期刊文献+
共找到129篇文章
< 1 2 7 >
每页显示 20 50 100
Ozone Depletion Identification in Stratosphere Through Faster Region-Based Convolutional Neural Network
1
作者 Bakhtawar Aslam Ziyad Awadh Alrowaili +3 位作者 Bushra Khaliq Jaweria Manzoor Saira Raqeeb Fahad Ahmad 《Computers, Materials & Continua》 SCIE EI 2021年第8期2159-2178,共20页
The concept of classification through deep learning is to build a model that skillfully separates closely-related images dataset into different classes because of diminutive but continuous variations that took place i... The concept of classification through deep learning is to build a model that skillfully separates closely-related images dataset into different classes because of diminutive but continuous variations that took place in physical systems over time and effect substantially.This study has made ozone depletion identification through classification using Faster Region-Based Convolutional Neural Network(F-RCNN).The main advantage of F-RCNN is to accumulate the bounding boxes on images to differentiate the depleted and non-depleted regions.Furthermore,image classification’s primary goal is to accurately predict each minutely varied case’s targeted classes in the dataset based on ozone saturation.The permanent changes in climate are of serious concern.The leading causes beyond these destructive variations are ozone layer depletion,greenhouse gas release,deforestation,pollution,water resources contamination,and UV radiation.This research focuses on the prediction by identifying the ozone layer depletion because it causes many health issues,e.g.,skin cancer,damage to marine life,crops damage,and impacts on living being’s immune systems.We have tried to classify the ozone images dataset into two major classes,depleted and non-depleted regions,to extract the required persuading features through F-RCNN.Furthermore,CNN has been used for feature extraction in the existing literature,and those extricated diverse RoIs are passed on to the