基于多信息融合的换流站直流设备健康状态决策树评价模型

针对换流站直流设备间交互信息融合能力较差、小样本与大样本难以均衡的问题,设计基于多信息融合的换流站直流设备健康状态决策树评价模型。使用同质多传感器多信息数据融合方法对多信息实施融合处理;利用k近邻方法和层次聚类方法划分换流站直流设备健康状态量,提取健康状态量的有效信息作为输入,构建决策树评价模型,输出换流站直流设备健康状态评价结果。实验结果表明,该模型具备较好的多信息融合能力和样本均衡能力,且可从不同角度实现换流站直流设备健康状态评价,评价结果较为准确。

基于两阶段注意力层Transformer的弹道目标多站融合识别

多站弹道目标融合识别旨在利用多个雷达站点信息的互补性提升弹道目标识别性能,而传统多站下弹道目标识别方法未直接考虑多站数据间的关联特性,难以取得准确、稳健的识别性能。针对多站下基于雷达散射截面积(RCS)高速飞行目标的识别问题,提出了一种基于两阶段注意力的弹道目标多站融合识别方法。首先,在现有的Transformer模型上添加维度分段模块将多站雷达数据嵌入于二维向量中,保留站内数据时序及站间关联信息;然后,添加了两阶段注意力层,有效地捕获站内时序信息及跨站维度的依赖关系;最后,基于仿真动态RCS数据模拟多站场景开展了融合识别实验。实验结果表明该方法能够有效提升多站条件下的弹道目标识别性能。

多判据融合的换流站监控数据异常甄别系统

换流站监控数据中存在部分异常数据,如果无法有效融合全部异常数据,会造成异常数据维度过大,导致甄别结果不精准,为此设计了基于多判据融合的换流站监控数据异常甄别系统。以MSP430单片机为核心,通过双存储器传输传感信号。设计可视甄别模块,计算两个图像圆点中心坐标距离,以此为依据,判断甄别点与设定阈值之间的关系。检测和筛选换流站监控异常数据,融合多判据数据特征,对数据进行降维处理,降低异常数据维度。构建LSTM分位数回归多判据融合模型,识别电流、电压、功率时间序列,获取置信区间范围,结合曲线斜率甄别异常数据,避免人为设置阈值给甄别结果带来的不确定性。由实验结果可知,该系统甄别出的电压、电流异常节点与实际异常节点数量一致,分别是3个和2个,说明使用该系统能够精准甄别异常数据。

多维融合的大型水电站设备巡检模式

针对大型水电站的设备巡检需求,结合现有技术条件和水电站设备实际状态,提出了基于对设备由内到外的监视、人工巡检与智能机器人巡检相结合、特殊管理特别维护的多维融合的水电站设备巡检模式。在云南某水电站的应用结果表明,该模式能实现全方位监视设备状态并及时发现设备缺陷。

基于多数据融合的水电机组全息监测系统

为了实时了解水电站的运行状况以及发现并解决潜在安全问题,提出了基于多种现代信息技术以实现水电站智能化运行的创新方案,即水电机组全息监测系统,其主要利用云计算技术、大数据分析方法和人工智能等技术构建了高效的数据分析与处理平台,确保了水电站数据的准确性和实时性,实现了抽蓄电站运行状态实时监测、故障预警和优化调度策略等功能,提高了水电站的发电效率和响应能力。

基于YOLOv3目标识别的无人值守光伏电站防火在线监测系统设计

文章针对光伏电站火灾多发、监测困难的问题,提出了一种基于YOLOv3目标识别算法的无人值守光伏电站防火在线监测系统。该系统通过多传感器数据融合、异构网络通信等关键技术,实现了对光伏电站火情的早期预警和准确定位。试验结果表明,该系统在火情检测准确率、数据传输效率、用户交互体验等方面均达到了优异水平,可显著提升光伏电站运维的智能化程度。

