,得到报警变量之间的关联关系。利用贝叶斯线性回归,建立底层报警变量与故障报警变量的线性模型,并使用马尔科夫蒙特卡洛采样算法学习模型参数。最后,根据模型参数确定了底层报警与故障报警之间的关联强度,识别冗余报警。采用该方法对电厂实际报警数据进行了仿真模拟,结果验证了该方法在工程应用领域的可行性。该研究对报警系统优化实践具有借鉴意义。

齐次Markov’s更新过程风险模型破产概率的上界

主要研究齐次Markov’s风险模型的破产概率.利用鞅方法,在Wn与Xn=i,Xn+1=j都有关的条件下研究Markov’s更新过程风险模型破产概率,得到破产概率的一个上界.