基于电能计量的违规用电行为检测方法研究

现有违规用电行为检测方法的精度较差,为提高检测结果的准确性,设计了基于电能计量的违规用电行为检测方法。建立违规用电数据预处理方案,保证电力数据的完整性,标记数据的缺失值与异常值,对其进行归一化处理;基于电能计量设计用电数据检测模型,以数据的不平衡度为核心,计算离散型采样值,得到检测的总体模型。在实验中对比多种违规用电行为检测方法,设计欠流用电异常、改变电能表接线异常和扩差用电异常3种用电模型,由数据结果可知,该算法在扩差用电异常模型内的检测效果更好,该检测方法的AP值在同等条件下普遍高于其他3种检测方法,可见其检测精度更高,检测效果更好。     

基于行为识别的铜冶炼智能安全监控系统

近年来国内生产事故频发,尤其是冶金等高危行业的生产安全事故总是伴随着严重的人员伤亡和财产损失,而很多事故都是因工作人员的不规范行为所致。本文针对铜冶炼行业在生产过程中存在的不规范行为,例如违规越界、未佩戴防毒面具、违规吸烟等,采用计算机视觉中的行为识别技术和入侵侦测技术开发了一款基于行为识别的铜冶炼智能安全监控系统。该系统通过目标检测、特征提取、行为分类、行为识别等技术对不规范行为进行识别,并在系统中实现及时警报提醒的功能。该系统的应用能有效的提高对不规范行为的识别和警示,从而实现减少该类事故的发生。     

基于粒子群优化神经网络算法的用户防窃电研究

电能的准确计量是电力企业生产经营管理及电网经济稳定运行的重要环节,计量准确性及质量可靠性直接影响用户的经济利益和社会能源利用率。如何准确分辨因用户行为导致的计量异常是一个有待解决的技术难题。近年来,因智能电能表的推广及用电信息采集系统建设的全面完善,电网公司积累了海量用户用电数据,基于此,本文提出一种基于粒子群优化的神经网络算法对用户用电行为进行检测,实验表明该方法具有较高的可行性和可靠性,可以进行推广。     

充电站内引导电动汽车有序充电控制方法仿真

传统的电动汽车充电控制通常采用基于多代理、基于T-S模糊控制器、基于交替方向乘子的有序充电控制方法,但这几种方法的电网负荷波动率较高,为此提出一种充电站内引导电动汽车有序充电控制方法。应用滚动优化法对集中充电站进行充电时段划分;结合灰色理论对电动汽车用户短期的用电负荷状况进行预测,通过预测未来一段时间的电动汽车用户用电负荷值,对各个时段电动汽车用户的充电计划进行优化求解,最终实现电动汽车有序充电控制。为了验证上述方法的有效性,与三种传统控制方法进行对比,得出上述方法的充电负荷波动率为49.2%,通过比较可知,所提方法的充电负荷波动率最低,证明了上述方法的有效性。     

基于K均值聚类的居民用电行为特征分析

论文以某智能小区的一户居民用户电力负荷数据为研究对象,利用K均值聚类算法提取该用户不同日类型下的负荷特征曲线,分析其用电行为,为客户用电精细化管理提供依据.首先根据用户档案采集和整理的用电数据,采用向前向后移动平均法和归一化方法对数据集进行数据清洗和标准化预处理;然后,采用轮廓图法和平均轮廓值法确定初始聚类数;最后,利用K均值聚类算法对该用户用电负荷提取节假日以及不同季节的负荷特征曲线,结合家用电器使用负荷热力图,分析该用户用电行为特征.算例分析结果表明,采用K均值聚类算法可以明显区分用户负荷曲线的特征,实现用户用电行为的分析,为客户用电的精细化管理、提供优质的用电服务等提供支持.     

基于MSP430的违规电器在线识别系统设计

为解决学生公寓人工排查违规电器方式在时效及规模上的局限性,研究并设计了一套基于MSP430的违规电器在线识别系统。该系统由用电安全执行终端和远程监控平台组成。安全执行终端采用MSP430F5529单片机和JSY1-41电量传感器,实现了用电状况的自动监测、违规电器的自主识别和自动断复电操作;远程监控平台实现了远程监控、远程报警和违规记录存储等功能。测试结果表明,该系统可及时识别并限制学生公寓违规电器的使用,有效降低违规电器所带来的生命和财产风险。     

基于区块链的价值链上下游用电安全协同系统

在集团型制造企业价值链运行过程中，存在高峰期电力供应不足，生产用电需求得不到有效保障的问题。集团公司亟需综合考虑生产基地生产需求和用电安全的协同关系，完成精细化的价值链上下游电力调配，保障价值链安全可靠运行。设计了基于区块链的价值链上下游用电安全协同系统，采用基于智能合约的方法对价值链数据使用进行合规性保障，有效解决了集团型制造企业价值链数据共享风险问题和各生产基地价值冲突问题。系统通过完整记录生产基地的订单协同数据和生产基地用电负荷数据，为价值链上下游用电安全保障提供良好的参考及决策依据，对维持公司安全稳定运行、提升公司经济效益有着重要意义。     

