基于多节点协同的电力网络靶场混合入侵识别方法

研究了基于多节点协同的电力网络靶场混合入侵识别方法,提升电力网络对混合入侵行为的防御能力。依据多节点协同的分层协作结构,设置电力网络靶场训练平台内的通信节点作为感知节点,利用感知节点感知混合入侵数据,将感知结果传送至电力网络靶场训练平台的中心节点,利用中心节点融合混合入侵感知数据形成聚合节点。协同融合层的聚合节点将协同融合结果传送至识别层,识别层利用混合入侵识别模块,依据K-means聚类算法对混合入侵数据的聚类结果,构建C4.5决策树,利用决策树输出电力网络靶场混合入侵识别结果。实验结果表明,该方法可以精准识别电力网络靶场混合入侵行为,识别精度高于98%。

考虑RSR法的交直流混联电网结构脆弱性研究

交直流混联电网能够在较大范围内均衡电力系统运行时的潮流,有利于提升新能源大规模接入电网的接入容量及接入范围,是现代电网发展的重要趋势。为分析交直流混联系统的结构脆弱性,避免电网大停电事故的发生,提出一种基于秩和比(RSR)法的电网结构脆弱性分析方法。首先,基于复杂网络结构特性建立脆弱性指标集,其次选用RSR法结合主、客观评价法得到节点脆弱性综合权重值,最后,为验证所提方法的有效性,以EPRI-36节点交直流混联系统为基础算例进行节点脆弱性分析,结果表明该方法具有可行性。

Load identification in one dimensional structure based on hybrid finite element method

The new hybrid elements are proposed by combing modified Hermitian wavelet elements with ANASYS elements. Then hybrid elements are substituted into finite element formulations to solve the load identification. Transfer matrix can be constructed by using the inverse Newmark algorithm and hybrid finite element method. Loads can obtain through the responses and the transfer matrix. Load identification law was studied under different excitation cases in rod and Timoshenko beam.Regularization method is adopted to solve ill-posed inverse problem of load identification. Compared with ANSYS results,hybrid elements and HCSWI elements can accurately identify the applied load. Numerical results show that the algorithm of hybrid elements is effective. The accuracy of hybrid elements and HCSWI elements can be verified by comparing the load identification result of ANASYS elements with the experiment data. Hermitian wavelet finite element methods have high accuracy advantage but it is difficult to apply the engineering practice. In practical engineering, complex structure can be analyzed by using the hybrid finite element methods which can be obtained the high accuracy in the crucial component.

一种基于扩展状态观测器的智能船舶Nomoto模型参数辨识方法

[目的]为了支持制导、导航、控制等船舶智能化技术的测试验证平台的搭建,利用系统辨识技术得到高精度的智能船舶野本(Nomoto)运动模型参数。[方法]充分结合扩展状态观测器(ESO)以及鲁棒加权最小二乘支持向量回归(RW-LSSVR)算法的优势,提出一种高效低成本的混合参数辨识方法。为解决模型参数辨识中无法直接有效获取某些状态量的问题,构建了基于ESO的状态估计方法。基于估计方法与直接测量的船舶运动状态量,采用具有较强抗异常值干扰的RW-LSSVR对智能船舶二阶线性Nomoto运动模型参数进行辨识。以已知模型的两艘船舶为测验对象,对所提参数估计与辨识方法进行综合测验。[结果]在利用较少传感器的情况下,通过ESO可较精确地估计出非直接测量的船舶运动状态量,并且利用RW-LSSVR辨识得到的参数值十分接近标准值。[结论]利用所提方法获得的估计状态可用于参数辨识,并且辨识模型具有较好的泛化性。

