基于变电设备健康状态评估的CIM模型研究

"4.10"事件之后,变电设备健康状态评估的及时性、有效性问题日益体现出来。针对这种情况,以500kV深圳变电站的变电设备为研究背景,介绍了公共信息模型(CIM)的概念,提出了一种基于变电设备健康状态评估的CIM模型的设计方案,同时采用UML建模语言对500kV深圳变电站变电设备进行建模,为变电设备健康状态评估提供了一个全维度信息集成的平台,形成了变电设备的"黑匣子"。     

基于健康观测的大跨度悬索桥结构评估

结合宜昌长江公路大桥的健康监控,探讨了悬索桥结构健康监控中的主要内容及实施方法.介绍了几种常见的桥梁结构评估方法,并对宜昌长江公路大桥进行结构评估,为同类桥型的健康监测及结构评估提供有益参考.     

涠洲岛珊瑚礁健康评估

【目的】科学地判断涠洲岛珊瑚礁的现状,并找出造成目前现状的主要原因,为及时采取有效措施以维持涠洲岛珊瑚礁的健康提供有力依据。【方法】根据历年来有关涠洲岛珊瑚礁生长、演变、环境变化与社会发展的研究成果和最新的调查研究资料,采用HRHPI的指标体系法,从生态结构、生态功能、压力及社会经济等几个特征属性对珊瑚礁健康进行评估。【结果】涠洲岛的自然环境仍适合石珊瑚的生存,石珊瑚的种类丰度仍正常;珊瑚礁的覆盖率降低、分布范围缩小、生物多样性下降,尤其在浅海和局部人为影响大的区域,珊瑚死亡率大于补充率。【结论】涠洲岛的珊瑚礁处于衰退中的亚健康状态。过度捕捞、污染、物理损伤（踩踏、抛锚、水下工程等）和大尺度环境变化（如气候异常）等是造成涠洲岛珊瑚礁衰退的主要原因。     

大学生体质健康评估模型探究

为了更全面地了解和评估大学生体质健康现状,采用基于智能化健康促进服务系统测得数据,拟定身高、体重、肺活量、体成分、平衡能力、心血管等6个新指标,运用聚类分析、Fisher判别法构建了评估大学生体质健康状况的分级模型,并对模型进行验证。实验结果表明,该模型能较好预测学生所属的健康类别,从而合理评估该学生的体质健康状况,对大学生的体质健康研究具有一定的借鉴作用。     

健康评估课程教学体会

健康评估作为护理专业的必修课程具有重要的作用,其中的一些理论知识是每个护理专业学生必须掌握的。这门课程在护理界有十几年的发展历程,我院前几年开设这门课。笔者作为健康评估课程的教学负责人谈几点教学体会。     

关于对软交换网络健康度评估及软件工具研究

随着大型软交换网络的不断发展,软交换网络设备的健康度成为日益关注的焦点。作为运营商的维护单位,对软交换设备进行那个层面的维护是一个值得思考的问题,无论是设备的硬件大到一个机框机架小到一块办卡上的芯片内存,还是操作系统的进程、程序,都在维护范畴之内。本文从实际出发,讨论对大型软交换网络健康度评判方法及相关软件工具开发。     

基于DAE-MD的电源车柴油机健康状态量化评估方法

针对柴油机健康状态的综合评估问题,结合降噪自动编码机(DAE)深度网络与马氏距离(MD)算法,提出一种基于深度学习与距离融合的电源车柴油机健康状态量化评估方法.该方法首先通过DAE深度网络提取柴油机不同健康状态下的特征序列,建立柴油机健康状态识别模型;为进一步量化评价柴油机的健康水平,又将MD算法引入,度量DAE模型输出状态与正常状态特征序列之间的距离,并将其归一化为健康指数,给出柴油机健康状态的量化评估结果.最后,借助于120 kW电源车模型仿真系统,验证了所提方法的有效性.文中方法通过DAE的分类和MD的计算实现了电源车柴油机健康状态定性与定量评估的融合,为其开展视情预防维护提供了依据.     