CNN for grouping purposes.It is difficult to manage and differentiate those RoIs after grouping that negatively affects the gathered results.The classification outcomes through F-RCNN approach are proficient and demonstrate that general accuracy lies between 91%to 93%in identifying climate variation through ozone concentration classification,whether the region in the image under consideration is depleted or non-depleted.Our proposed model presented 93%accuracy,and it outperforms the prevailing techniques. 展开更多
关键词 Deep learning image processing CLASSIFICATION climate variation ozone layer depleted region non-depleted region UV radiation faster region-based convolutional neural network
下载PDF
融合GRU-Attention与鲸鱼算法的流程制造工艺参数云边联动优化
2
作者 阴彦磊 王立华 +1 位作者 廖伟智 张万达 《计算机集成制造系统》 EI CSCD 北大核心 2023年第9期2991-3005,共15页
为解决流程制造工艺参数优化面临的多工序耦合模型构建复杂、多目标冲突分析困难、实时和准确性难以保障等问题,提出一种融合GRU-Attention与鲸鱼算法的流程制造工艺参数云边联动优化方法。设计了适用于多工序耦合生产的训练计算云边协... 为解决流程制造工艺参数优化面临的多工序耦合模型构建复杂、多目标冲突分析困难、实时和准确性难以保障等问题,提出一种融合GRU-Attention与鲸鱼算法的流程制造工艺参数云边联动优化方法。设计了适用于多工序耦合生产的训练计算云边协同架构,通过设备边缘节点与云平台的高效协同,完成了预测模型和优化模型的云端训练,边缘端数据收集、模型下载和调用计算。在此基础上,建立了基于GRU-Attention多层神经网络的生产工艺质量预测模型,将输出质量指标作为适应度,调用鲸鱼算法对生产工艺参数进行全局寻优,获得不同工序最优工艺参数组合,实现流程生产不同工序加工质量的实时预测和综合优化。最后,以某流程制丝生产线为例进行了实验验证,结果表明,所提基于深度学习的云边联动方法可实现生产质量的综合动态优化,同时可降低工艺参数调控任务的完成时间。 展开更多
关键词 流程制造 GRU-Attention多层神经网络 云边协同 联动优化
下载PDF
基于多层残差网络的地震提频处理在薄储集层识别中的应用
3
作者 张文起 李春雷 《新疆石油地质》 CAS CSCD 北大核心 2024年第1期102-108,共7页
基于多层残差网络的地震提频处理方法,通过智能化网络将测井高频信息与地震数据相结合,能有效提升纵向分辨率,保持横向连续可追踪,利于薄储集层识别。针对AMH地区常规处理的地震数据仅能识别厚度大于30 m的碳酸盐岩层,无法有效识别厚度... 基于多层残差网络的地震提频处理方法,通过智能化网络将测井高频信息与地震数据相结合,能有效提升纵向分辨率,保持横向连续可追踪,利于薄储集层识别。针对AMH地区常规处理的地震数据仅能识别厚度大于30 m的碳酸盐岩层,无法有效识别厚度较小的薄储集层的问题,提出基于多层残差网络的地震提频处理方法,以井旁地震振幅作为训练数据,测井相对波阻抗作为训练标签,利用深度学习网络多层残差网络开展训练,获取相对波阻抗曲线的预测模型;通过将地震数据作为输入,利用深度网络训练模型计算得到相对波阻抗数据体,进而得到提频后的地震数据体相对应的反射系数体。通过对靶区地质情况的分析认识,对宽频子波进行标定后提取合适的宽频子波,与反射系数体进行褶积,得到提频后的地震数据体;利用提频后的地震数据体开展储集层反演,反演结果纵向具有较高分辨率,与主要目的层能够较好匹配,横向可以进行识别和追踪,利用高分辨地震数据反演结果实现AMH地区的薄储集层识别。结果表明,通过基于多层残差网络的地震提频处理及相应的高分辨模型反演,在AMH地区能够识别厚度大于10 m的薄储集层,较好地解决由于地震分辨率低无法识别薄储集层的问题,有效提高了薄储集层预测的精度,对同类型薄储集层识别具有借鉴意义。 展开更多
