关键词： 局部放电   多源信号   能量谱   模式识别   DBSCAN改进算法  

摘要： 针对带电检测现场存在多源局部放电源及干扰脉冲信号,不能直接获得单类局部放电相位分布(phase resolved partial discharge,PRPD)谱图进行模式识别的问题,该文提出基于能量谱分析和基于密度的噪声应用空间聚类(density-based spatial clustering of applications with noise,DBSCAN)改进算法的局部放电多源信号分类识别方法。首先,采用能量谱分析提取检测脉冲选定频段的能量百分占比作为局部放电时间分布(time resolved partial discharge,TRPD)谱图特征值,该选定频段的中心频率和带宽由传感器性能参数确定;进而,根据单类脉冲信号选定频段的能量百分占比密度近似正态分布,提出并采用改进的DBSCAN算法实现多源信号的自适应聚类分离;最后,基于分类信号的PRPD谱图实现了局部放电信号的类型识别。实验结果表明,多源局部放电信号的识别准确率达到98.45%,该方法可用于变电站多源局部放电的现场带电检测与分类识别。

关键词： 檀香   主成分分析   气质联用   化学模式识别   指纹图谱  

摘要： 目的建立檀香气相色谱-质谱(GC-MS)指纹图谱,为科学评价檀香质量提供技术参考。方法采用GC-MS法建立檀香指纹图谱,并对指纹图谱进行共有峰标记和相似度评价,以保留指数法鉴别、相对峰面积法定量共有峰,结合化学模式识别方法对檀香指纹图谱进行分析,同时采用逼近理想解排序法(TOPSIS)综合评价檀香质量情况。结果建立13批次檀香GC-MS指纹图谱,并确定17个共有峰,各批檀香样品相似度在0.746~0.971之间,主成分分析、聚类分析和正交偏最小二乘判别分析表明13批檀香样品可分成3类,通过变量权重重要性排序(VIP)图筛选出9个差异性指标成分。TOPSIS评分表明檀香S2的质量最优,S12的质量较差。结论GC-MS指纹图谱结合化学模式识别可为檀香快速分类及其质量评价提供新的思路和方法。

关键词： 模式识别   海缆   麻雀搜索算法   支持向量机   信号分解  

摘要： 光电复合海底电缆(简称“海缆”)的在线状态监测及故障识别,可以实现海缆故障的早期预警。为了更快、更准确地实现海缆故障早期预警,文章提出一种基于麻雀搜索算法优化支持向量机的海缆振动信号识别的方法。其首先采用集合经验模态分解(EEMD)方法对海缆故障信号进行分解,并提取各个分量的峭度、能量熵组合作为训练特征集,以避免直接去噪导致信号失真而影响对目标特征的提取;然后采用麻雀搜索算法(SSA)优化支持向量机(SVM)的惩罚因子和核函数参数,以提高识别准确率。通过基于布里渊光时域分析(BOTDA)的海缆振动信号模拟实验系统获取锚砸、冲刷和摩擦3种工况下的海缆振动信号各500组,并通过EEMD对3类含噪信号进行分解,提取各分量的特征数据集,同时将数据集的80%作为训练集,其余的20%作为测试集。将文中所提EEMD-SSA-SVM算法与EEMD-PSO-SVM和SVM算法进行比较,结果显示,EEMD-SSA-SVM算法识别率高,优化能力强,其测试集准确率达到95%,优于其他几类算法。

关键词： 神经网络   分布式声传感器   有载变压器   故障检测   SMOTE算法   模式识别   数据增强  

摘要： 提出基于分布式光纤传感技术的人工神经网络有载变压器故障检测预报模型,通过人工模拟变压器的故障状态及正常运行状态,并通过k-means SMOTE数据扩充方法,可以有限扩充少量故障数据集,使故障数据量可以和正常数据量达到一致,将扩充后的故障数据与正常运行的数据一起送入长短期记忆卷积神经网络(convolutional neural networks long short term memory, CNN-LSTM)识别模型,最终可以将故障的识别率提升到100%,这对采用分布式光纤传感技术在有载变压器故障识别系统上的发展具有重要意义。