纳米酚醛气凝胶材料高温热物性参数辨识方法

临近空间高超声速飞行器大面积区域可能广泛采用纳米酚醛气凝胶(IPC)材料,获取高超声速气动加热作用下IPC材料的高温热物性参数,对于高超声速飞行器热防护系统的精细化设计具有重要的意义。考虑烧蚀效应的材料高温热物性参数辨识方法研究,基于Ablation Workshop烧蚀热响应标准算例对高温热物性参数辨识方法进行验证,计算结果表明:热物性参数辨识分析方法计算精度较高;通过带分层温度/烧蚀传感器的IPC材料电弧风洞试验,得到典型来流状态下不同厚度IPC材料内部的温度分布及热解厚度分布数据,通过辨识获得高温烧蚀条件下IPC材料热导率随温度的变化关系,IPC材料原始层热导率在温度低于800 K时随温度缓慢上升(热导率维持在0.1 W/(m·K)以下),之后材料热解使得热导率发生突变,碳化层热导率在温度高于800 K时随着温度的上升急剧增大,到1300 K左右时上升到0.17 W/(m·K)。

多重实时荧光PCR TaqMan-MGB杂交探针标记法快速鉴定转基因玉米MIR162

为对转基因玉米MIR162的进口实行监测、规范转基因玉米在国内市场中的流通,建立一种转基因玉米MIR162准确快速的检测方法,通过设计转基因玉米MIR162品系特异性序列的引物和探针,摸索和优化多重荧光PCR体系和参数,开发建立多重实时荧光PCR TaqMan-MGB杂交探针标记法快速鉴定转基因玉米MIR162。结果表明,转基因玉米MIR162品系标准品和平行样品中内标基因和品系特异性基因均出现明显扩增曲线,其他转基因玉米品系标准品仅内标基因有扩增曲线,空白对照无扩增曲线,说明该TaqMan-MGB探针对转基因玉米MIR162品系具有扩增特异性。该方法可作为鉴定筛查转基因玉米MIR162品系及其转化体成分的有效方法,用于规范管理转基因产品在市场上的流通。

异构混合云服务下的多任务算力度量方法

异构网络中混合云服务下的任务数据量复杂程度较高、数据维度高,影响多任务算力度量的效率及完成率,提出了异构混合云服务下的多任务算力度量方法。分析异构混合云服务系统,获取多任务算力数据,依据获取结果从中提取多任务算力特征集。利用构建的度量模型对多任务算力特征进行标识及量化,通过对模型及特征的实例相似性计算,建立多任务算力度量矩阵,根据该矩阵实现多任务算力度量。实验结果表明:通过对该方法实施度量性能及度量效果对比测试,验证了该方法对任务算力度量的耗时短,多任务算力度量完成率较高。

一种基于测速行为的VPN服务器节点识别

随着互联网络的快速发展与应用普及,虚拟专用网络(VPN,virtual private network)技术被越来越多的企业和个人用于规避网络审查,这给网络空间监管与治理带来了巨大挑战,VPN加密流量的识别对于网络空间的治理愈发重要。因此,针对VPN流量识别问题,受VPN软件测速的启发,提出了一种多策略混合VPN节点识别方法,该方法融合了基于随机森林算法的测速单元发现、基于DBSCAN聚类算法的VPN节点推荐以及基于主动探测的VPN节点验证等多种策略,实现了从VPN发现到验证的闭环;在真实千亿级超大规模网络流量元数据集上,对提出的方法进行验证;实验结果表明,基于随机森林算法的分类模型,对测速行为识别的泛化准确率可在90%以上;基于主动探测验证机制对疑似VPN进行验证,准确比例达90.6%;多策略混合VPN识别方法可有效识别VPN节点,为VPN加密流量识别研究提供了新的视角。

基于温度修正J-A模型的交流继电器电磁热耦合仿真

温度是影响交流继电器稳定运行重要指标,对其进行温度分析具有重要意义。提出一种改进的温度修正J-A磁滞模型,并提出一种对该模型参数辨识的混合优化算法。通过混合优化算法辨识的参数得到磁滞曲线,并与实测磁滞曲线对比,验证了该算法在磁滞特性模拟研究中的有效性和实用性,并验证了改进的温度修正方法的可行性。运用推导的电磁热耦合控制方程建立不同工况下继电器仿真模型,发现材料温度特性对温升结果影响很大,故不可忽略。

