基于Lyapunov指数的电力系统短期负荷预测

短期负荷预测为发电计划程序提供数据,是电力系统经济运行和安全控制的基础。介绍Lyapunov指数预测法的步骤,以东北电网1994年的负荷数据为例,探讨Lyapunov指数预测法的预测准确性,确定其误差符合电力负荷预测的要求,适于在电力系统短期负荷预测中广泛应用。     

基于决策树算法的智能变电站虚回路故障诊断方法

文章提出了一种基于决策树算法的智能变电站虚回路故障诊断方法,通过对智能变电站虚回路各IED设备之间的信息流建模,得到IED设备关系表,利用决策树算法对智能变电站虚回路信息流进行实例分析,并对其故障诊断的正确率进行验证,仿真实验结果证明:该方法有利于诊断智能变电站各IED设备之间的信息流是否正确,模型具有可读性,分类速度快的优点,方便检修人员进行调试。     

基于MIC-TCN-Attention的抽水蓄能机组发电电动机定子温度预警方法研究

抽水蓄能(抽蓄)机组设备实时监测能提供有效运行信息并指示运行人员做出相应措施,但发电电动机发热散热过程复杂,实时监测信息难以满足温度预警要求.为此,提出了一种基于时间卷积网络(Temporal Convolutional Net-work,TCN)温度实时动态预警模型.首先,利用最大信息系数(Maximal Infor...     

基于决策树的电缆绝缘状态分类

作为城市配电网络的主要传输媒介电缆,故障后很难直接观测。由于电缆的许多故障是由于绝缘受到破坏而引起的,因此,在电缆绝缘劣化初期尽早对部分放电现象的强度、位置做有效的监控及分析,可以达到有效的预测维护。文章提出了一种基于决策树的电缆绝缘状态分类规则。研究结果表明决策树技术是一种非常有效的电缆绝缘状态分类技术。     

基于决策树和SVM的Sentinel-2A影像作物提取方法

以河南省濮阳县为研究区,以2017年8月6日遥感影像为基础数据源,基于地面样方和样本点数据分析构建植被指数阈值分割分类决策树,结合支持向量机(Support vector machine,SVM)分类方法实现了秋季主要作物种植面积遥感识别,并与其他方法分类结果进行了精度验证与对比。结果表明,与最大似然法(Maximum likelihood,ML)和SVM法相比较,决策树和SVM相结合能较好地解决线状地物和小地块作物提取不全以及椒盐现象等问题,可以对秋季复杂作物进行有效识别,作物分类提取总体精度和Kappa系数分别为92.3%和0.886。利用中分辨率单时相遥感影像,结合波谱特征和植被指数能有效提高复杂作物分类精度,为区域复杂作物分类提取提供技术参考和借鉴价值。     

基于水资源干旱指数的阿克苏绿洲干旱预警模式及其应用

阿克苏绿洲地区干旱灾害频发,为对该地区干旱灾害进行预警,建立了以水资源干旱为基础的阿克苏绿洲干旱预警模式。在阿克苏绿洲水循环特征分析的基础上,以水资源干旱指标作为绿洲干旱指数的评估指标,识别了阿克苏绿洲干旱的主要控制因子,并在阿克苏绿洲供需水关系分析的基础上,建立了其与先导性气象要素的定量关系,将其转化为具有常规观测资料的气象要素,构建了以气温为核心的干旱预警指标。结果表明,应用该预警指标对阿克苏绿洲经行干旱预警,一个月预警准确率达到了86.8%,具有较高的精度。     

基于决策树和混合像元分解的玉米种植面积提取方法

Landsat 8影像具有较高空间分辨率和时间分辨率,长时间序列Landsat 8-NDVI曲线反映农作物的物候历、种植模式和种植结构信息,是精确提取玉米种植面积的理想数据源。基于时序Landsat 8-NDVI影像提取玉米种植面积的方法中,决策树方法快速、高效,可通过多阈值限定进行分类,但由于混合像元问题,如果阈值设置过宽,提取面积偏大;阈值设置过窄,提取面积偏小;混合像元分解通过计算端元组分丰度可以排除异质地类干扰。因此,以时序NDVI为数据源、耦合使用2种算法是精确提取作物种植面积的有效方法。本研究基于时序Landsat 8-NDVI,提取河北省保定市大田玉米的种植面积。首先,分析典型作物区的NDVI曲线特征,并构建决策树从而初步提取早播夏玉米、小麦夏玉米和春玉米的分布范围。然后,根据端元平均NDVI波谱曲线,进行3种玉米混合度分解,进而根据玉米丰度比例精确提取玉米种植面积。精度评价结果表明:利用本方法提取的玉米种植区总分类精度在98%以上,Kappa系数在0.97以上;所提取的玉米种植类型主要是夏玉米,春玉米种植主要集中在涿州市中部,这与实地调查结果一致。上述定量和定性的评价结果表明该方法可用于快速、精确提取玉米种植面积。     

基于神经网络的干旱内陆河流域生态环境预警方法研究

以甘肃省河西走廊疏勒河流域为例,对干旱内陆河流域生态环境预警分析问题进行了研究,提出以绿色当量面积作为该类流域主要生态环境预警指标,建立了基于人工神经网络的生态环境预警模型,给出了生态环境质量量化与预警分析方法。     

