检索结果-内蒙古大学图书馆

四川电力技术 2025年第1期48卷 32-40,84页

作者：王译萱向思屿梁晖辉邝俊威张菊玲刘松嘉国网四川省电力公司电力科学研究院四川成都610041 电力物联网四川省重点实验室四川成都610041 华北电力大学计算机系河北保定071003 国网四川省电力公司泸州供电公司四川泸州646000 国网四川省电力公司自贡供电公司四川自贡643000

为提高输变电线路在长期运行和自然环境影响下产生的各类缺陷的检测精度和效率,提出了基于YOLOv8和可变形卷积的改进算法。针对各类缺陷样本数量差距较大导致的长尾分布问题,提出使用分割一切模型对数据进行扩充以提高数据平衡性;在主... 详细信息

为提高输变电线路在长期运行和自然环境影响下产生的各类缺陷的检测精度和效率,提出了基于YOLOv8和可变形卷积的改进算法。针对各类缺陷样本数量差距较大导致的长尾分布问题,提出使用分割一切模型对数据进行扩充以提高数据平衡性;在主干网络中引入DCNv2结构,通过动态调整卷积核的形状适应各类样本包含的特征以提高泛化能力,并结合multi-CA注意力机制使网络注重各通道的融合信息;使用损失函数WIoU引导模型学习,以适应不同质量的锚框。将改进的算法与其他算法进行比较,结果表明改进算法增加了对输变电缺陷检测的精度。

关键词： DCNv2 YOLOv8 分割一切模型 WIoU multi-CA

来源：评论

学校读者我要写书评

暂无评论

Android应用隐私政策文本研究

引用

保密科学技术 2022年第9期 31-38页

作者：杨萌科武林娜刘陶王淞鹤移动应用创新与治理技术工业和信息化部重点实验室中国信息通信研究院泰尔终端实验室华北电力大学控制与计算机工程学院

本文从Android应用隐私政策的研究背景出发,结合标准规范和社会实践,对应用处理个人信息的种类进行了分析总结;以主流Android应用商店内不同类别的隐私政策文本为研究对象,从隐私政策文本的内容和结构2个维度进行了深度分析,目的是结合... 详细信息

本文从Android应用隐私政策的研究背景出发,结合标准规范和社会实践,对应用处理个人信息的种类进行了分析总结;以主流Android应用商店内不同类别的隐私政策文本为研究对象,从隐私政策文本的内容和结构2个维度进行了深度分析,目的是结合《个人信息保护法》的相关要求对获取的文本内容进行对比总结,为行业监管和企业内部规范提供参考;构建权限短语词典用于Android隐私收集行为的一致性比对,为后续工作提供研究基础。

关键词： Android应用隐私政策个人信息保护

来源：评论

学校读者我要写书评

暂无评论

基于改进堆叠自编码网络的电站辅机故障预警

引用

仪器仪表学报 2019年第7期40卷 39-47页

作者：李晓彬牛玉广葛维春罗桓桓周桂平华北电力大学控制与计算机工程学院北京102206 华北电力大学新能源电力系统国家重点实验室北京102206 国网辽宁省电力有限公司沈阳110006

为了提高对辅机故障的事前预知能力,结合深度学习中非监督学习方法的优势,提出基于改进堆叠自编码网络的电站辅机故障预警方法。该方法以辅机的历史正常数据为训练集,利用堆叠自编码(SAE)网络的非线性表达能力表示辅机各变量之间的关系... 详细信息

为了提高对辅机故障的事前预知能力,结合深度学习中非监督学习方法的优势,提出基于改进堆叠自编码网络的电站辅机故障预警方法。该方法以辅机的历史正常数据为训练集,利用堆叠自编码(SAE)网络的非线性表达能力表示辅机各变量之间的关系,同时引入批标准化(BN)算法优化网络性能。对于输入的观测向量,SAE网络给出相应的重构向量。构造基于融合距离的相似度表示观测向量与重构向量间的偏差,当辅机开始偏离正常状态时,观测值与重构值偏差增大,相似度下降至预警阈值即表明设备出现故障。分别利用某热电机组中速磨煤机的正常数据与故障数据进行测试与验证,结果显示引入BN算法的SAE网络具有更低的重构误差,同时能够在磨煤机跳闸前做出预警,表明该方法可对辅机故障进行有效预警,具有一定的工程应用价值。