军用电站健康状态评估

为了通过预先维修提高军用电站的可靠性、安全性,提出了一种基于层次分析的军用电站健康状态模糊评估方法。依据专家经验,比较军用电站评估指标重要性,采用层次分析法获取评估指标的相应权重。在此基础上,根据需要进行变权处理,利用模糊评估和正态云模型构造模糊隶属矩阵,通过与评价指标权重运算得到评估向量,进而评估军用电站的健康等级。通过实例验证了方法的可行性,可为军用电站的预先维修提供技术支持。     

体质与健康评估的灰色系统模型

建立了学生体质与健康多综合评估的灰色系统模型，以灰色统计的白化权函数平估中的“Ｗ价值标准”问题，评估方法不仅考虑了数学的抽象和样本的经验归纳，还考虑了人的经验及灰区间形式给出的结论，符合体质主佑好与差的划分要依赖于样本之外的医学规律和经验的要求，作为实例，应用该模型对各省市学生体持健康状况进行了综合评估，同时还对中国学生在形态、机能、素质各指标发展的不平衡性作出了分析。     

基于健康监测的斜拉桥恒载索力提取与评估

为了研究斜拉桥的拉索状态和服役性能,提出了一种基于桥梁健康监测数据的恒载索力提取与评估方法.基于拉索加速度时程,采用变间距栅格法实现了拉索基准频率和索力的自动化识别,基于集合经验模态分解法和监测温度的频谱特性,剔除了车辆活载效应及季节温度效应以获得恒载索力特征值.结果表明:采用变间距栅格法可以快速获得拉索的索力,与人工巡检数据的互校融合有利于及时发现加速度传感器的异常问题;温度数据的峰值频率为11.64μHz,对应的周期为1 d,温度与索力存在较明显的线性关系,通过拟合函数可以有效剔除温度效应.所提方法获取的恒载索力特征值可以较为准确地反映拉索的受力状态和结构性能,为大跨度斜拉桥的有效评估提供了依据.     

森林康养基地资源评价方法研究

【目的】森林康养已成为我国“大健康产业”的新模式、新趋势。客观全面的资源适宜性评价是规划森林康养基地的前提和基础,有助于发展森林康养产业和开展森林康养活动。【方法】基于森林康养基地建设要求,以国家标准和行业标准为依据,分析森林康养基地的资源体系、功能谱系以及两者的供需耦合关系,划分了森林康养基地类型;从指标构建、权重确立、指标赋分、评价分级等环节构建适用于不同类型森林康养基地的资源评价方法,研究资源评价结果与森林康养基地类型的对应关系,并结合案例验证分级结果、提出规划指导。【结果】根据森林康养基地分类标准,将森林康养基地划分为综合发展型、康复疗养型、产业经营型、生态保育型;依托森林康养基地资源与功能的供需匹配分析,以及森林康养基地类型划分依据,从场地选址适宜性、接待能力指标与发展潜力指标3个方面构建包括3个准则层、12项一级指标层和45项具体指标,明确各指标权重以及评分标准且针对性与可操作性强的森林康养基地资源评价理论体系。根据案例资源评价分级结果,建议其作为生态保育型森林康养基地进行规划和建设。【结论】本研究形成了具有针对性与可操作性的森林康养基地资源评价理论方法,有助于突破目前森林...     

基于马氏距离的太阳能电池可靠性筛选方法研究

通过测量太阳能电池的内部低频噪声,可以快速、无损地实现太阳能电池的可靠性筛选分类。提出基于马氏距离的筛选方法分析噪声数据,进而得到全频段的噪声筛选判据。实验结果表明,本文方法和基于个别频率点的噪声分类方法相比,马氏距离筛选方法更加全面地反映了太阳能电池的整体低频噪声水平,不仅可以剔除1/f噪声大的太阳能电池,还可以剔除G-R(genera-tion-recombination)噪声和爆裂噪声大的太阳能电池,因此能将一批太阳能电池进行更为准确、精细的可靠性分类。     

基于云模型的定性评价方法

基于自然语言的定性评价在人类活动中有着广泛应用.逆向云能有效实现从定量数值到定性概念的转化,用3个数字特征表示定性概念.概念提升操作可以将用数字特征表示的原子概念组合成粗粒度的综合概念.通过儿童健康发育状况评测实例,验证基于逆向云和概念提升的定性评价方法的实用性、全面性和有效性.     