关键词： 多源局部放电   PRPD图谱   卷积神经网络   模式识别  

摘要： 为验证开关柜多源局部放电直接分类的可行性,设计了四种典型局部放电模型,采集单局部放电源和双局部放电源信号,并绘制PRPD图谱作为数据集,利用卷积神经网络(CNN)模型进行模式识别。实验以经典模型的性能作为参考,再对表现较好的模型进行优化,得到最终模型。实验结果表明,优化后的模型准确率均超过98.5%,且训练时长较经典模型明显减少,适用于多源局部放电模式识别。

关键词： 商用车   燃油经济性   空气处理单元(APU)   电磁阀控制   控制策略   模式识别   Markov链  

摘要： 为改善商用车空气处理系统的燃油经济性,提出一种以基于电磁阀控制的电控空气处理单元(APU)控制策略,进行了Simulink系统仿真实验。该策略具有基础、低压和高压等3种工作模式;基于发动机工况识别和预测方法;利用Matlab/Simulink搭建车辆模型和空气处理系统模型;并构建了神经网络模式识别和Markov链预测控制模型对发动机的运行工况进行识别分类和需求扭矩百分比预测。结果表明:仿真实验验证了工况分类和电磁阀控制策略的有效性。在中国重型商用车瞬态工况(C-WTVC)下,与相同储气筒初始气压条件的机械APU相比较,应用该控制策略的电控APU的功率消耗下降480Wh,下降比率34.7%,燃油经济性显著改善。

关键词： 光纤传感   模式识别   时间卷积网络   注意力机制   周界安防  

摘要： 针对光纤周界安防模式识别中机器学习算法依赖专家经验、现有深度学习算法学习关键特征能力不足的问题,提出了一种多注意力时间卷积网络(MATCN)识别模型。MATCN以时序信号为输入,通过利用通道和时序注意力优化网络学习机制,挖掘信号关键信息;在卷积过程中使用带泄露修正线性单元(Leaky ReLU)解决神经元坏死问题,提高模型的鲁棒性。搭建了基于相位敏感光时域反射系统(Φ-OTDR)的周界安防系统,模拟了攀爬、敲击、踩踏及无入侵事件。实验结果表明,MATCN的识别率达到了98.50%,识别时间为0.53 s,性能优于长短时记忆网络(LSTM)与融合卷积层的长短时记忆网络(CNN-LSTM)。所提方法能够有选择性地学习不同通道和时间片段中的关键信息,实现对周界入侵信号的准确、高效识别。

关键词： 五灵脂   超高效液相色谱法指纹图谱   聚类热图分析   正交偏最小二乘法-判别分析  

摘要： 目的:建立五灵脂药材的超高效液相色谱法(UPLC)指纹图谱,结合化学模式识别法评价不同产地五灵脂药材质量。方法:采用UPLC建立指纹图谱,色谱柱为ACQUITY UPLC HSS T3(150 mm×2.1 mm,1.8μm),流动相为乙腈-0.1%磷酸水溶液(梯度洗脱),检测波长为265 nm,流速为0.25 mL·min^(-1),柱温为30℃,进样量为1.0μL。结合相似度评价、聚类热图分析及正交偏最小二乘法-判别分析(OPLS-DA)综合评价不同产地五灵脂药材质量。结果:建立的五灵脂药材UPLC指纹图谱共标定14个共有峰,指认出其中6个成分,分别为原儿茶酸、4-羟基苯甲酸、苯甲酸、槲皮苷、穗花杉双黄酮、扁柏双黄酮;22批五灵脂药材相似度为0.870~0.998;聚类热图分析将22批五灵脂药材分为两类,陕西省商洛市所产五灵脂可与其他产区样品完全区分;OPLS-DA共筛选出7个质量差异标志性成分。结论:建立的五灵脂药材UPLC指纹图谱及其化学模式识别方法稳定可行,可为五灵脂药材质量研究提供参考。