基于MatLab的农用车辆车载故障检测系统的设计

从农用车辆故障的分析和检测着手,提出了一种基于Mat Lab的农用车辆故障检测系统,系统采用嵌入式控制平台,以软硬件相结合设计的方式,结合Mat Lab软件仿真技术,实现对农用车辆故障及行车隐患的实时检测与诊断。实验表明:该系统可以对农用车辆潜在故障信息进行准确采集与判断,能够及时对故障情况进行预警报警,且具有较高的实时性、稳定性和有效性,对实现农用车辆的故障检测具有重要的参考意义。     

基于故障树的土石坝安全警情指标体系结构

大坝警情指标是用来描述大坝安全预警系统研究对象的。警情指标体系的合理性、完整性、可测性和无冗余性,直接关系系统的安全可靠性。在分析影响土石坝安全因素的基础上,合理确定土石坝安全因素集,并基于故障树分析理论建立土石坝警情指标体系结构。     

剪草机内燃机启动系统的灰关联故障树诊断

将灰色系统理论中的灰关联分析法与可靠性理论中的故障树分析法结合,并引入到剪草机内燃机无法启动的故障分析中,通过故障树底事件结构中的重要度的计算以及灰关联度的计算和排序,对内燃机无法启动故障树分析中故障发生可能性的大小进行分析判断,从而为预防故障的发生提供理论依据。实践表明,该方法行之有效,分析结果可靠。     

电喷发动机不能起动的故障树诊断分析

结合电喷发动机的结构性能特点,对电喷发动机不能起动的故障原因进行了分析,绘制了电喷发动机不能起动的故障树, 提出了电喷发动机不能起动的诊断流程实例.采用故障树诊断分析的方法,可以快速查明电喷发动机不能起动的故障原因.     

奔驰W220胎压报警控制系统故障诊断方法研究

根据奔驰W220胎压报警控制系统的结构特点,分析了该系统的报警显示机理及胎压激活与操作方法,并结合胎压报警信息及STAR检测仪的检测数据,对该系统的故障进行了深入研究,为进行类似的汽车故障诊断提供了一种研究方法。     

基于故障树分析法的汽车故障诊断专家系统

提出将故障树分析法与基于规则的诊断专家系统相结合的方法，以故障树的形式全面、系统、层次性地表述专家知识，通过故障树自动生成专家系统诊断规则库，实现诊断知识的自动获取，并确保诊断知识的一致性和完备性。以Windows98为平台、Delphi5．0为编程语言，开发出具有友好的人机交互界面、正向与逆向混合推理和具有解释功能的汽车故障诊断专家系统。以轮胎异常磨损的诊断为例，验证了该方法具有良好的应用前景。     

基于波形分析法的CAN-BUS系统故障诊断研究

电子技术的不断发展,使得控制局域网数据总线技术被广泛地应用于现代汽车上,基于波形分析方法,对控制局域网数据总线的信号特征进行分析,能够迅速快捷地判断出该系统故障产生的原因。     

基于模糊专家系统的故障诊断方法研究

随着汽车发动机技术的发展,汽车的安全性、可靠性和操控性得到了极大的改善,使汽车的复杂程度越来越高。为此,开发了基于汽车发动机故障诊断专家系统,介绍了系统的基本结构及其开发方法,重点描述了模糊知识的表示、知识的管理以及推理机制的构成。经过多次使用证明,该专家系统具有非常高的使用价值。     

基于粒子群算法和SDAE的采棉头故障诊断研究

针对采棉头故障诊断和故障预警缺失的问题,提出基于粒子群优化算法(PSO)优化堆叠降噪自编码器(SDAE)的采棉头故障诊断方法。将采棉滚筒转速与采棉头输入转速比和采棉头液压驱动压力作为输入,利用PSO算法对SDAE网络的超参数进行自适应选取,确定网络结构,然后将预处理后的数据输入PSO-SDAE网络进行深度特征提取,经过前向传播和反向微调,得到采棉头故障诊断模型。通过采棉头堵塞故障模拟试验对算法进行验证,试验结果表明：PSO-SDAE网络诊断方法在特征有效提取、故障诊断准确率方面均优于SDAE网络、支持向量机(SVM)、反向传播神经网络(BPNN)以及深度置信网络(DBN),可用于采棉头故障诊断和故障预警。     

基于EMD和Teager能量的滚动轴承故障诊断

对滚动轴承故障信号进行Teager能量谱分析是一种有效的方法,但是Teager能量算子使用对象为单分量信号.根据EMD （Empirical Mode Decomposition）能够自适应地把信号分解成单分量调制信号IMF（Intrinsic Mode Function）的特点,提出了一种基于EMD和Teager能量的故障诊断方法.通过对EMD分解出的与原信号互相关系数最大的分量作Teager能量谱分析进行诊断.分析了滚动轴承故障实验信号,并与信号的直接Teager 能量谱作了比较,验证了该方法的有效性.     

基于数据融合与专家系统的发动机故障诊断系统

提出了数据融合与专家系统相结合的汽车发动机故障诊断技术，其基本思路是：首先对来自发动机的多源信息进行预处理与特征提取，并通过数据融合计算获取发动机故障的初步结论；然后采用专家决策系统对此诊断结论进行反向推理求证，从而确保诊断结果的精确性与可靠性。为此，给出了系统的基本结构，并对数据采集与处理系统、数据融合技术以及专家决策系统进行了分析，为现代发动机故障诊断系统的建立提供了新的思路。