关于马氏距离模糊聚类的有效性指标研究

为了研究基于马氏距离模糊聚类算法的有效性,首先对比分析了基于数据集模糊划分与几何结构的模糊聚类有效性指标,确定了将紧致度、分离度与清晰度结合的有效性研究方向,然后针对基于马氏距离的模糊聚类提出新的度量标准,构造有效性指标,最后结合算法在真实数据集上进行实验,结果表明新指标能准确识别马氏距离模糊聚类算法在多维数据上的最佳聚类数目。     

基于马氏距离的相位噪声抑制算法

针对未来长期演进上行链路中单载波频分多址(SC-FDMA)系统对相位噪声敏感的特性,提出基于马氏距离的残余相位噪声抑制算法.使用SC-FDMA系统中的导频序列对相位噪声进行初步估计补偿之后,残余的相位噪声服从高斯分布.该算法利用残余相位噪声的统计分布信息来计算接收符号到各个星座符号之间的马氏距离,再选取马氏距离取得最小值时对应的星座符号作为发送符号的估计.仿真结果表明:该算法能很好地消除残余相位噪声的影响,降低接收端恢复数据的误符号率,提高系统性能.     

基于粒子群优化的马氏距离模糊聚类算法

为解决传统模糊聚类迭代算法对初始化敏感,易陷入局部最优及处理高维数据时精度下降的问题,对基于马氏距离的模糊聚类算法(fuzzy c-means algorithm based on Mahalanobis distance,M-FCM)进行优化。将马氏距离代替欧氏距离,通过构造类内紧致度、类间分离度与类间清晰度结合的适应度函数,利用粒子群优化算法(particle swarm optimization,PSO)对马氏距离模糊聚类进行研究,提出了基于粒子群优化的马氏距离模糊聚类算法(Mahalanobis distance fuzzy clustering algorithm based on particle swarm optimization,DPSOM-FCM),并将此新算法与FCM(fuzzy c-means algorithm),M-FCM,PSO-FCM,IFPSOFCM(importance for fuzzy clustering algorithm based on particle swarm optimization)算法,在UCI(university of californiairvine)数据库的6个标准数据集上进行实验对比分析。结果表明,DPSOM-FCM算法具有算法收敛性和聚类有效性,并且聚类精确度优于其他算法,对高维数据的聚类识别能力强,即该算法具有全局优化作用。     

电网频率崩溃的可靠性评估模型

综合考虑频率崩溃发生的可能性和严重性,提出了电网频率崩溃风险的可靠性评估模型和算法。该模型计及了系统发电方式、网络拓扑和元件故障的随机不确定性。详细推导了有功缺额出现后系统频率变化量的计算方法,构建了反映频率崩溃的多种概率风险指标,实现了对电网频率崩溃风险的定量评价。所提方法可为低频减载配置方案的合理性和机-网的协调性提供一定参考依据。基于非序贯蒙特卡洛仿真,通过对IEEE RTS79可靠性测试系统的评估分析验证了所提方法的正确性。     

一种新颖的基于马氏距离的文本分类方法的研究

KNN(k最近邻算法)是文本挖掘领域最成熟最简单的分类方法之一.该方法对文本分类中的距离参数的选取敏感,错误的选择将导致分类精度降低,影响最终分类效果,该缺陷限制了KNN分类器在文本数据挖掘中的应用.因此,本文将马氏距离引入到文本分类领域,并将其与KNN算法相结合,提出了一种基于马氏距离的新的文本分类方法(Mahala...     

基于马氏距离的模糊聚类优化算法——KM-FCM

为了解决以欧氏距离作为相似性准则的传统模糊聚类算法对多维数据处理不利的问题,采用马氏距离代替欧氏距离,对基于马氏距离的模糊聚类算法进行优化研究,以增强基于马氏距离的模糊聚类算法的聚类效果和能力。通过构造启发式搜索与k-means算法结合的初始优化方法,利用可以自动调节最佳聚类数的有效性函数,提出了一种优化算法KM-FCM,并将此新算法与FCM,FCM-M,M-FCM聚类算法在3个标准数据集上进行了实验。结果表明,KM-FCM算法有效,聚类精度比FCM,FCM-M,M-FCM高,对高维数据聚类识别能力强,具有全局优化作用,并且聚类个数无需提前设定。新算法可为基于马氏距离的模糊聚类算法的优化提供参考。     

基于GA-SVM的上市公司财务评价模型研究

财务评价是企业财务管理中的重要环节,本文在对传统财务评价方法的不足进行分析的基础上,结合财务管理理论和企业预警理论,采用GA-SVM方法建立上市公司财务评价模型。首先以沪深两市2007~2009年度A股上市公司为研究对象,以因财务状况异常而被列为特别处理的公司(ST公司)作为界定上市公司的财务危机标志,并以上市公司年报财务数据作为输入特征向量,然后将遗传算法与支持向量机相结合,通过实证方法建立上市公司财务评价模型,实证结果验证了该模型的有效性。