关键词 碳酸盐岩 地震数据 提频处理 薄储集层 多层残差网络 相对波阻抗 高分辨反演 深度学习
下载PDF
考虑同层后道工序的柔性设备网络综合调度算法
4
作者 谢志强 刘冬梅 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第7期2961-2969,共9页
针对柔性设备网络综合调度算法,难以合理选择加工设备加工相关工序进而影响产品完工时间的问题,该文提出考虑同层后道工序的柔性设备网络综合调度算法(SP-FENIS)。首先,采用逆序层优先策略,将各工序分配至逆序层待调度工序集;然后,提出... 针对柔性设备网络综合调度算法,难以合理选择加工设备加工相关工序进而影响产品完工时间的问题,该文提出考虑同层后道工序的柔性设备网络综合调度算法(SP-FENIS)。首先,采用逆序层优先策略,将各工序分配至逆序层待调度工序集;然后,提出均值逆序紧后路径策略,确定了各逆序层待调度工序集中工序的调度顺序;最后,提出最早完工时间策略和设备空闲插入策略,当工序在柔性设备上最早完工时间相同时,考虑了在柔性设备上的加工时间和同层后道工序的加工设备,确定了目标工序的加工设备以及加工时间。实例表明,和已有算法相比,该算法能够缩短产品完工时间。 展开更多
关键词 综合调度 同层后道工序 柔性设备网络 均值逆序紧后路径 最早完工时间
下载PDF
创新全过程视角下产学研创新团队潜在合作对象识别方法研究
5
作者 张伟然 王超 +2 位作者 许海云 武华维 李欣 《情报工程》 2024年第3期28-48,共21页
[目的/意义]识别领域不同创新环节中的潜在合作对象,形成贯穿基础研究、应用研究与产业应用的多环节与多主体的产学研创新协同团队,助力科技创新及成果转移转化。[方法/过程]基于创新全过程视角,从产业机构出发,构建产业—技术—科学机... [目的/意义]识别领域不同创新环节中的潜在合作对象,形成贯穿基础研究、应用研究与产业应用的多环节与多主体的产学研创新协同团队,助力科技创新及成果转移转化。[方法/过程]基于创新全过程视角,从产业机构出发,构建产业—技术—科学机构的多层网络分析模型,识别不同创新层中产学研机构的潜在合作对象。以中国干细胞研究领域为对象进行实证研究,验证了方法的可行性与有效性。[结果/结论]创新全过程视角下潜在合作对象识别方法突破了单一视角识别合作对象的局限性,实现了不同创新环节间创新主体潜在合作对象的识别,为创新生态下各主体识别与自身需求更匹配的合作伙伴提供了理论支撑与实践启示。 展开更多
关键词 合作对象 创新过程 创新生态系统 多层网络 产学研
下载PDF
结合卷积神经网络与多层感知机的渐进式多阶段图像去噪算法 被引量:1
6
作者 薛金强 吴秦 《计算机科学》 CSCD 北大核心 2024年第4期243-253,共11页
现有基于深度学习的图像去噪方法中,在网络架构层面存在单阶段网络特征表达能力不足而难以在复杂场景下重构清晰图像,以及多阶段网络内部特征连接不紧密而容易丢失原始图像细节的问题。在基础构建块层面,存在卷积层难以处理较大噪声级... 现有基于深度学习的图像去噪方法中,在网络架构层面存在单阶段网络特征表达能力不足而难以在复杂场景下重构清晰图像,以及多阶段网络内部特征连接不紧密而容易丢失原始图像细节的问题。在基础构建块层面,存在卷积层难以处理较大噪声级别下的跨层次特征,以及全连接层难以捕获图像邻域空间细节的问题。为解决以上问题,从两方面提出解决方法:一方面,在架构层面提出新颖的跨阶段门控特征融合,从而更好地连接一阶段网络的浅层特征与二阶段的深层特征,促进信息流的交互并使得去噪网络内部关联更为紧密,同时避免丢失原始像素细节;另一方面,在基础构建块层面提出结合卷积神经网络和多层感知机特性的双轴特征偏移块,作用于低分辨率多通道数的特征图,从而缓解卷积网络在复杂噪声场景下难以捕获跨层次特征依赖关系的问题,对于高分辨率、少通道数的特征图,使用卷积网络以充分提取噪声图像的空间邻域依赖关系。大量定量与定性实验表明,所提算法在真实世界图像去噪和高斯噪声去除任务中,都以较小的参数量和计算代价取得了最佳的PSNR和SSIM。 展开更多
关键词 图像处理 图像去噪 深度学习 卷积神经网络 多层感知机 特征融合
下载PDF
基于5G通信时延的配电网馈线自动化切换方法 被引量:2
7
作者 朱卫卫 朱清 +3 位作者 高文森 刘财华 王录泽 刘增稷 《综合智慧能源》 CAS 2024年第5期1-11,共11页
