关于烟气在线监测装置SO_2周期性异常的分析与处理

本文针对目前电厂脱硫烟气连续排放监测系统(CEMS)中SO2数据周期性波动,通过对历史数据曲线分析排查,发现取样探头温控仪故障导致取样探头加热器无法加热,烟气中水分遇冷凝结在管壁,管壁中的水分平时吸收烟气中的SO2,导致测量值偏低,待水珠汇聚变大流入下面带加热的取样管中后,水中溶解SO2的集中释放,导致数据在短期急剧上升,蒸发释放完后回归到原来的水平,形成这样一个周期性吸收和集中释放的过程。可见烟气取样管道温度保护环节在烟气测量中的作用非常重要。

基于Jason-3和GNSS浮标的HY-2B测高数据质量分析

本研究针对我国海洋二号B(HY-2B)卫星的测高数据质量评估问题,综合利用同期的杰森3号(Jason-3)卫星和全球导航卫星系统(GNSS)浮标的测高数据,采用了交叉点相对定标与GNSS浮标绝对定标两种方法,对HY-2B卫星测高数据进行了全面的质量评估。结果表明,HY-2B卫星数据的完整性为95.97%,其中第115周期的数据缺失最为显著,平均数据编辑比例达到6.01%。HY-2B卫星在自交叉点与互交叉点的海面高度异常差值分析中显示其数据质量良好,自交叉点海面高异常差值的平均值为0.02 mm,标准差为42.3 mm;互交叉点海面高异常差值的平均值为-4.4 mm,标准差为53.9 mm。此外,与GNSS浮标观测的海面高相比,HY-2B卫星测得的海面高差值在5.3~3.8 cm,表明其测高精度较高。综合以上分析,HY-2B卫星测高数据的完整性、有效性及精度均达到了较高水平,为海洋学、气候变化研究及相关领域提供了可靠数据支持,证明了其在全球海平面监测与研究中的应用价值。

基于模糊聚类的CO_2数据流时空异常模式的研究

传统的异常检测算法不能区分CO_2数据流的异常类型,为了有效识别因泄漏造成CO_2数据流的异常,提出了基于模糊聚类的CO_2数据流时空异常模式检测算法。该算法首先利用3σ规则实现自适应阈值的异常点检测,其次提取待检测滑动窗口的特征值(均值),构建指定区间内邻居节点间的时空关系矩阵,采用模糊聚类分析相邻节点特征值的时空相关性并对其进行分类,根据分类结果确定泄漏异常概率,最后利用真实观测数据对算法进行验证并对参数的选取进行分析。实验结果表明该算法能有效地识别因泄漏造成的事件异常,具有较高的检测率和较低的误警率。

基于双向LSTM的Seq2Seq模型在加油站时序数据异常检测中的应用

加油时序数据包含加油行为的多维信息,但是指定加油站点数据较为稀疏,现有成熟的数据异常检测算法存在挖掘较多假性异常点以及遗漏较多真实异常点的缺陷,并不适用于挖掘加油站时序数据。提出一种基于深度学习的异常检测方法识别加油异常车辆,首先通过自动编码器对加油站点采集到的相关数据进行特征提取,然后采用嵌入双向长短期记忆(Bi-LSTM)的Seq2Seq模型对加油行为进行预测,最后通过比较预测值和原始值来定义异常点的阈值。通过在加油数据集以及信用卡欺诈数据集上的实验验证了该方法的有效性,并且相对于现有方法在加油数据集上均方根误差(RMSE)降低了21.1%,在信用卡欺诈数据集上检测异常的准确率提高了1.4%。因此,提出的模型可以有效应用于加油行为异常的车辆检测,从而提高加油站的管理和运营效率。

地球磁异常EMAG2v3与全球重力数据库V29数据质量综合评估——以北极地区Aegir脊为例

为了评估地球磁异常(EMAG2v3)内海域磁力资料与全球重力数据库V29中海域重力资料质量的高低,选择Aegir轴裂谷及邻区约150 km磁力与重力数据分别进行对比研究。系统收集了EMAG2v3、全球重力数据库V29中研究区范围内的异常数据,用其与在该地实测的重力与磁力数据进行对比分析。首先对EMAG2v3库数据、V29库数据、实测重、磁异常数据进行网格化与白化处理,得到对应的影像图,利用相关分析法对EMAG2v3与船测磁力测量数据、重力数据库V29与船测重力数据进行相关分析,得到磁力相关分析图与重力相关分析图及其对应的相关系数。通过对两种磁力数据与两种重力数据之间相关系数及差值特征的对比分析,对EMAG2v3库数据与全球重力数据库V29数据库中Aegir轴裂谷及两侧约150 km范围内的重、磁数据进行综合评估。根据研究结果表明,EMAG2v3库融合了大量船测磁力资料,在测线密集的地方,船测磁力异常数据比EMAG2v3库数据质量更高;船测重力异常和V29库重力异常变化特征基本一致,表明两种异常数据的横向分辨率相同。

