课程文献中心 更多>>

关键词： 窃电检测   窃电相线   窃电节点   降序组织算法   递归模型算法  

摘要： 为了进一步提升窃电用户所在相线和线路节点的检测准确性,提出基于降序组织算法和递归模型算法的用户窃电检测新模型。该模型通过公共警报和电流差值的组合确认是否存在窃电事件。通过智能电表的旁路检测功能检测窃电事件发生的相线和中性线。基于“电路中窃电检测”报警信息和电表的“分流检测”供能,检测窃电事件用户所在的线路节点。为验证所构建模型的有效性,将所构建模型用于检测一个4节点配电系统实例中的窃电事件。实例分析结果表明,所构建的模型能够准确检测存在窃电事件的相线以及具体的配电线路节点。

关键词： NSGAII   轨道精调   矢距差法   重载铁路   多目标优化  

摘要： 重载铁路轮轨间作用力较大,轨道平顺性劣化较快,需要经常性轨道精调作用。现有的轨道精调计算以人工为主,效率低下,且容易造成扣件调整量过大的情况。本文通过引入矢距差轨道平顺性评价指标,以轨道平顺性、扣件系统总调整量为目标函数,利用非支配排序的遗传算法(NSGAII)来优化轨道滤波卷积核,同时考虑轨道平顺性和扣件系统的总调整量两个目标函数。通过算法,可以获取一组优化后的调整策略和相应的最优线形,以及优化线形对应的算法前沿。之后,输出算法前沿上的四个典型方案并进行可视化,四个方案均至少有一个目标优于人工方案,其中方案三相比于人工方案累计调整量降低了4.6%,平顺性指标降低了5.2%,完全领先人工方案。

关键词： 主动立体视觉   三维重建   结构光   线图案   立体匹配  

摘要： 主动立体视觉是获取物体三维信息最有效的方式之一。目前,实时重建动态物体的三维外形仍然非常困难,设计适用性广泛的结构光并且开发高精度的立体视觉匹配算法是解决这一问题的有效途径。为此提出了一种由红色、浅绿色、青色和紫色四种颜色线构成的新颖结构光线图案,并根据设计的图案提出了立体视觉匹配算法。用基于斜率差分布的阈值选择方法在色调,饱和度,亮度颜色空间中提取两相机视图中不同颜色的线。在中心对准后,两相机视图中的青色线基于一种线索引算法匹配,然后,基于已经匹配的青色线分别匹配浅绿色线和紫色线。最后,基于已经匹配的青色线、浅绿色线和紫色线匹配红色线。所提方法对栅格板的测量误差为0.3825 mm,不同方法对栅格板的测量结果表明所提方法的测量精确度优于其他测量方法。除此之外,不同实验物体的重建结果表明所提方法在重建静态及动态物体方面具有更强的鲁棒性。

关键词： 心内科   静脉血栓栓塞症   危险因素   Apriori算法   关联规则   护理  

摘要： 目的分析心内科住院患者静脉血栓栓塞症(venous thrombus embolism,VTE)的发生现状及危险因素,为构建心内科专科VTE风险预测模型提供依据。方法回顾性分析175例在广东省某三甲医院心血管内科住院期间确诊VTE的患者的临床资料,基于关联规则Apriori算法探究VTE发生的危险因素及各危险因素间的关联性。结果发生VTE的患者中,单纯深静脉血栓形成(deep venous thrombosis,DVT)占比最高(81.71%),其次为单纯肺血栓栓塞(pulmonary thromboembolism,PTE;10.29%),DVT合并PTE最低(8.00%)。关联规则结果显示,心内科住院患者VTE发生的前9项危险因素依次为留置中心静脉导管、心功能Ⅲ级或Ⅳ级、急性心肌梗死、血小板计数异常、心力衰竭、房颤、住院期间使用过利尿剂、冠心病及卧床时间>72 h。结论本研究通过关联规则分析发现了心内科住院患者发生VTE的危险因素之间的关联特点,提示护理人员应重点关注留置中心静脉导管、原发疾病为VTE危险因素、心功能Ⅲ级或Ⅳ级、血小板计数异常、住院期间使用过利尿剂及合并多项以上危险因素的患者,并制订相应的个体化血栓预防措施,从而降低VTE发生风险。

