基于PSO-SVM的风机叶片结冰检测方法

发电风机叶片结冰故障诊断在国际上现在依旧在研发过程,大多数风力发电厂都是叶片结冰影响运行后进停止发电,用各种方法去冰。针对这一现象,本文设想了一种采用数据驱动型的结冰检测方法,通过分析SCADA系统采集现场数据,建立结冰预测模型。首先根据工业大数据的特点,在预处理环节,进行剔除奇异值等操作;再通过机理分析,选择合适特征;最后将特征数据带入使用粒子群算法优化参数的支持向量机中。实验表明对叶片结冰预测取得了显著成果,这可能成为风机叶片结冰状态预测的新方法。     

地铁隧道风机能效研究报告

为研究地铁隧道风机能效,本文采用数值模拟结合理论分析的方法,利用Auto CAD建立隧道风机二维模型,采用CFD通用求解器Fluent对风机进行能效模拟。结果表明,影响隧道风机能效的因素包括风机流量、叶片安装角度、电机功率、叶片翼型、内部结构及轮毂比等。最后提出了提高风机能效的建议。     

基于深度学习的风机叶片裂纹检测算法

风电机组叶片裂纹问题对机组正常安全运行会产生严重影响。为对风电机组叶片损裂状态进行有效检测,基于风场大数据,提出了一种基于深度学习区域卷积神经网络(Cascade R-CNN)的风机叶片裂纹检测方法。并通过对数据集进行图像增强、选取ResNeXt-101作为特征提取网络、在特征提取部分加入特征金字塔网络(Feature Pyramid Networks,FPN)等改进方式进行优化。实验结果表明,所提方法都能有效的提高风机叶片裂纹检测的准确率,精度共提升了10%,本文还与目前主流的目标检测算法如Faster-RCNN等进行对比,实验结果表明,本方法识别精度更高,检测速度与其他方法基本持平。     

基于BP神经网络的变压器油路循环系统故障诊断

电力变压器在运行中若过热会引发很多故障,因此,对变压器降温系统进行故障检测是非常重要的。本文针对油浸式变压器的油路循环降温系统故障的特点以及传统故障诊断方法在变压器油路循环系统诊断应用中的局限性,提出了一种基于BP神经网络算法的油路循环系统故障诊断方法。通过选择足够多的故障样本训练神经网络,达到油路循环系统故障诊断的要求,并通过实例仿真证明了本算法的有效性,为实际中解决油浸式变压器的油路循环降温系统故障提供了理论依据和实验仿真依据。     

基于BP神经网络的发动机故障诊断算法研究

为提高发动机故障诊断的准确度和诊断效率,本文开展一种基于BP神经网络的发动机故障诊断算法研究,研究过程为首先设计实验方案,并对实验数据进行采集;其次利用训练样本对发动机故障网络对进行训练,确定最佳的BP神经网络方案为11-11-8结构,采用LM算法的BP神经网络,最终利用训练后的神经网络进行故障诊断,诊断正确率达到94%。     

基于改进KNN的文本分类方法

本文针对VSM (向量空间模型)中KNN (K最近邻算法)在文本处理环境下的不足,根据SOM (自组织映射神经网络)理论、特征选取和模式聚合理论,提出了一种改进的KNN文本分类方法。应用特征选取和模式聚合理论以降低特征空间维数。传统的VSM模型各维相同的权重并不适应于文本处理的环境,本文提出应用SOM神经网络进行VSM模型各维权重的计算。结合两种改进,有效地降低了向量空间的维数,提高了文本分类的精度和速度。     

基于FOA-LSSVM的高速铁路道岔故障诊断

道岔故障类型识别对高速铁路设备维护具有重要的意义。在提出的基于FOA-LSSVM的高铁提速道岔故障诊断算法中,以道岔动作电流曲线监测数据为分析基础,选择5个特征指标组成道岔故障诊断模型的特征输入向量,降低了输入向量的维数,缩短训练时间,并采用果蝇优化算法,能够提高计算速度,保持良好的回归性能。通过实例分析证明:基于FOA-LSSVM的道岔故障诊断算法的分类性能好、识别准确率高,能够保证道岔故障类型测定的准确性和可靠性,缩短故障处理时间,确保高速铁路运输的安全与实效。     

离散涡方法在翼型结冰快速预测中的应用

本文对离散涡方法加以改进,并将改进后的离散涡方法与Messinger结冰模型结合,用于对二维翼型绕流及其结冰过程的数值模拟,兼顾了结冰数值模拟中精度与效率的需求,有望在民机型号研制与试飞中得到良好应用。     

电力电子电路故障诊断方法仿真分析

由于电力电子电路当中的电子器件所工作的环境是与电力相似的高压环境,具有较小的负载能力,损坏的速度较快,这就导致故障的发生无法被有效获取。传统故障诊断的主要方式就是依据频率所输出的波形对缓慢故障进行判断,但是,却对快速、突变的故障无法识别。就此提出了粒子群优化算法的一种电路的故障诊断方式。本文主要通过对粒子群优化的方法进行利用,通过所有粒子的迭代云算,对电路中的器件有无故障进行相应判断。根据本次实验所得结果显示,电力电子电路故障在诊断中运用改进算法,能够使故障的诊断准确定得以有效提高。     

