基于逻辑专网的气田工业互联网平台设计与应用

进入21世纪以来,工业互联网、云计算、大数据等新一代信息技术展露锋芒,“中国制造2025”的出台加速了中国工业企业向“智慧”时代转型的步伐,以“智慧油田”建设为代表的技术革命为新一轮油气行业转型升级埋下伏笔。结合新疆油田天然气处理厂,通过逻辑专网改造,引入天行实时数据库,实现了全厂2万余采集点的秒级数据采集与管理,通过多级实时数据平台的构建,完成了厂区实时数据的分层管理与应用,借助信息化与物联网等相关技术,构建厂级工业互联网平台,为气田生产管理、生产优化提供统一标准的数据服务,最终建立全面感知、自动控制、趋势预测、优化决策、辅助增储上产、绿色安全、高效运营、精细管理的智能气田,满足气田未来高效开发管理的需要,该模式最大限度地将实时数据管理与应用场景进行有效融合,确保业务分析的可行性,探索工业互联网模式下的安全生产运行。     

自动抄表系统的发展与展望

对供电部门和用户来说,传统的手工抄表收费方式越来越难以适应时代的进步和发展,抄表收费也成了供电部门经营上的的一大难题。而现代化的自动抄表系统可以较好地解决这一问题,自动抄表技术的应用也经历了一个从无到有,从原始到现代化的一个循序渐进的发展过程。进入新的世纪,展望未来,一种基于 GPRS网络技术的自动抄表系统有望解决这些难题。     

面向数字人文的先秦两汉典籍自动标点研究——以SikuBERT预训练模型为例

古籍自动标点研究成为推动古籍研究在人文社科领域发展的关键环节。文章利用SikuBERT模型,以“中国哲学书电子化计划”古籍数据库中的先秦两汉典籍为数据源,进行自动标点训练,探索基于深度学习技术的古文自动标点模型。实验结果表明：SikuBERT模型对先秦两汉典籍自动标点的整体效果比较优越,对书名号、冒号、句号以及逗号,预测表现良好,尤其是书名号与冒号标签的识别准确率、召回率与F1值均达到95%以上。文章验证了BERT模型在古籍文本自动标点中的可行性。     

汉语口语开放性试题计算机自动评分的效度验证

计算机自动评分优势诸多,发展势头迅疾,将这一技术引入到实评之中,须对其效度进行论证。本研究依据Williamson等在2012年提出的计算机自动评分效度论证框架,对2016年11月我国新疆地区中国少数民族汉语水平等级考试(MHK)口语考试的实测数据进行了计算机自动评分的效度验证,结果显示:依据该框架对口语开放性试题计算机自动评分进行效度验证是可行的,MHK口语开放性试题的计算机自动评分与人工评分的依据相似,与专家评分的相关系数在0.8以上,评分的一致性和稳定性较高,多项指标明显优于人工评分。     

堆栈稀疏降噪自编码网络在变压器故障诊断中的应用

为了进一步提高电力变压器故障诊断的识别能力,提出了一种基于堆栈稀疏降噪自动编码器(stacked sparse denoising auto-encoder,SSDAE)的新型深度学习电力变压器故障诊断新方法,较好地解决了传统电力变压器故障诊断方法识别率低及特征提取能力差的问题。SSDAE模型首先使用大量的无标签数据,采用逐层贪婪法进行无监督预训练;然后将模型的最后一层连接Softmax分类器,使用带有故障类型的数据进行微调;最终通过实例数据证明,与三比值法和基于支持向量机(support vector machine, SVM)算法的诊断方法对比,所提出的基于SSDAE网络的变压器故障诊断方法的准确率可提高近20%。     

汉语自动标引加权方法试验研究

本文介绍了几种自动标引加权方法,以及把这几种方法应用于汉语文献自动标引试验的情况,给出了试验的有关数据、基于数据的分析和推出的结论,并对汉语科技文献自动标引中的若干问题进行了探讨。     

基于图像处理的原生动物自动计数方法及其实现

针对一些原生动物种类在水体中不断游动难于计数的问题,采用数字图像处理技术,将连续拍摄的两幅或多幅照片,经过图像相减、增强、滤波以及二值化等图像处理技术,转换为一幅黑白图像。再使用连通区域的标号、原生动物计数和统计修正等方法,自动计算出图中的原生动物个数。该系统已被成功使用于草履虫等纤毛类原生动物的定量,得到了比人工计数更为准确和更高效的实验结果。