基于用电行为分析的网上国网APP精准推广路径选择建模研究

为了提升电力企业网上国网APP的推广有效性,提出基于用电行为分析的网上国网APP精准推广路径选择建模研究方法.根据用电设备用途、使用时间以及功率消耗情况,建立多维度负荷分解体系.利用一段时间内的用电矢量信息确定时间窗,提取用电行为特征.结合隶属度函数之间映射关系,建立用电行为分析模型,实现用电行为准确分析.以获取最大经济效益作为前提,综合考虑经费约束条件,构建精准的推广路径选择模型.仿真实验表明,此种选择推广路径的方法新增用户数量多,活跃度与忠诚度较高,且可实现利益最大化.     

基于用电行为分析的网上国网APP精准推广路径选择建模研究

为了提升电力企业网上国网APP的推广有效性,提出基于用电行为分析的网上国网APP精准推广路径选择建模研究方法.根据用电设备用途、使用时间以及功率消耗情况,建立多维度负荷分解体系.利用一段时间内的用电矢量信息确定时间窗,提取用电行为特征.结合隶属度函数之间映射关系,建立用电行为分析模型,实现用电行为准确分析.以获取最大经济效益作为前提,综合考虑经费约束条件,构建精准的推广路径选择模型.仿真实验表明,此种选择推广路径的方法新增用户数量多,活跃度与忠诚度较高,且可实现利益最大化.     

基于门控循环单元的非均衡数据驱动异常用电检测方法

异常用电检测能够及时发现异常用电行为,在减少能源浪费和经济损失的同时能够维持安全、稳定的电网运行环境。智能电表的普及使得用电数据获取十分容易,为数据驱动的异常用电检测方法提供了充足的数据支持。然而,在实际应用过程中,异常数据较少导致的数据非均衡问题严重影响了模型的训练效果。因此,针对上述问题提出了一种针对非均衡数据的门控循环单元异常用电检测方法。该方法利用边界合成少数类过采样技术实现了对少数类数据的有效扩充。为了更好的捕捉用电数据的时序特征,采用了门控循环单元实现对用电数据的分类。为了验证该方法的有效性,基于非均衡数据集进行了对比实验。实验结果表明,该方法能够更好的数据扩充效果以及更准确的异常用电检测效果。     

在线环保远程视频取证系统

针对目前环保监管部门对排污企业不达标排放取证难的问题,提出了一种在线环保远程视频取证系统的实现方法.该方法通过流媒体分发技术、XML-RPC协议票据身份安全认证技术以及在ADSL网络环境条件下的音视频流优化技术,实现环保监管部门远程对排污企业排污情况的实时视频监控和历史视频取证.通过本项目研发的Web视频控件,结合污染源在线监测系统,组成一个综合性的在线环保远程视频取证系统,为环保监管部门更好地对排污企业管理以及排污取证提供了一个便捷的管理平台.     

基于Mask R-CNN的电力设备锈迹检测

电力设备锈迹目标的识别在电力安全方面具有极高的应用价值，但是锈迹具有大小、形状不规则等特点，利用传统的机器学习算法检测效率和准确率不高.针对这一问题，研究分析锈迹特点，提出基于Mask R-CNN的电力设备锈迹检测识别方法.使用Faster R-CNN完成目标检测的功能，FCN精准的完成语义分割的功能，实现像素级别的分类识别，较好地解决了不规则锈迹的检测问题.实验结果表明，基于Mask R-CNN的电力设备锈迹检测结果准确率高.     

基于混合遗传算法的订单生产调度在机车车辆行业中的应用

机车车辆行业作为典型的面向订单的机械制造企业,优化的生产调度方法能提高订单的准时交货,缩短产品的生产周期,提高企业的市场竞争力。订单生产调度问题是典型的NP-hard问题。遗传算法(Genetic Algorithms)为求具有多个约束的复杂问题提供了有效的方法。但是遗传算法的局部搜索能力比较差,在解决订单生产调度问题中存在着明显的不足。本文引入了局部搜索能力很强的禁忌搜索算法,用遗传算法和禁忌搜索算法相结合的混合遗传算法来解决机车车辆行业中面向订单生产调度问题。     

考虑不确定生产因素的表面组装生产线负载平衡优化模型

针对表面组装生产中的不确定因素造成企业订单完成时间滞后问题, 本文设计并实现了一种考虑不确定 生产因素的生产线负载平衡优化模型. 首先, 以不确定生产因素的历史样本数据作为随机模拟样本预估出不确定 生产因素对订单完成造成的滞后时间; 其次, 优化元器件贴装工位分配方案并以任务完成作为触发事件模拟生产 线实际运行得到动态生产计划; 再次, 根据动态生产计划计算出模型适应度值后, 采用遗传算法对模型适应度值进 行启发式寻优获得最优动态生产方案. 最后, 利用表面组装生产线试例对该模型进行验证, 结果表明, 该模型可准确 预测产线各时段的生产任务、任务量及各器件贴装工位, 有效提高了企业生产效率.     