针对5G通信不确定时延导致数据传输时间难以预测,从而影响馈线自动化(FA)系统故障响应及时性和决策准确性的问题,提出一种基于5G通信时延的配电网FA切换方法。首先,建立馈线终端之间的拓扑关系,根据FA系统中每一分支的最大通信时延计算... 针对5G通信不确定时延导致数据传输时间难以预测,从而影响馈线自动化(FA)系统故障响应及时性和决策准确性的问题,提出一种基于5G通信时延的配电网FA切换方法。首先,建立馈线终端之间的拓扑关系,根据FA系统中每一分支的最大通信时延计算得到FA系统的实时通信时延;其次,针对不同时延下不同FA策略故障处理速度的历史数据,通过层堆叠长短时记忆神经网络(LSTM)模型进行训练,学习出不同通信时延下故障处理速度最快的FA策略;最后,根据层堆叠LSTM模型的学习结果,选择切换到当前通信时延下故障处理速度最快的FA策略。试验结果表明:该方法能有效应对5G通信的不确定性时延对FA系统的影响,保障FA系统可靠运行;此外,与其他机器学习方法相比,层堆叠LSTM模型在预测准确性和预测时延方面具有优势,能够有效提高馈线终端系统的自适应能力和故障响应速度。 展开更多
关键词 馈线自动化 5G通信 通信时延 层堆叠LSTM 故障处理 机器学习 智能配电网
下载PDF
继电保护技术在智能电网中的应用分析
8
作者 魏天舒 《科技资讯》 2024年第17期82-84,共3页
大量新能源接入电网对电网运行安全、稳定提出了更高要求。在此背景下,继电保护作为主流的智能电网保护方案,对保障智能电网安全可靠运行有着重要意义。继电保护可以有效解决电网故障问题,并发出故障警报。运维人员可在短时间内发现故... 大量新能源接入电网对电网运行安全、稳定提出了更高要求。在此背景下,继电保护作为主流的智能电网保护方案,对保障智能电网安全可靠运行有着重要意义。继电保护可以有效解决电网故障问题,并发出故障警报。运维人员可在短时间内发现故障情况,快速处理故障问题,缩短停电时间,降低电力公司损失。对于电力公司而言,如何正确应用继电保护技术,保证智能电网安全、可靠运营,是需要重点考虑的问题。基于此,分析了智能变电站结构与特点,并探究了继电保护技术在智能电网中的应用方案以及过程层组网方式,旨在保障智能变电站安全、稳定运行。 展开更多
关键词 智能电网 继电保护 过程层 保护配置 组网
下载PDF
双层网络中心非显著特征数据挖掘算法
9
作者 庄巧蕙 《海南热带海洋学院学报》 2024年第5期73-79,共7页
为了获取精准的非显著特征数据挖掘结果,提出一种双层网络中心非显著特征数据挖掘算法。首先深入分析双层网络中心的非显著特征信息和类别信息,获取两者之间的相关性和冗余程度。然后根据相关性和冗余程度设定一个判别算子,将判别算子... 为了获取精准的非显著特征数据挖掘结果,提出一种双层网络中心非显著特征数据挖掘算法。首先深入分析双层网络中心的非显著特征信息和类别信息,获取两者之间的相关性和冗余程度。然后根据相关性和冗余程度设定一个判别算子,将判别算子的得分作为标准,实现有效的特征选择。最后在获取双层网络中心非显著特征数据的结构特征后,展开深入的非显著特征数据流拟合处理,同时对非显著特征数据挖掘过程进行跟踪训练,修正挖掘误差,最终完成双层网络中心非显著特征数据挖掘。实验结果表明,采用本文算法可以有效地提升双层网络中心非显著特征数据挖掘结果的准确性。 展开更多
关键词 双层网络中心 非显著特征 数据挖掘 拟合处理 相关性
下载PDF
基于双层路由注意力机制的煤粒粒度定量分析
10
作者 程德强 郑丽娟 +2 位作者 刘敬敬 寇旗旗 江鹤 《工矿自动化》 CSCD 北大核心 2024年第2期9-17,共9页
煤粒粒度分布特征与煤中甲烷气体传播规律的分析密切相关。目前,基于图像分割的煤粒粒度分析方法已成为获取煤粒粒度的主流方案之一,但存在上下文信息丢失、煤粒特征融合不当造成煤粒漏分割和过分割等问题。针对上述问题,设计了一种基... 煤粒粒度分布特征与煤中甲烷气体传播规律的分析密切相关。目前,基于图像分割的煤粒粒度分析方法已成为获取煤粒粒度的主流方案之一,但存在上下文信息丢失、煤粒特征融合不当造成煤粒漏分割和过分割等问题。针对上述问题,设计了一种基于双层路由注意力机制(BRA)的煤粒粒度分析模型。在残差U型网络ResNet-UNet中嵌入BRA模块,得到B-ResUNet网络模型:为减少在煤粒分割过程中出现的漏分割问题,在ResNet-UNet网络的上采样前添加BRA模块,使网络根据上一层的特征调整当前特征层的重要性,增强特征的表达能力,提高长距离信息的传递能力;为减少在煤粒分割过程中出现的过分割问题,在ResNet-UNet网络的特征拼接模块后添加BRA模块,通过动态选择和聚合重要特征,实现更有效的特征融合。