变电站在线式综合智能防误系统的设计与研究

在防止电气误操作方面,独立微机操作防误系统及一体化五防子系统都在不同时期发挥着重要作用。随着无线通信技术、计算机技术和智慧物联等新技术的发展,以及智慧变电站的推广应用,结合传统变电站防误系统的现状和不足,设计了一种在线式综合智能防误系统。设计的综合智能防误系统借用输变电设备物联网节点设备无线组网协议的传输通道,实现在线式防误校验;利用基于“电气原理+管理规则”的智能拓扑防误分析判断算法模型,替代人工编辑防误规则逻辑表达式和取消万能解锁钥匙;利用“物联网+”技术在传统防误装置上的应用,实现防误锁具和接地线状态实时在线交互;利用变电站采集的多源辅助设备数据,实现基于主设备辅助信息的防误操作风险预警。针对防误、锁控、门禁、地线管理系统分散、防误范围不足等问题,提出面向多业务场景、防误措施协同的综合智能防误解决方案。

动态三角模糊数互反判断矩阵一致性及修正

为了克服传统层次分析法中无法表现判断模糊性和系统时变性的缺点,提出了基于遗传算法的动态三角模糊数互反判断矩阵一致性检验、矩阵元素修正和权值排序的方法。将判断矩阵的一致性检验、矩阵元素修正和权值排序作为一个整体处理。采用小生境遗传算法优化求解建立的一致性指标系数非线性函数,可在对初始判断矩阵做最小程度修正的基础上使修正后的判断矩阵满足一致性要求,给出权值排序结果。分析了算法的复杂性和稳定性,并通过算例对比验证了方法的有效性。理论分析和算例对比表明,算法可充分利用初始判断矩阵信息,满足离线评估要求,在权值排序方面表现出稳定性。在有效解决评估系统模糊性和时变性方面具有意义。

短路限流阻抗优化配置方法研究

提出满足不同应用要求的短路限流阻抗优化配置模型,以系统短路电流方程为约束条件,以限流阻抗的取值范围和系统短路电流不超限、节点短路电流平方和最小、接入的限流阻抗代数和最小为优化目标,满足实际应用的要求。运用粒子群优化算法、遗传算法、基于广义逆与变换的优化方法以及由其构成的混合优化算法求解优化模型,提出和实现按Kuhn-Tucker条件判别优化解的最优性,通过工程实例验证了算法的有效性和实用性。

一种基于图像识别的斗齿监控系统在挖掘机上的应用

主要介绍了图像识别技术在挖掘机铲斗斗齿保护方面的应用,重点论述了通过图像识别特定位置进行铲斗抓拍以及隔帧取流的关键算法分析。将基于图像识别的斗齿监控系统应用在挖掘机上,实现了对斗齿磨损或者丢失的自动识别和自动报警。

基于大数据分析的高校贫困生精准资助策略研究

精准扶贫成为国家当前一项重要工作。对高校而言,如何分辨真正的贫困生是难点。根据现有的贫困生名单,通过分析校园卡消费数据将学生分成两类统计消费特征,分析出消费金额和消费次数之间的相关性,研究贫困生的消费观点和预测消费特征。采用CHAID算法,找出最佳分组变量和分组点,设计判别贫困生的模型。实验结果表明,该模型能较好判别贫困生,找出疑似非贫困生以及具有过度贫困消费特征的学生,为学校资助贫困生提供数据参考。

基于混合寻优算法及分离一致性判断的系统谐波阻抗估计

针对独立成分分析方法中源信号非独立性引起的估计误差,提出一种基于混合寻优及分离一致性判断的系统谐波阻抗估计方法。首先对公共连接点谐波电压和谐波电流测量数据进行中心化与白化处理。其次,采用混沌映射获得初试解位置,以负熵最大作为目标函数,采用生物地理学-增强烟花混合算法寻优获得分离矩阵。进一步进行分离一致性判断,得到具有较好独立性的分离矩阵。最后采用最小二乘法计算得到系统谐波阻抗。仿真和工程实例验证了所提方法与其他ICA算法相比具有更好的估计精度。

基于星座距离限制的MIMO检测算法

为了提高最小均方误差(MMSE)MIMO系统信号检测算法的性能,提出基于星座距离判决的改进型MMSE检测算法。该算法能够判断经过初次检测后信号的可靠性,并根据判断结果,利用最大似然(M L)准则将被判断为不可靠的信号重新估计检测,以提高算法的性能。理论分析和仿真结果表明:在使用QPSK调制,目标误码率(B ER)为 10-3的情况下,对于不同天线数量的系统,新提出的算法可以在增加极低计算复杂度的情况下,获得2~10 dB的信噪比(SNR)增益。

人工智能技术的施工作业信息识别、分析与判断

为解决传统施工作业信息处理速度慢和信息判断结果准确性不高的问题,设计了含人工智能技术的一体化信息处理系统,实现了信息识别、分析与判断能力的提升。采用多模态信息分析技术将作业信息划分为不同形态的模态数据,便于判断模型的比对校验。根据不同模态数据之间的关联性建立工作分解结构判断模型,提高了人工智能技术的施工作业信息识别、分析与判断能力。试验结果表明:信息处理速度和增速均为最快,增速达到1.62 MB/s;在算法验证准确上稳定在95%以上。

面向新浪微博文本的情感度判断及其探索性空间分析

提出了一种基于决策树的微博情感度判断方法,并对微博情感做了探索性空间分析,给中文微博平台的海量文本规律研究提供了一个新的视角。以新浪微博数据作为基础,先利用ICTCLAS（Institute of Computing Technology,Chinese Lexical Analysis System）文本分词系统分词、HowNet知网知识库来进行词语相似度计算,再利用ID3（iterative dichotomiser 3）算法训练决策树作为分类器进行微博文本的情感度判断,最后对情感度判断结果进行探索性空间分析。结果表明,基于决策树的微博情感度判断方法的准确度为71.5%,微博用户情绪在空间上存在正的全局空间自相关特性,对局域自相关的分析也揭示了其时空聚集规律。