风机转动速度调节的PID优化算法研究

通过对风机转动速度的优化控制调节,提高风机的输出功率和电能传输效率,风机转子叶片控制中受到强耦合的磁损耗的干扰,难以实现有效的转速调节,提出一种基于PID优化控制的风机转动速度调节优化算法,分析风机转动速度调节控制参数模型,构建风机转子叶片速度调节的优化控制目标函数,设计三层前向PID神经网络,通过PID变结构控制,风机的低速轴将转子轴心与齿轮箱连接,激发空气动力闸的运行,进行转速调节,有效地抑制了风机转子叶片控制中强耦合磁损耗的干扰,提高了风机转动速度调节输出控制性能。仿真结果表明,采用该方法能有效实现风机转速调节控制,提高风机运行效率和输出增益。     

基于Labview的伺服系统故障定位技术研究与实现

现代伺服系统规模庞大,结构复杂,且通常工作环境恶劣,故障发生率高,故障诊断费时费力。为了提高伺服系统故障诊断定位效率,基于故障树分析和虚拟仪器技术相结合在LabView软件平台上开发了伺服故障诊断定位系统。设计了一种基于最小割集表示的等价故障树的,结合模拟退火粒子群算法对神经网络的训练进行优化,使其故障诊断定位响应时间和准确度都显著提高。最后实验证明所设计系统采用的分析算法能够快速准确的进行故障诊断定位,对故障诊断定位技术的发展具有一定的参考和实际意义。     

改进类中心分类算法在文本分类中的应用

为了能在海量的文本中及时准确地获得有效的知识和信息,文章表示技术以及文本自动分类技术受到了广泛的关注。文章介绍了文本分类的过程和相关的技术,利用向量空间模型构建文本表示模型,介绍了常用的文本分类算法,由于传统类中心分类算法训练文档分散,不能准确的表示各类别的中心向量,提出了优化算法,从而提高了分类准确度。     

基于TF-IDF逻辑回归算法的Web攻击行为检测方法研究

针对各种变形的Web攻击行为难以检测的问题,本文提出了基于TF-IDF逻辑回归算法的Web攻击检测方法,利用数据统计方法 TF-IDF算法将无规律数据集转换成固定维数的特征矩阵,同时利用逻辑回归算法进行训练和分类。并借助三种分类模型评估方法验证该检测方法的可行性。     

量子神经网络算法在电网故障诊断中的应用

将量子神经网络(QNN)方法应用到电网故障中,建立故障诊断模型。首先以保护装置和断路器的动作信息为条件属性集,建立电网故障决策表,然后将简化后的决策表作为训练样本,训练量子神经网络,使网络具有故障诊断功能。仿真实验结果表明,提出的算法有效提高了故障诊断的正确性和效率。     

概率估算方法对中文文本特征提取质量的影响

在文本自动分类中,目前有词频和文档频率统计这两种概率估算方法,采用的估算方法恰当与否会直接影响特征抽取的质量与分类的准确度。本文采用K最近邻算法实现中文文本分类器,在中文平衡与非平衡两种训练语料下进行了训练与分类实验,实验数据表明使用非平衡语料语料时,可以采用基于词频的概率估算方法,使用平衡语料语料时,采用基于文档频率的概率估算方法,能够有效地提取高质量的文本特征,从而提高分类的准确度。     

基于证据理论和支持向量机的多传感器融合在风机齿轮故障诊断中的应用

针对单一传感器只能采集风电机组齿轮箱的部分振动信息,故障诊断结果具有片面性,提出一种基于证据理论和支持向量机的多传感器融合在风机齿轮故障诊断方法。首先运用单个传感器采集齿轮箱各种状态下的振动信息,用小波分析提取齿轮箱状态特征;然后采用支持向量机对故障诊断特征进行训练,构建各类故障诊断子分类器;最后采用融合技术故障诊断子分类器的输出结果进行融合,将所融合结果作为最终故障诊断结果。采用仿真实验进行验证。结果显示,本文所提供的方法可以在很短时间内得到较高的风力机齿轮箱故障诊断正确率,提高故障诊断精度和效率。     

基于非线性同伦LM算法的牵引变压器故障诊断及其应用

针对牵引变压器故障的特点以及传统故障诊断方法在牵引变压器诊断应用中的局限性,研究一种基于非线性同伦LM神经网络算法的变压器故障诊断方法。通过选择合适的故障样本进行数据预处理并训练神经网络,达到变压器故障诊断的要求,并通过仿真验证本算法的有效性。     

基于粗糙集-神经网络的财务危机预警模型实证研究

本文提出了以粗糙集与神经网络相结合的技术方法,应用于我国上市公司财务危机预警研究中。在通过以中国上市公司财务数据为基础进行实证分析之后,结果表明粗糙集的引入减少了神经网络的输入维数,采用动量添加法和参数自适应算法修正的神经网络算法,在网络训练的准确性和精度上都优于传统的BP神经网络。     

基于流形学习的视频中文文本检测算法

提出了一种基于流形学习的视频中文文本检测算法.算法重点针对文本图像和非文本图像的特征提取、流形降维、分类器训练等关键部分进行了改进,对人为收集的文本图像样本与非文本图像样本进行特征提取,并使用等距离映射的流形学习算法来完成特征降维,最后使用支持向量机来完成分类器训练,获取文本与非文本检测分类器,完成视频中文文本检测.实验结果表明,算法具有明显优越性,在检测可靠性和准确度上有较大提高,具有一定的实用意义.     

浅谈输配电线路覆冰及其消除措施

在我国冬季降雪会引发一连串的问题,其中就包括了输电线上积雪导致输电线自身重量增加最终输电线垮塌事故,并且由于电线表面水分结冰又会造成相应的一系列事故和危险。由于我国输电线路中大量电线裸露在外环境且属于高架式的架设方法,因此一旦电线表面结冰就会引发相关问题。