大豆杂交种异地鉴定及选育方法初探

为了研究大豆杂交种杂种优势大小及其稳定性,进一步探讨杂交大豆选育方法,通过对2006—2010年异地鉴定试验初次测产及二次测产结果进行分析。结果表明,大豆杂交种同常规对照品种比较,具有较强的杂种优势,增产效果显著。大豆杂交种各产量性状间差异明显,这是由杂交种的遗传基础决定的,与杂交种的亲本的遗传基础及配合力有关。杂交种产量优势主要来自于三粒荚数、四粒荚数、单株荚数、单株粒数、单株产量、分枝数等产量性状,为杂交大豆新品种选育提供了依据。同时指出了大豆杂交种异地鉴定中存在的问题及解决方法。

基于FVM-HGA的河流水质模型多参数识别

针对解析法求解河流水质模型的不足和传统方法在求解河流水质模型多参数识别问题遇到的困难,提出了采用有限体积法结合混合遗传算法(FVM-HGA)的参数识别算法。由于水质模型中源项的广泛存在,对流项的离散采用了满足有界性条件的非线性高精度格式-MINMOD格式。由于优化算法对参数识别反问题具有的普遍适用性,因而反演算法采用了全局寻优能力很强的遗传算法;为了克服传统遗传算法局部搜索能力较弱的缺点,采用了遗传算法与最速下降法相结合的混合遗传算法。两个算例的计算结果表明,采用FVM-HGA算法对常系数河流水质模型和变系数水质模型都能给出较好的反演结果。

利用杂交水稻开花比例鉴定耐高温性的方法

选用水稻开花期耐高温能力强的品种,是缓解极端自然高温导致大幅减产的有效途径之一。为改进水稻品种耐高温性的鉴定技术,2013年和2014年以4个杂交水稻品种为材料,用钵栽方法,分别在开花前后不同时间将钵栽水稻移至人工气候室38.0℃高温下处理5 h,以室外常温(穗层日最高气温31.2~32.8℃)处理为对照,研究极端高温时段对结实率的影响。2015年和2016年以40个杂交中稻组合为材料进行5个分期播种试验,于水稻穗层温度达35℃以上时期,从5个播种期中选择20个同期开始抽穗、生长整齐的稻穗挂牌标记,观察不同时段开花比例,以研究品种间开花期耐高温能力与不同时间开花比例关系。结果表明,杂交水稻开花期高温下11:30前的开花比例、常温下12:00前开花比例分别与耐高温指数呈极显著正相关关系,耐高温品种主要通过提高高温下的结实率而间接增强其耐高温指数,而高温下的结实率则直接影响耐高温指数。高温下开花早的品种在常温下开花也早,杂交水稻开花时间主要集中在9:30—12:30,品种间在不同时刻开花的比例各异。开花后2 h遇高温对结实率影响不明显;穗层气温34℃、35℃且频率达80%以上的最早出现时间分别在13:30和15:30,选择日最高温度≥34℃或35℃出现前2 h开花比例高的品种,能有效地避开高温伤害。基于以上分析分别建立了利用开花期高温下11:30前开花比例、常温下12:00前开花比例和高温下结实率3个指标预测鉴定耐高温指数回归模型,准确率(预测值/实测值)高达92.29%~102.73%。为水稻品种开花期耐高温性鉴定提供了科学适用的新方法。

推进剂稳态燃速最优化辨识

考虑侵蚀燃烧对推进剂稳态燃速的影响,将推进剂稳态燃速模型参数辨识问题转化为非线性规划问题求解。采用Powell方法和并行遗传算法组成的混合优化方法,提高了非线性规划问题求解的效率和质量,得到了推进剂稳态燃速模型参数的全局最优辨识值。通过对设计空间的可视化进行优化收敛过程的参数分析,近似得到侵蚀燃烧模型参数的不确定性区间。

西瓜杂交种子纯度鉴定方法的现状及研究进展

综述了西瓜杂交种子纯度鉴定的方法以及电泳技术和分子标记技术,在西瓜杂交种子纯度检测应用方面的研究进展及存在的问题。

基于抽样分组长度分布的加密流量应用识别

基于确定性抽样数据分组序列的位置、方向、分组长度和连续性、有序性等流统计特征和典型的分组长度统计签名,并结合带数据分组位置、方向约束和半流关联动作的提升型DPI,提出了一种基于假设检验的加密流量应用识别统计决策模型,包括分组长度统计签名决策模型和DFI决策模型,并给出了相应的分组长度统计签名匹配算法以及基于DPI和DFI混合方法的加密流量应用识别算法。实验结果表明,该方法能够成功捕获加密应用在流坐标空间中独特的统计流量行为,并同时具有极高的加密识别精确率、召回率、总体准确率和极低的加密识别误报率、总体误报率。