关键词： 大盘龙七   秦岭岩白菜   指纹图谱   聚类分析   主成分分析   定量测定   熊果苷   没食子酸   岩白菜素   儿茶素   4-O-没食子酰岩白菜素   11-O-没食子酰岩白菜素   儿茶素没食子酸酯  

摘要： 目的建立大盘龙七Bergeniae Scopulosae Rhizoma的HPLC指纹图谱及多酚类成分的含量测定方法,为大盘龙七药材质量控制及临床应用提供依据。方法采用Agilent 5 TC-C18色谱柱(250 mm×4.6 mm,5μm),以乙腈-0.1%磷酸水为流动相进行梯度洗脱,体积流量为1.0 mL/min,检测波长为275 nm,柱温25℃;对10批大盘龙七药材进行指纹图谱构建,基于指纹图谱相似度分析结合聚类分析与主成分分析,同时测定熊果苷、没食子酸、岩白菜素、儿茶素、4-O-没食子酰岩白菜素、11-O-没食子酰岩白菜素、儿茶素没食子酸酯的含量。结果建立了大盘龙七药材的HPLC指纹图谱,其中S5的相似度为0.752,其余批次的相似度均大于0.92,共标定了14个共有峰,指认出7个色谱峰,分别为熊果苷、没食子酸、岩白菜素、儿茶素、4-O-没食子酰岩白菜素、11-O-没食子酰岩白菜素、儿茶素没食子酸酯。聚类分析将10批大盘龙七药材分为3类;经主成分分析,主成分1~4是影响药材样品质量评价的主要因子;采用正交偏最小二乘法判别分析标记了大盘龙七中6个差异性成分。含量测定结果表明10批大盘龙七药材中熊果苷、没食子酸、岩白菜素、儿茶素、4-O-没食子酰岩白菜素、11-O-没食子酰岩白菜素、儿茶素没食子酸酯的含量范围分别为7.30~63.24、0.26~2.98、15.96~78.04、1.54~11.17、0.97~2.54、2.09~7.38、0.64~12.30 mg/g。结论建立的大盘龙七药材的HPLC指纹图谱及多酚类成分的含量测定方法操作简便、重复性好,可用于大盘龙七药材的定性定量分析,为大盘龙七药材的质量评价提供参考。

关键词： 尿毒康   汤剂   配方颗粒   高效液相色谱法   指纹图谱   相似度评价   化学模式识别  

摘要： 目的建立尿毒康的HPLC指纹图谱,并结合化学模式识别,比较中药汤剂与配方颗粒的差异,为两者等效性研究提供一定的理论依据。方法采用Thermo5005-254630 C_(18)色谱柱(250 mm×4.6 mm,5μm),以乙腈-0.1%磷酸水溶液为流动相梯度洗脱,流速:0.8 mL·min^(-1),检测波长:254 nm,柱温:22℃,进样量:20μL。建立9批尿毒康颗粒指纹图谱,采用“中药色谱指纹图谱相似度评价系统”考察色谱图相似度,结合聚类分析(HCA)、主成分分析(PCA)及正交偏最小二乘判别分析(OPLS-DA)对结果进行分析,并以变量重要性投影(VIP)值大于1为标准,综合评价汤剂、配方颗粒混冲及配方颗粒混煎的差异。结果建立了9批次尿毒康HPLC指纹图谱,相似度在0.754~0.993之间。确定了21个共有峰,并指认了其中8个色谱峰;通过HCA、PCA和OPLS-DA均可明显将样品分为2类,同时筛选出了导致各批次之间产生差异的7个标志物,分别为3号峰、1号峰、5号峰(毛蕊异黄酮苷)、7号峰(女贞子苷)、16号峰(芦荟大黄素)、13号峰(肉桂醛)、2号峰。结论尿毒康传统汤剂和配方颗粒在化学成分上存有一定的差异,配方颗粒混冲与混煎相似度良好,同时筛选出差异成分,可为生产工艺优化及质量评价提供依据。