对分割出的煤粒进行特征信息提取,针对实验分析中采用的煤粒数据集的煤粒粒度与细胞大小相当,为精确表征煤粒粒度,采用等效圆粒径获取煤粒粒度及粒度分布。实验结果表明:①B-ResUNet网络模型的准确率、平均交并比、召回率较ResNet-UNet基础网络分别提高了0.6%,14.3%,35.9%,准确率达99.6%,平均交并比达92.6%,召回率达94.4%,B-ResUNet网络模型在煤样中具有较好的分割效果,能够检测出较为完整的颗粒结构。②在上采样前和特征拼接后均引入BRA模块时,网络对煤粒的边缘区域给予了足够的关注,且对一些不太重要的区域减少了关注度,从而提高了网络的计算效率。③煤粒的粒度大小在1~2 mm内呈相对均衡的分布趋势,粒度在1~2 mm内的煤粒占比最大为99.04%,最小为90.59%,表明基于BRA的图像处理方法在粒度分析方面具有较高的准确性。 展开更多
关键词 煤粒粒度 粒度分布 双层路由注意力机制 图像处理 残差U型网络 语义分割 等效圆粒径
下载PDF
跨层双线性融合改进EfficientNet-B5的笔石图像分类方法 被引量:1
11
作者 梁源潼 李朝锋 +3 位作者 刘洪林 张介辉 计玉冰 李晓波 《应用科技》 CAS 2022年第5期15-23,共9页
笔石化石的分布为页岩地层的精细划分提供了重要依据。针对笔石种类多、种间特征差别小导致人工鉴定难度大的问题,提出一种跨层双线性融合改进EfficientNet-B5的笔石图像分类方法,跨层特征融合模块有效地增强了模型的特征提取能力。首... 笔石化石的分布为页岩地层的精细划分提供了重要依据。针对笔石种类多、种间特征差别小导致人工鉴定难度大的问题,提出一种跨层双线性融合改进EfficientNet-B5的笔石图像分类方法,跨层特征融合模块有效地增强了模型的特征提取能力。首先将图像输入EfficientNet-B5模型,依据不同层次特征图的特点,分别将EfficientNet-B5第2、第5、第7个移动翻转瓶颈卷积块输出的特征图选作低层、高层和全局特征信息;采用跨层双线性融合方法将多层次特征融合;最后将融合特征送入Softmax分类器,输出图像的预测标签。基于国内常见笔石,构建了51种笔石的图像数据集并进行实验,本文方法的分类精度达到94.03%,较其他图像分类方法具有一定优势。 展开更多
关键词 图像处理 图像分类 笔石化石 卷积神经网络 跨层双线性融合 特征图 可视化 数据扩充
下载PDF
Annual Frequency of Tropical Cyclones Directly Affecting Guangdong Province:Prediction Based on LSTM-FC 被引量:2
12
作者 HU Ya-min CHEN Yun-zhu +8 位作者 HE Jian LIU Sheng-jun YAN Wen-jie ZHAO Liang WANG Ming-sheng LI Zhi-hui WANG Juan-huai DONG Shao-rou LIU Xin-ru 《Journal of Tropical Meteorology》 SCIE 2022年第1期45-56,共12页
Tropical cyclone(TC)annual frequency forecasting is significant for disaster prevention and mitigation in Guangdong Province.Based on the NCEP-NCAR reanalysis and NOAA Extended Reconstructed global sea surface tempera... Tropical cyclone(TC)annual frequency forecasting is significant for disaster prevention and mitigation in Guangdong Province.Based on the NCEP-NCAR reanalysis and NOAA Extended Reconstructed global sea surface temperature(SST)V5 data in winter,the TC frequency climatic features and prediction models have been studied.During 