关键词：堆叠自编码网络批标准化网络性能优化电站辅机故障预警

来源：评论

学校读者我要写书评

暂无评论

基于多策略分区勘探粒子群算法的主蒸汽温度优化控制

引用

热力发电 2021年第7期50卷 23-30页

作者：刘萌王印松牟文彪杨敏陆陆华北电力大学控制与计算机工程学院河北保定071000 浙江省能源集团有限公司浙江杭州310007 浙江省火力发电高效节能与污染物控制技术研究重点实验室浙江杭州310000

为满足火电机组快速深度变负荷工况下主蒸汽温度控制器参数整定需求,将选择算子、自适应学习因子、自适应惯性权重系数引入标准粒子群算法中,提出多策略分区勘探粒子群算法。该方法根据适应度评价指标,将种群划分为标准粒子群操作区、... 详细信息

为满足火电机组快速深度变负荷工况下主蒸汽温度控制器参数整定需求,将选择算子、自适应学习因子、自适应惯性权重系数引入标准粒子群算法中,提出多策略分区勘探粒子群算法。该方法根据适应度评价指标,将种群划分为标准粒子群操作区、选择算子操作区、自适应学习因子操作区、自适应惯性权重系数操作区4个分区,以充分发挥各寻优策略的优势,保证算法具有较高收敛精度,同时具有较快的收敛速度。与其他5种改进粒子群算法进行对比实验,结果表明:本文所提算法寻优精度高,收敛时间短。将本文算法与衰减曲线法、3种改进粒子群算法分别应用于主蒸汽温度串级PID控制器参数优化,仿真实验结果验证了本文算法的有效性。

关键词：粒子群优化算法主蒸汽温度参数优化串级控制分区勘探 PID 收敛速度

来源：评论

学校读者我要写书评

暂无评论

基于一维卷积神经网络的驾驶人身份识别方法

引用

中国公路学报 2020年第8期33卷 195-203页

作者：胡宏宇刘家瑞高菲高振海梅兴泰杨光吉林大学汽车仿真与控制国家重点实验室吉林长春130022 华北电力大学控制与计算机工程学院河北保定071003 广州汽车集团股份有限公司广汽研究院广东广州510000

近年来,智能网联汽车(ICV)已成为智能工业时代最有前景的发展方向。作为现代移动的重要模式,ICV的设计和开发越来越强调个性化需求。提出一种仅使用车载CAN总线行车状态数据,基于深度学习的驾驶人身份识别通用框架。首先采集20名驾驶人... 详细信息

近年来,智能网联汽车(ICV)已成为智能工业时代最有前景的发展方向。作为现代移动的重要模式,ICV的设计和开发越来越强调个性化需求。提出一种仅使用车载CAN总线行车状态数据,基于深度学习的驾驶人身份识别通用框架。首先采集20名驾驶人在固定试验路线下,包括不同道路类型、不同交通条件下的自然驾驶行车状态数据集;其次对9种类型的CAN信号行车数据进行数据清洗与重采样,构建数据样本集。搭建了由卷积层、池化层、全连接层、SoftMax层构成的一维卷积神经网络(1-D CNN)驾驶人身份识别模型,并且使用Adam算法、L2正则化、Dropout、小批量梯度下降等方法对模型性能进行优化。算法验证过程中,探讨了模型卷积核占比、卷积核数量、卷积层层数、全连接层节点规模对模型识别准确率的影响,进而对模型结构参数进行优选。进一步地,将该算法与K近邻(KNN)、支持向量机(SVM)、多层感知器(MLP)等传统机器学习方法及深度学习算法长短时记忆网络(LSTM)进行对比分析,同时探究样本时间窗口大小、样本数据重叠度、驾驶人数量对模型识别结果的影响。在数据时间窗口为1s、数据重合度80%的条件下,对20名驾驶人进行识别,评价指标宏观F1分数可达99.1%,表明该模型表现明显优于其他对比模型算法,其对驾驶人身份识别表现稳定,鲁棒性强。