有线电视网络周期性测试的数据处理方案研究

广电运营商运维播出工作中,对重要节点如信源输出节点需要进行周期性测试,甚至是每日测试,并且要记录测试数据。文章以江苏有线每日手抄的《主备信源电平记录表》为例,详解如何巧用微软的Excel软件,自动生成指定样式的测试文件。此方法改变了以往手抄电平的现状,节约了工作人员每日约20分钟的数据录入时间,增加了测试异常性数据检测和分析功能,从而大大地提高了工作效率。

一种利用信号周期性减少信息损失的数据压缩方法

对于某些资源受限的固定通信链路,采用满足一定要求的有损数据压缩方法是解决通信带宽问题的可行途径。在这种情况下,压缩算法应当充分利用信号本身的特点提高压缩性能。提出一种利用DCT压缩算法进行FSK信号有效传输的新方法,能够针对不同的输入参数结合信号周期性自适应调节压缩算法参数以达到最佳压缩性能。仿真试验表明,在信号参数不断变化且算法压缩比同为20的情况下,新方法与原JPEG标准下的DCT压缩方法相比,数据重构后的信号均方根误差百分比平均降低了33%,相关系数平均提高了26%,数据损失更低且稳定性更强。

中长期负荷预测的异常数据辨识与缺失数据处理

负荷历史数据是进行中长期负荷预测的基础。历史数据异常及缺失将严重影响负荷预测模型的精度及有效性。针对传统异常数据辨识方法和缺失数据填补方法的不足,提出了基于T2椭圆图的异常数据识别和基于最小二乘支持向量机(least square support vector machine,LSSVM)的缺失数据填补方法。采用偏最小二乘法(partial least square,PLS)提取历史数据主成份,计算各历史样本对主成份的累积贡献率(accumulative contribution rate,ACR),并绘制T2椭圆,从而识别出历史样本贡献率过大的异常数据。用最小二乘支持向量机拟合历史数据变化趋势,从而实现缺失数据的填补。算例结果表明:T2椭圆图能有效识别历史数据中的异常样本;最小二乘支持向量机具有良好的数据填补特性,具有较强的实用价值。

基于NS2的改善802.11b无线网络传输效果异常仿真研究

针对多速率802.11b无线网络环境的数据传输效果异常现象,提出了一种在多速率无线网络环境下改善802.11b无线网络传输效果异常的新方法.该方法根据不同的数据传输速率同时调整数据帧及竞争窗口大小.仿真结果表明,该方法可以有效改善802.11b无线网络传输效果异常现象.

ASTER遥感数据蚀变遥感异常提取

全国矿产资源潜力评价项目中明确指出，矿化蚀变遥感异常提取结果与地球物理、地球化学解译结果具有相同地位，成为矿产资源调查过程中一个相对独立的因子。同ETM＋／TM数据相比，利用ASTER,数据提取矿化蚀变异常的公开发表成果较少。本文基于USGS波谱数据库中典型蚀变矿物反射率曲线，重建其在ASTER,数据中波谱曲线的基础上，研究表明基于ASTER,遥感数据可以提取Mg-OH、AI-OH离子和Fe^3＋离子四种与矿化有关的蚀变异常。

WorldView-2高分蚀变遥感异常定量提取方法研究

本文通过分析北岔沟门铅锌矿勘查区已知矿床（点）围岩、矿化蚀变岩及背景岩石硅酸盐13项分析数据及其样品粉末实测波谱数据，表明该区铅锌矿化围岩、蚀变岩石中氧化铁、氧化硫的含量远高于背景岩石中相应氧化物的含量。应用逐步回归、最小二乘回归方法建立了样品粉末WV-2高分遥感反射率与氧化铁＋氧化硫含量高分遥感定量反演模型，二者间拟合系数为0．629，进而利用WV-2高分遥感数据反演了工作区内基岩出露区域氧化铁＋氧化硫的含量，并对反演结果进行密度分割。结果表明：氧化铁＋氧化硫含量在1—35％间时与工作区已知矿床（点）和野外检查结果较为一致。最后分析了氧化铁＋氧化硫的地质意义，为该区地质找矿工作提供了新的方向和技术手段。

基于偏最小二乘分析法的异常数据检测

本文首先介绍了异常数据对工业建模的不利影响,叙述了一些了常见异常数据检测方法,由此引出一种基于便最小二乘回归分析法的异常数据检测方法;并用常见的几种检测方法和偏最小二乘分析法一同对电动汽车中蓄电池的剩余电量估计中的异常数据进行检测,有结果得出偏最小二乘分析法具有准确率高,误报率少等优点,应具有较好的应用前景。