1951-2019,353 TCs directly affected Guangdong with an annual average of about 5.1.TCs have experienced an abrupt change from abundance to deficiency in the mid to late 1980 with a slightly decreasing trend and a normal distribution.338 primary precursors are obtained from statistically significant correlation regions of SST,sea level pressure,1000hPa air temperature,850hPa specific humidity,500hPa geopotential height and zonal wind shear in winter.Then those 338 primary factors are reduced into 19 independent predictors by principal component analysis(PCA).Furthermore,the Multiple Linear Regression(MLR),the Gaussian Process Regression(GPR)and the Long Short-term Memory Networks and Fully Connected Layers(LSTM-FC)models are constructed relying on the above 19 factors.For three different kinds of test sets from 2010 to 2019,2011 to 2019 and 2010 to 2019,the root mean square errors(RMSEs)of MLR,GPR and LSTM-FC between prediction and observations fluctuate within the range of 1.05-2.45,1.00-1.93 and 0.71-0.95 as well as the average absolute errors(AAEs)0.88-1.0,0.75-1.36 and 0.50-0.70,respectively.As for the 2010-2019 experiment,the mean deviations of the three model outputs from the observation are 0.89,0.78 and 0.56,together with the average evaluation scores 82.22,84.44 and 88.89,separately.The prediction skill comparisons unveil that LSTM-FC model has a better performance than MLR and GPR.In conclusion,the deep learning model of LSTM-FC may shed light on improving the accuracy of short-term climate prediction about TC frequency.The current research can provide experience on the development of deep learning in this field and help to achieve further progress of TC disaster prevention and mitigation in Guangdong Province. 展开更多
关键词 tropical cyclone frequency long short-term memory network fully connected layers Gaussian process regression multiple linear regression
下载PDF
智能变电站网络传输可靠性评价方法 被引量:2
13
作者 吕航 杨贵 胡绍谦 《电气技术》 2023年第2期59-63,70,共6页