关键词： 工业无线网络   传输调度   实时性   可靠性  

摘要： 无线网络是工业物联网中一种具有良好前景的网络互联技术.它的应用为工业现场设备部署提供了极大便利,使设备摆脱了线缆的束缚,从而在空间上选点更为灵活,同时能够节省线材和人力等方面的成本.然而,无线通信易受环境噪声影响,尤其是在复杂电磁干扰的工业环境中,易导致无线传输的时延增大和数据丢失.这些问题对于传输实时性要求较高的工业控制系统是非常不利的因素.为了提高无线网络在工业环境中数据传输的实时性,学者们设计了多种传输调度算法,以提高无线通信的实时性和可靠性,从而满足工业应用的需求.综述了工业无线网络传输调度算法的研究现状,对其发展历程、问题定义、评价指标、分类方法和现有标准等方面进行了全面总结,详细阐述了具有代表性的调度算法的工作原理,并指出了未来的研究方向.

关键词： 油田监控   小样本训练   误告警率  

摘要： 在油田监控中,智能算法的应用显著提高了作业效率和安全性。然而,由于油田环境的特殊性,获取大量标注数据较为困难,导致小样本训练成为必须解决的问题。研究在小样本条件下训练智能算法的方法,通过数据增强、转移学习和元学习等技术,旨在提升算法在油田作业场景下的识别能力,并探讨减少误告警率的优化方法。实验结果表明,这些方法显著提高了模型性能和鲁棒性,降低了误告警率。研究成果为智能算法在油田监控中的应用提供了新的思路和方法,具有重要的实践意义。

关键词： 高风险作业   人脸识别   视频分析算法   风险评估   设备管理  

摘要： 该文探讨了高风险作业开工条件判断系统(以下简称“系统”)的设计与应用,该系统集成了多人脸识别、RFID工器具识别和视频分析算法识别技术,提高了作业管理效率与安全性并实现了对高风险作业开工条件的全面、精确判断。通过与现有作业票系统的深度融合,自动判断现场开工作业的合规性,解决了传统作业票使用中人员主观判断风险存在的问题;文中详细阐述了系统的结构、功能及其在高风险作业开工条件判断中的应用。

关键词： 配电网   单相接地故障   代价敏感学习   非均衡数据集   故障定位  

摘要： 为了实现配电网故障线路辨识,以真实录波数据为驱动,从大数据分析角度提出一种配电网单相接地故障定位方法。首先,利用故障波形关联维数、零序电流时频故障测度值等构建多维故障特征向量,反映各种单相接地故障工况;其次,设计一种基于代价敏感学习的接地故障分类器,解决非均衡数据集分类问题,并依托真实波形数据对算法中代价因子的选择进行优化;最后,形成一种基于代价敏感学习AdaCost算法的配电网单相接地故障定位方法。模拟电网实验结果表明,该方法能够有效提高故障线路识别准确率,而且不受故障类型、故障样本比例、中性点接地方式的影响,为配电网接地故障定位提供了一种解决方案。

关键词： 状态监测   软件系统   总成件   卷包设备  

摘要： 卷包设备是烟草生产过程中不可或缺的设备之一,对于行业的生产效率和质量有重要影响。然而,由于卷包设备的复杂性和长时间运行所带来的磨损,设备故障和停工时间成为制约烟草行业发展的瓶颈。因此,对卷包设备的状态进行实时监测、及时检修管理,旨在开发烟草行业卷包设备的状态监测与检修管理系统,以帮助企业提高生产效率和质量。

关键词： 神经网络   路径规划   无人装备   智能化  

摘要： 针对未知环境下Agent自主决策的快速路径规划与避碰问题,将Q-learning与神经网络相结合,利用基于目标导向的动作策略与奖励函数的动态计算方法,以及优化的神经网络训练框架,构建Agent避碰导航算法,通过仿真验证,表明算法有效,收敛速度较快,适应于静态障碍的避碰与导航,同时对Agent随机指定出发点及障碍物微小变化的环境,具有一定的泛化能力,算法可以支持无人装备的自主路径导航。