基于虚拟PDM 的跨企业工作流变更

工作流变更是企业业务流程中需要处理的重要问题之一,尤其是跨多个企 业的协同工作。针对企业中广泛应用了PDM 系统的情况,论文提出利用虚拟PDM 解决跨 企业的工作流变更问题,对其实现机制进行了详细描述。其次,重点探讨了基于虚拟PDM 的工作流变更处理方法和过程,将其分为自上而下和自下而上两种变更类型并分别给出了处 理过程。然后,描述了可略活动并给出了可略活动的递归判断算法。最后,介绍了该方法的 实现,并以例程说明了开发的软件解决某产品研制流程中变更问题的处理过程。     

基于数据驱动与机理模型融合的热网水力平衡分析方法

随着环保要求的不断提高,城市集中供暖小锅炉被逐步关停,并被接入城市主干网,热网不断扩张。与此同时,热量的生产也运用地热、太阳能、工业余热、电热等多种热源,使得集中供热系统变得更加复杂。靠传统手工运算方式、或者理想机理建模方式较难对热网的结构设计及运行进行科学优化,需要通过计算机仿真建模的手段,并结合实际热网运行的数据对热网进行阻力特性辨识,才能真正起到有效的作用。本文研究了基于数据驱动与机理模型融合的集中供热网水力平衡分析模型,并利用来自热网SCADA运行数据通过多种机器学习算法对先验知识模型的参数进行学习优化,最终建立与真实热网相匹配的水力分析模型,此种方法可为热力企业的热网结构优化改造、经济运行提供技术参考。     

Estimation of active maintenance opportunity windows in Bernoulli production lines

Effective and timely maintenance actions can sustain and improve both system availability and product quality in automated manufacturing systems. However, arbitrarily stopping machines for maintenance will occupy their production time and may introduce system-level production losses. There may exist hidden opportunities during production, such that specific machines can be actively shut down for preventive maintenance without penalizing the system throughput. In this paper, the time intervals for such opportunities are defined as active maintenance opportunity windows (AMOWs). A Bernoulli model is developed to analytically estimate AMOWs in two-machine-one-buffer production lines. A recursive algorithm based on an aggregation method is used to estimate AMOWs in long lines. For balanced production lines, a heuristic algorithm is proposed to estimate AMOWs in real time. The effectiveness of the methods has been validated through numerical studies.     

基于K-PSO稀疏表示的故障分类方法研究

针对现代复杂生产过程中不能准确识别、分类多种故障的问题,提出一种改进的稀疏表示故障分类方法。该方法依据信号的稀疏表示来判断故障所属类别。其具体实现过程首先是利用K-均值奇异值分解(K-SVD)算法构造过完备字典,使其包含原信息的主要特征,再通过粒子群(PSO)算法有效地搜索并寻找稀疏分解中产生的在过完备字典范围中的最匹配原子,最后利用以该匹配原子为基础的稀疏表示结果实现对多故障问题的分类识别。运用数值仿真验证了该算法的可行性和有效性。同时,针对柴油机燃油系统的故障分类,将该方法与基于BP神经网络和SVM的分类识别方法进行比较,实验表明该算法在故障分类上具有更好的效果。     

基于动态调整阈值的虚拟机迁移算法

针对当前数据中心服务器能耗优化和虚拟机迁移时机合理性问题,提出一种基于动态调整阈值（DAT）的虚拟机迁移算法。该算法首先通过统计分析物理机历史负载数据动态地调整虚拟机迁移的阈值门限,然后通过延时触发和预测物理机的负载趋势确定虚拟机迁移时机。最后将该算法应用到实验室搭建的数据中心平台上进行实验验证,结果表明基于DAT的虚拟机迁移算法比静态阈值法关闭的物理机数量更多,云数据中心能耗更低。基于DAT的虚拟机迁移算法能根据物理机的负载变化动态迁移虚拟机,达到提高物理机资源利用率、降低数据中心能耗、提高虚拟机迁移效率的目的。     

基于Chord网络动态数据的Skyline计算

在结合Chord网络静态数据Skyline计算算法和分布式环境的Skyline计算算法的基础上,提出一种基于Chord网络动态数据处理的Skyline计算算法,利用滑动窗口思想处理动态数据,实现数据的实时更新,使用户能更准确地得到感兴趣的实时信息。理论分析和实验结果证明,该算法能实现网络负载均衡,具有很好的渐进性,并能有效减少网络带宽的消耗。