目前,智能变电站过程层网络化进程在不断推进,但智能站过程层网络传输可靠性尚无量化评估方法。为了提高智能站组网的规范性和可靠性,迫切需要针对智能站过程层网络提出一套完善的可靠性评价方法。可靠性评价方法包含多个关键评判指标,... 目前,智能变电站过程层网络化进程在不断推进,但智能站过程层网络传输可靠性尚无量化评估方法。为了提高智能站组网的规范性和可靠性,迫切需要针对智能站过程层网络提出一套完善的可靠性评价方法。可靠性评价方法包含多个关键评判指标,基于各评判指标对网络可靠性影响程度赋予不同权重值,实现对各种组网架构下的网络数据传输安全可靠性进行客观评价,考虑各电压等级技术经济因素,实现网络方案的最优选择。 展开更多
关键词 智能变电站 过程层网络 传输可靠性 关键指标 评价方法
下载PDF
人工神经网络的激光熔覆层特征分析 被引量:1
14
作者 鲁芬 郁伯铭 《激光杂志》 CAS 北大核心 2023年第4期254-258,共5页
为了分析激光熔覆层特征状态,提高激光熔覆质量,对基于人工神经网络的激光熔覆层特征分析方法进行设计。首先制备激光熔覆样本;将样本制作工艺参数输入遗传算法神经网络,建立激光熔覆层特征变化规律预测模型,分析几何特征与激光工艺参... 为了分析激光熔覆层特征状态,提高激光熔覆质量,对基于人工神经网络的激光熔覆层特征分析方法进行设计。首先制备激光熔覆样本;将样本制作工艺参数输入遗传算法神经网络,建立激光熔覆层特征变化规律预测模型,分析几何特征与激光工艺参数间关联,依据关联分析熔覆层特征的变化情况。结果显示:该方法能够预测激光熔覆层特征变化征规律,宽度最大误差仅为0.003 mm,高度最大误差仅为0.002 mm,稀释率最大误差仅为0.002;不同的扫描速度下,熔覆层的稀释度特征呈现出明显差异,并且在激光功率、送粉速度的变化下,熔覆层特征均发生不同程度的变化。 展开更多
关键词 人工神经网络 激光熔覆层 特征分析 变化规律 特征分析模型 工艺参数
下载PDF
采用交通-灾害双层模型的公路网有效路径集构建方法
15
作者 贾兴利 郭旭亮 +2 位作者 杨宏志 张晔 曲远海 《武汉大学学报(信息科学版)》 EI CAS CSCD 北大核心 2024年第8期1275-1286,共12页
有效路径集的构建是公路网交通控制与诱导的关键环节,对灾后路径规划有重要作用。针对当前应急路径规划未及时纳入灾害动态变化的问题,提出了一种耦合路网拓扑结构和交通流、灾害事件状态的双层路网模型,引入线性参考与动态分段技术将... 有效路径集的构建是公路网交通控制与诱导的关键环节,对灾后路径规划有重要作用。针对当前应急路径规划未及时纳入灾害动态变化的问题,提出了一种耦合路网拓扑结构和交通流、灾害事件状态的双层路网模型,引入线性参考与动态分段技术将路径和事件相关联,反映路段之间的拓扑关系和储存路段的动态属性信息。基于Dijkstra算法改进深度优先搜索算法,降低了计算复杂性,提出了结合时变路网、灾害及交通状态的有效路径搜索算法,利用双层路网模型实现了有效路径集的搜索与构建。在研究区域进行了实例应用与验证,结果表明所提方法能够根据时变交通状态与灾害动态地搜索有效路径集。该模型增强了道路数据的表达与分析能力,能够服务于灾情变化下的交通分析与控制,满足灾后路网的交通运行态势评估需求。 展开更多
关键词 有效路径集 交通-灾害双层模型 公路网 拓扑处理 DIJKSTRA算法
原文传递
基于可靠性框图法的过程层信息流最优控制技术 被引量:3
16
作者 杨远航 钱兵 +4 位作者 孔德志 陈鹏 石恒初 游昊 殷怀统 《广东电力》 2023年第3期32-39,共8页
智能变电站过程层网络作为“三层两网”中的重要部分,其负责保护装置、测控装置、安稳装置及智能终端等智能电力电子设备之间的信息交互工作,过程层网络设备的运行可靠性直接关系到断路器能否及时切除故障设备。基于此,首先分析典型过... 智能变电站过程层网络作为“三层两网”中的重要部分,其负责保护装置、测控装置、安稳装置及智能终端等智能电力电子设备之间的信息交互工作,过程层网络设备的运行可靠性直接关系到断路器能否及时切除故障设备。基于此,首先分析典型过程层网络组网结构及报文发布/订阅关系。其次,根据过程层不同信息对保护设备的影响程度,建立过程层信息分类方案。最后,采用可靠性框图法分析过程层设备的可靠性,指出过程层网络结构存在的问题,并针对性提出优化过程层网络结构的组网方案,研究优化后的组网方案对变电站现场运维管理工作的影响。 展开更多
关键词 智能变电站 过程层网络 信息流 可靠性框图 组网方案
下载PDF
智能变电站过程层网络配置研究 被引量:2
17