面向燃气电站的室内外判别及一体化多源融合人员定位方法

针对燃气电站金属结构多、设备密集及安全管理要求高等特点,结合燃气电站安全管理对人员定位精度高和稳定可靠等要求,提出了一种面向燃气电站的室内外判别以及一体化多源融合定位方法。室内外判别方法综合卫星高度角以及信号信噪比设计了一种判别指标,基于该指标设定合理阈值,可实现人员室内外判别。考虑到室外装置区附近容易受金属干扰和遮挡影响卫星定位的问题,提出了一种多源融合定位方法,将卫星定位与微惯性系统、地磁定位及蓝牙无线信号进行融合,实现了在复杂工业场景下的稳定可靠定位。该方法计算量小、定位连续且定位精度高。最后采用智能手机在实际场景进行了验证,结果表明,室内外切换准确,切换时间小于3 s,室内定位误差1.35 m,室外定位误差3.6 m。

多站融合模式下的能源站多级调峰策略

为保证多站融合系统的经济运行,提出了一种从电动汽车充电站到储能站的分级调峰策略。首先,为了缓解储能站调峰压力,建立了基于分时电价的电动汽车充电站有序充电模型;然后,在充电站有序充电的基础上,建立了考虑储能寿命的储能站调峰模型。最后用粒子群算法求解模型并通过仿真验证。仿真结果表明,所提策略在保证充电站收益的基础上实现了电动汽车的有序充电,充分挖掘了多站融合的调峰能力。

第二十一讲:基于多源数据融合的管网智能站场设备管理方法研究

油气长输管道是国家能源供应大动脉和国民经济的重点工程,设备管理作为油气管网的重要组成部分,越来越受到人们的重视。由于多源数据融合方法能更准确的反映设备的运行状态,也引起了人们广泛的兴趣。本文探讨了基于多源数据融合的管网智能站场设备管理的优势与方法,通过采集气象、地理、环境和设备等多种数据源,并结合数据挖掘和机器学习技术,可以对设备的运行状态进行更加准确和可靠的分析,提高设备的可靠性和稳定性,进而降低管理成本,提高工作效率。

基于多源数据融合的油气联合站风险预警研究

针对联合站蒸汽云爆炸事故场景,确定了相关评价因子及风险等级阈值区间,构建了基于云模型的基本概率分布(BPA)函数,通过可信度权重与信息量权重对初始BPA进行修正,建立了一种改进证据理论的融合模型,并针对某联合站的油罐区进行了模型应用。结果表明:提出的BPA构建方法可以有效利用数据;与以单传感器数据为依据的风险预警结果相比,多源数据融合获得的结果更准确;在证据存在高度冲突时,提出的方法可以对存在高度冲突的数据进行合理处理,使最终结果更加可靠。

基于多传感信息融合的大型水电站运行状态安全监测方法

为提升大型水电站运行安全性,解决现有监测方法在实际应用中存在的监测响应时间过长、不具备监测时效性等问题,引入多传感信息融合技术,研究开展大型水电站运行状态安全监测方法。采集大型水电站运行状态数据,并完成数据标准化处理。利用多传感信息融合,提取大型水电站运行状态特征。计算排列熵值,根据熵值变化,实现水电站运行状态安全监测。对比实验证明,新的监测方法在发现水电站运行存在异常情况时可以快速做出响应,具备极高的监测时效性。

基于充电桩(站)接入对配电网影响的多维度分析方法

本文分析充电桩与充电站对配电网的影响,提出以电力业务系统的多源数据融合,从多维度透视充电桩与充电站并网接入情况以及管控方法,为透明区域配电网充电桩(站)接入情况与对配电网影响提供一种可行的分析方法,提升配电网的管理水平。

第二十四讲:基于多源数据融合的管网智能站场设备管理方法研究

油气长输管道是国家能源供应大动脉和国民经济的重点工程,设备管理作为油气管网的重要组成部分,越来越受到人们的重视。由于多源数据融合方法能更准确的反映设备的运行状态,也引起了人们广泛的兴趣。本文探讨了基于多源数据融合的管网智能站场设备管理的优势与方法,通过采集气象、地理、环境和设备等多种数据源,并结合数据挖掘和机器学习技术进行分析,可以对设备的运行状态进行更加准确和可靠的分析,提高设备的可靠性和稳定性,进而降低管理成本,提高工作效率。