飞行器参数辨识的一种演化计算方法

将混合遗传算法应用于飞行器气动参数辨识。该方法结合了遗传算法的全局寻优能力和极大似然法的局部寻优能力,使得混合遗传算法不受极大似然法初值选取的影响,同时也解决了遗传算法收敛速度慢和收敛精度较低的问题。在混合遗传算法寻优过程中,仅对最优个体和变异后的个体执行局部寻优操作,从而使得混合遗传算法的计算量维持在一个适当的水平。最后,一个飞行器纵向模型气动参数的辨识仿真表明:混合遗传算法的收敛性和精度都远高于没有采用局部寻优策略的遗传算法。

混合传递路径分析(TPA)方法的准确性验证

分析了混合TPA的计算方法,即将传统TPA方法,与有限元模型仿真计算所得传递函数相结合,以达到减少计算工作量、缩短实验周期。论文针对某车型传动系统扭振引起的车内轰鸣问题,搭建混合传递路径分析模型,在准确识别副车架与车身耦结合处载荷力的基础上,确认贡献量较大的传递路径,并将各传递路径对目标点的声压贡献量进行矢量叠加,拟合出车内目标点声压谱图。分析得到的目标点噪声情况与试验测得结果能够很好的吻合,重现了问题频段的频谱特征,证明了混合TPA方法的准确性。

飞行器典型结构中频分析参数识别及建模技术研究

以飞行器典型结构件为对象开展了中频力学环境预示参数识别及建模技术研究。设计了中频混合模型实验件,开展了统计能量分析参数获取实验,通过实验数据识别出了模态密度、内损耗因子等统计能量参数,可为统计能量子系统的模型修正提供输入。采用FE-SEA方法建立了噪声环境下实验件的混合模型,通过识别出的参数对中频混合模型进行了模型修正,获得了较准确的分析模型。开展了实验件在噪声环境下的响应分析,得到了实验件各部分子系统的振动响应,并与混响室噪声实验数据进行了对比分析,预示结果与实验结果吻合较好,验证了中频混合方法建模的合理性。

基于复合反演算法的结构损伤识别及地震动反演研究

针对输入激励信息未知、输出响应信息非完备的情况,进行了结构损伤识别算法研究。基于物理参数时域识别的复合反演算法,定义单元刚度参数变化率为损伤因子,并引入矩形窗方法剔除噪声异常数据,给出了时域内结构损伤识别复合反演算法(损伤识别和地震动反演)。以一个5层框架结构为例进行了数值仿真识别损伤,针对矩形窗长度、噪声水平不同等情况对比了识别结果(损伤识别精度、损伤位置确定)和收敛速度,并比较了反演的地震动与真实地震动时程曲线。研究表明,所提基于复合反演算法建立的结构损伤识别复合反演算法是非常有效的。

基于三阶段法的结构损伤识别研究

在输入激励信息未知、仅已知部分测试自由度的动力响应信息的条件下,基于广义复合反演算法,开展了结构损伤识别的研究。将衰减记忆滤波技术引入到扩展卡尔曼滤波算法,构建了衰减记忆扩展卡尔曼滤波算法以削弱滤波的发散现象。考虑了复合反演算法(须知各自由度的动力响应)和衰减记忆扩展卡尔曼滤波算法(须知输入信息)的局限性,借助子结构技术,建立了结构物理参数时域识别的广义复合反演算法。利用单元刚度变化率来判定损伤的程度和位置,建立了基于广义复合反演算法的结构损伤识别及地震动反演的三阶段法。以一个6层框架结构为例进行了结构损伤识别数值模拟研究。结果表明,在噪声存在的情况下,三阶段法能够准确确定损伤位置和损伤程度,且地震动反演时程与真实时程吻合较好,验证了三阶段法在结构损伤识别及地震动反演中的有效性。