作者 刘韵韬 张洪涛 +1 位作者 张子健 魏一汀 《科技风》 2023年第12期68-71,共4页
智能变电站过程层组网通信质量决定了站内继电保护及自动化等二次设备的安全、稳定和可靠运行。目前主流使用虚拟局域网(Virtual Local Area Network,以下称VLAN)与静态组播技术对智能变电站内大量二次设备进行通信子网划分,以提高组网... 智能变电站过程层组网通信质量决定了站内继电保护及自动化等二次设备的安全、稳定和可靠运行。目前主流使用虚拟局域网(Virtual Local Area Network,以下称VLAN)与静态组播技术对智能变电站内大量二次设备进行通信子网划分,以提高组网通信质量与安全水平。但是,高度安全的网络结构意味着维护改造更加困难,实际组网配置方案的优劣还受到复杂的现场情况与其他人为因素影响。本文将结合在运智能变电站实际案例,分析讨论VLAN和静态组播两种技术在过程层组网中的应用,为智能变电站过程层网络配置优化方向提供参考。 展开更多
关键词 智能变电站 过程层网络 VLAN 静态组播
下载PDF
大数据赋能A铝厂首个五层一体钎焊板工艺开发落地
18
作者 田增产 刘欢欢 +3 位作者 郑伟 李娟 苏尧臣 魏静东 《有色金属加工》 CAS 2023年第5期15-25,共11页
首先对三层板轧制时设备、生产、工艺和质量数据进行实时采集存储,构建三层板轧制数据模型和工艺知识库;在此基础上,试验开发新五层板产品,利用三层板知识库确定监控工艺参数,持续收集工艺过程数据并进行清洗、编码与关联特征提取等预... 首先对三层板轧制时设备、生产、工艺和质量数据进行实时采集存储,构建三层板轧制数据模型和工艺知识库;在此基础上,试验开发新五层板产品,利用三层板知识库确定监控工艺参数,持续收集工艺过程数据并进行清洗、编码与关联特征提取等预处理方法获得训练/测试数据集;采用神经网络建立新工艺质量在线预测模型,对工艺参数进行评估与优化;通过应用验证表明该方法加快了新工艺落地和持续改善。 展开更多
关键词 五层一体钎焊板 工艺开发 大数据 特征提取 神经网络模型
下载PDF
基于报文解析的变电站过程层网络信息流异常保护方法 被引量:24
19
作者 丁修玲 张延旭 +3 位作者 蔡泽祥 王海柱 李一泉 张弛 《电力系统保护与控制》 EI CSCD 北大核心 2013年第13期58-63,共6页
为了提高智能变电站过程层网络的通信可靠性,给出一种基于信息流的过程层网络设备异常保护方法。基于过程层网络信息流的特性分析,研究了过程层网络信息流的异常状态形成机理以及特征量,并提出了信息流异常的保护策略。进一步,基于GOOSE... 为了提高智能变电站过程层网络的通信可靠性,给出一种基于信息流的过程层网络设备异常保护方法。基于过程层网络信息流的特性分析,研究了过程层网络信息流的异常状态形成机理以及特征量,并提出了信息流异常的保护策略。进一步,基于GOOSE、SV报文的解析以及信息流量的监控,给出过程层网络信息流异常保护的判据、逻辑和整定计算方法,实现了过程层网络信息流异常告警以及网络故障隔离,并启动备用装置对故障装置进行替换,实现了事故状态的恢复。在构建智能变电站网络通信系统保护监控体系方面进行了实质性的有效探索。 展开更多
关键词 智能变电站 过程层网络 信息流异常 保护 报文解析
下载PDF
不同过程层网络结构的保护系统可靠性分析 被引量:18
20
作者 张智锐 肖繁 +4 位作者 焦邵麟 董文秀 王峰 张哲 尹项根 《电力系统保护与控制》 EI CSCD 北大核心 2013年第18期142-148,共7页
数字化变电站过程层存在多种形式的网络结构,研究不同网络结构下继电保护系统的可靠性对过程层网络结构的选择和工程应用具有重要意义。根据数字化变电站继电保护系统的构成特点,提出了一种保护系统可靠性分析方法。该方法将保护系统划... 数字化变电站过程层存在多种形式的网络结构,研究不同网络结构下继电保护系统的可靠性对过程层网络结构的选择和工程应用具有重要意义。根据数字化变电站继电保护系统的构成特点,提出了一种保护系统可靠性分析方法。该方法将保护系统划分为采样子系统和跳闸子系统,分别建立其故障树模型。综合考虑设备故障和修复过程,利用故障树和蒙特卡罗(Monte Carlo)仿真相结合的求解方法计算保护系统可靠性。最后应用所提出的分析方法,对不同网络结构下保护系统的可靠性进行了评估,通过对元件概率重要度分析,给出了影响保护系统可靠性的主要元件。 展开更多
关键词 数字化变电站 过程层网络 继电保护系统 可靠性模型 可靠性算法
下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部