采用DAO模式实现J2EE数据访问层

随着基于J2EE分布式多层应用的发展,由此引入的分层逻辑处理的框架逐渐成熟,同时几乎所有的J2EE应用都需要访问持久性数据资源,如此以来,实现和封装J2EE数据访问层越来越成为构建稳定、健壮和灵活的J2EE应用的基础。本文阐述了如何采用J2EE核心设计模式DAO(DataAccess Object)实现数据访问层逻辑,以及在DAO中如何实现事务和异常处理,并通过一个已经成功应用的实例来详细描述了DAO的具体实现方法。

基于“多层次分类”方法的异常P2P网贷借款识别

随着互联网技术的发展,P2P网络借贷的用户与数据量与日俱增。识别出异常的借款标的,促进平台的健康发展一直是社会关注的热点与焦点。针对这一问题,本文提出了"多层次分类"方法,以lending club发布的交易数据为研究对象,分层次进行数据分析。在第一层次,首先采用基于密度的DBSCAN聚类算法,排除大量正常用户,减弱数据中正负两类分布不均衡的缺陷;在第二层次,采用一般分类算法进行分类,最终识别出平台的异常借款标的。数值实验发现,将"多层次分类"方法应用在P2P网络借贷中,相比于其他方法,能在保证分类器整体性能的情况下,更有效地识别出异常还款的借款标的。

基于周期基准孤立森林的服装供应异常监测算法

针对服装订单销售弹性较大、易出现大量库存积压的问题,提出一种基于周期基准孤立森林的异常监测算法。该算法在孤立森林的基础上加入了数据分解法,对数据进行周期性的处理。首先,对服装订单数据进行数据预处理,将负值和缺失值进行均值的填充;其次使用STL分解法对预处理后的数据进行数据分解,剔除数据中的季节项和趋势项,保留数据残差;最后,用孤立森林对分解后的数据进行异常数据识别。实验结果表明,所提算法相较于孤立森林算法准确率提高了6.11个百分点,受试者操作曲线下面积(AUC)提高了8.16个百分点。该算法适用于含有季节性和周期性的数据异常检测,能够为服装产量提供决策支持。

建筑周期性负荷能效管理方法

通过分析周期性能耗设备的用能情况,确定周期性设备的能耗特点;用Fourier(傅立叶)级数的形式对建筑周期性设备的能耗进行描述;通过分析级数展开式系数对设备用能情况进行评估,及时发现设备用能异常和不合理的地方,同时可以区分周期性负荷周期波动原因是否属于正常用能情况;该方法解决了总量控制管理法无法查找到的问题,以及最大值管理法无法管理非峰值用能异常的问题。

WorldView-2高分蚀变遥感异常定量提取方法研究

通过分析北岔沟门铅锌矿勘查区已知矿床(点)围岩、矿化蚀变岩及背景岩石硅酸盐13项分析数据及其样品粉末实测波谱数据,表明该区铅锌矿化围岩、蚀变岩石中氧化铁、氧化硫的含量远高于背景岩石中相应氧化物的含量。应用逐步回归、最小二乘回归方法建立了样品粉末WV-2高分遥感反射率与氧化铁+氧化硫含量高分遥感定量反演模型,二者间拟合系数为0.629,进而利用WV-2高分遥感数据反演了工作区内基岩出露区域氧化铁+氧化硫的含量,并对反演结果进行密度分割。结果表明,氧化铁+氧化硫含量在1%~35%间时与工作区已知矿床(点)和野外检查结果较为一致。最后分析了氧化铁+氧化硫的地质意义,为该区地质找矿工作提供了新的方向和技术手段。

燃煤锅炉脱硫系统在线分析数据异常浅析

对发电一分厂燃煤锅炉脱硫烟气排放连续监测系统(CEMS)运行过程中出现环保数据异常,与环保检测站手工监测焦炉SO 2比对数据的影响因素进行了分析,查找造成焦炉SO 2数据异常的原因,并制定和落实在线分析数据异常的防范措施。

Flash异常引起海尔H32E12型液晶彩电二次不开机

海尔H32E12型液晶彩电（RTD2634机芯）Flash存储器（25Q64）损坏或数据丢失均会引起二次不开机，具体故障现象有以下两种：故障现象1：上电后，指示灯与呼吸灯交替闪烁，不开机。此故障的原因是Flash存储器（U6）中数据异常。先下载与电视机11位机器码对应的整机程序（install．img），并解压到u盘根目录中，如图1所示。