关键词：汽车工程智能网联汽车一维卷积神经网络驾驶人身份识别行车数据深度学习

来源：评论

学校读者我要写书评

暂无评论

快堆功率和堆芯冷却剂出口温度的线性自抗扰控制

引用

核动力工程 2019年第2期40卷 74-79页

作者：刘凤鸣周世梁沈聪王潇荦张华夏刘玉燕华北电力大学核科学与工程学院北京102206 非能动核能安全技术北京市重点实验室北京102206 华北电力大学控制与计算机工程学院北京102206

针对快堆控制器具有更快的响应速度和更高的控制精度的需求,分别设计了堆功率和堆芯冷却剂出口温度线性自抗扰控制器(LADRC)。基于快堆中子动力学模型和堆芯热传输模型分别导出了用于控制器设计的相对功率和冷却剂出口温度的2阶非线性模... 详细信息

针对快堆控制器具有更快的响应速度和更高的控制精度的需求,分别设计了堆功率和堆芯冷却剂出口温度线性自抗扰控制器(LADRC)。基于快堆中子动力学模型和堆芯热传输模型分别导出了用于控制器设计的相对功率和冷却剂出口温度的2阶非线性模型,幵基于导出的模型设计了对应的加入模型信息的线性扩张状态观测器(LESO)。采用所导出的2阶模型的时间尺度参数确定了LESO带宽范围,采用偏差和执行机构动作速度允许范围确定了比例-微分(PD)控制器带宽范围,幵据此迚行了LADRC参数整定。仺真结果表明,加入模型信息的LESO具有更好的总扰动估计效果,所设计的LADRC均具有较快的响应速度和较高的控制精度,而采用加入模型信息的LESO的LADRC控制性能更优。

关键词：快堆功率控制温度控制自抗扰控制器参数整定

来源：评论

学校读者我要写书评

暂无评论

基于多元状态估计与自适应闽值的电站辅机故障预警

引用

动力工程学报 2019年第9期39卷 717-724页

作者：牛玉广李晓彬张佳辉华北电力大学控制与计算机工程学院北京102206 华北电力大学新能源电力系统国家重点实验室北京102206

为了有效识别辅机运行过程中的故障,将多元状态估计技术应用于辅机的故障预警中。根据机组功率高低将辅机的历史状态矩阵分为3类,通过等距抽样选取典型状态分别建立子模型。对于输入的观测向量,模型给出相应的估计向量,两者的偏差可用... 详细信息

为了有效识别辅机运行过程中的故障,将多元状态估计技术应用于辅机的故障预警中。根据机组功率高低将辅机的历史状态矩阵分为3类,通过等距抽样选取典型状态分别建立子模型。对于输入的观测向量,模型给出相应的估计向量,两者的偏差可用相似度函数表示,并基于区间估计的思想设计了相似度的自适应阈值方法。最后利用某350 MW热电机组的中速磨煤机堵煤故障前的数据进行仿真。结果表明:模型在磨煤机跳闸前264 s做出预警,具有较高的故障检测效率;与传统的固定阈值方法相比,采用自适应阈值方法可有效降低误报率。

关键词：电站辅机故障预警多元状态估计技术相似度自适应阈值堵煤

来源：评论

学校读者我要写书评

暂无评论

基于x-LMS的智能叶片风力机复合主动降载控制方法

引用

动力工程学报 2019年第5期39卷 409-417页

作者：张文广王奕枫刘海鹏刘瑞杰华北电力大学新能源电力系统国家重点实验室北京102206 华北电力大学控制与计算机工程学院北京102206

为研究大型风力机的主动降载控制方法,以NREL 5 MW参考风力机为研究对象,建立了具有尾缘襟翼的智能叶片风力机非定常气动模型,并分析其非定常气动性能。基于x-LMS分别对桨距角和尾缘襟翼角进行控制,提出将二者结合的复合主动降载控制方... 详细信息