铁路新型列车运行控制系统技术创新及应用

列车运行控制系统(简称列控系统)是铁路安全运输的关键,也是提高运输效率的重要技术手段。我国西部铁路受自然条件限制,对列控系统提出轨旁设备少、维护工作量小、运输效率高的需求,因此研制了适用于西部铁路、具备移动闭塞功能的新型列控系统。介绍新型列控系统的研究背景、设计原则、主要功能结构与工作模式,重点分析系统采用的多源融合列车定位、列车完整性检查、站区一体化控制、移动闭塞等7项创新技术,并提出系统后续发展完善的展望。

基于多传感器融合的光伏电站集电线故障检测

研究基于多传感器融合的光伏电站集电线故障检测,提升光伏电站安全性。采用多传感器融合方法通过比较光伏电站集电线局放信号到达传感器时间差,实现光伏电站集电线局部放电信号采集;采用能量阈值法去除采集局部放电信号中的白噪声,提取出有价值光伏电站集电线局部放电脉冲信号;利用多源信息融合技术融合有价值光伏电站集电线局部放电脉冲信号,利用融合后信号计算光伏电站集电线停电损失,确定线路是否发生故障。实验表明:该方法数据融合性能较好,可实现光伏电站集电线故障检测,有助于提升光伏电站安全性。

基于物联网的智能感知技术在智慧能源站的应用研究

双碳目标的提出大力推进了智慧能源站的建设,但其多站融合的建设模式相较于单一站点的系统更复杂,运维与运营管理更困难。将目前越发成熟的物联网技术应用到智慧能源站中,是解决系统复杂的一种方法。为此基于智慧能源站的建设场景研究基于物联网技术的一体化智能方案。

一种扫描方式下分布式雷达多站融合方法

工作在扫描方式下的分布式雷达面临多站数据的目标轨迹匹配问题,难以有效进行多站分布式积累。文中提出一种基于序贯贝叶斯的多站融合算法,该方法可以完成多站雷达不同扫描帧间的多目标轨迹关联匹配,从而有效实现多站信号级融合并获取分集得益。并以该方法为基础,设计面向工程化应用的扫描方式下分布式雷达多站融合解决方案。基于外场试验平台实录数据进行仿真验证,处理结果表明了该方法的有效性。

基于鲁棒H_∞滤波的多站角度测量机动目标被动跟踪

建立了机动目标的多站被动红外搜索与跟踪(infrared search and tracking,IRST)系统的当前统计模型,基于该模型提出了机动目标跟踪的鲁棒H∞融合滤波算法。该算法将H∞滤波算法和集中融合跟踪算法相结合,对多站IRST测得的目标角度信息进行融合,可解决被动式跟踪系统的可观测性及非线性问题,以实现对目标较高精度的定位和跟踪。以三个观测站进行跟踪为例,对一个高机动目标进行了仿真研究,仿真结果表明,该滤波算法比扩展卡尔曼滤波(extended Kalman filter,EKF)算法有更高的跟踪性能,是IRST系统中一种有效的跟踪算法。

多传感器自动站的数据融合效果及优势分析

采用三个同类型的温度、湿度和雨量传感器分别对气温、相对湿度以及降雨量进行测量。通过计算同一气象要素三个测量值之间的离散度以及数据集中度,结合观测数据的时间序列变化趋势,融合得到一个更具有代表性,更加准确的数据作为该气象要素的观测值。对三种气象要素多种天气状况下的融合数据进行业务对比,一致率计算结果证明,多传感器融合结果与业务观测数据一致性比较高。对差值的规律和异常数据进行分析,显示多传感器具有以下优势:在单一传感器故障时保障观测数据连续不间断,剔除由信号干扰或者误操作导致的错误数据,增加强对流过程中奇异数据的可信度,及时反映单个传感器性能变化。因此多传感器自动站不但可以作为业务使用,而且对解决业务观测中部分数据不可信的问题具有重要意义。

基于多信息融合的城市轨道交通车站安全预警研究

为提高城市轨道交通车站安全应急水平,利用D-S证据理论在不确定信息融合方面的优势,以及信息熵理论在指标权重确定方面的客观性优势,提出了城市轨道交通车站安全预警多信息融合的方法。通过构建城市轨道交通车站安全预警指标体系及其阈值,将D-S证据理轮和信息熵有效结合,实现对城市轨道交通车站安全状况进行预警分析。结果表明,该方法能正确客观反映城市轨道交通车站的安全程度,实现动态预警。