为研究大型风力机的主动降载控制方法,以NREL 5 MW参考风力机为研究对象,建立了具有尾缘襟翼的智能叶片风力机非定常气动模型,并分析其非定常气动性能。基于x-LMS分别对桨距角和尾缘襟翼角进行控制,提出将二者结合的复合主动降载控制方法,并分析了在不同风况下所提控制方法的控制效果。结果表明:所建模型可有效模拟出智能叶片风力机的非定常气动性能;所提控制方法可同时抑制高频与低频叶根挥舞弯矩波动,并显著降低叶片疲劳载荷,有利于风力机的稳定运行。

关键词：风力机非定常气动模型尾缘襟翼独立变桨距 x-LMS

来源：评论

学校读者我要写书评

暂无评论

风力机智能叶片颤振建模及主动控制仿真

引用

动力工程学报 2019年第9期39卷 758-764,776页

作者：张文广王媛媛刘瑞杰沈炀智华北电力大学新能源电力系统国家重点实验室北京102206 华北电力大学控制与计算机工程学院北京102206

以带有尾缘襟翼的NREL 5 MW参考风力机为研究对象,综合考虑非定常气动力、气动阻尼和弯扭耦合等因素,建立了改进的智能叶片气弹模型,并与FAST平台进行仿真对比。基于径向基函数(RBF)神经网络自适应比例、积分、微分(PID)方法设计了尾缘... 详细信息

以带有尾缘襟翼的NREL 5 MW参考风力机为研究对象,综合考虑非定常气动力、气动阻尼和弯扭耦合等因素,建立了改进的智能叶片气弹模型,并与FAST平台进行仿真对比。基于径向基函数(RBF)神经网络自适应比例、积分、微分(PID)方法设计了尾缘襟翼主动控制器,在标准湍流风况下对叶尖偏移量进行仿真控制。结果表明:改进气弹模型的准确度较高;尾缘襟翼主动控制方法可有效减小叶尖偏移量的波动。

关键词：风力机尾缘襟翼气动阻尼弯扭耦合 RBF神经网络自适应PID

来源：评论

学校读者我要写书评

暂无评论

人工智能驱动的数据分析技术在电力变压器状态检修中的应用综述

引用

高电压技术 2019年第2期45卷 337-348页

作者：刘云鹏许自强李刚夏彦卫高树国华北电力大学河北省输变电设备安全防御重点实验室保定071003 华北电力大学新能源电力系统国家重点实验室北京102206 华北电力大学控制与计算机工程学院保定071003 国网河北省电力有限公司电力科学研究院石家庄050021

状态检修为电力变压器的稳定运行与优质电力的正常供应提供了重要保障。随着智能电网建设的不断推进,包括状态监测、生产管理、运行调度、气象环境等在内的电力变压器运行状态相关信息已逐步呈现出体量大、种类多、增长快的典型大数据... 详细信息

状态检修为电力变压器的稳定运行与优质电力的正常供应提供了重要保障。随着智能电网建设的不断推进,包括状态监测、生产管理、运行调度、气象环境等在内的电力变压器运行状态相关信息已逐步呈现出体量大、种类多、增长快的典型大数据特征。因此,在电力大数据的时代背景下,开展结合人工智能技术的电力变压器状态数据综合挖掘与分析研究,对于进一步提升设备状态检修的全面性、高效性与准确性具有十分重要的意义。鉴于此,首先概述了面向数据分析的人工智能技术,涵盖专家系统、不确定性推理、机器学习及智能优化计算等研究内容;然后,结合电力变压器状态检修各阶段任务的智能化需求,论述了人工智能驱动的数据分析技术在数据清洗、文本挖掘、图像识别、状态评估、故障诊断、状态预测及检修决策优化等典型场景中的应用研究现状;最后,探讨了现阶段影响基于人工智能的数据分析技术在状态检修领域应用效果的关键问题,并对未来的主要研究方向进行了展望。

关键词：人工智能数据分析电力变压器状态检修图像识别专家系统

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：