基于智能电表大数据的异常用电检测

异常或欺诈造成的非技术性电力损失是电力公司损失的主要源头之一。智能电表的广泛使用，使得运用大数据方法实现对非技术性电力损失的有效检测成为可能。提出了一种使用监督学习进行非技术损失检测的方法。该方法基于智能仪表记录的所有信息（耗电量、异常警报等）结合辅助数据库所提供的有关每个智能电表的地理位置和技术参数的附加信息，使用最优的机器算法来深入分析用电客户的用电行为，生成异常用电客户列表。通过现场检查的结果表明，该方法能够较为准确地识别智能电网中所存在异常用电客户。     

矿井TEM与地震联合反演导水陷落柱的试验研究

陷落柱对煤矿安全生产威胁极大,矿井TEM和地震勘探是2种主要的导水陷落柱探查方法,矿井TEM对富水性敏感,地震勘探空间分辨率高,为了充分利用2种方法各自优势,提出了基于矿井TEM和地震联合反演的导水陷落柱精细探测方法。首先,提出了基于镜像2D电阻率模型和全空间1D TEM正演算法的矿井拟二维(Pseudo-2D) TEM反演算法。矿井Pseudo-2D TEM反演算法既满足交叉梯度联合反演算法对2D模型的需要,又具有较快的反演计算速度。然后,通过去掉常规联合反演目标函数中的地震正演项,只在交叉梯度项中保留地震波阻抗模型参数,建立了单向交叉梯度联合反演算法。在单向交叉梯度联合反演算法中,地震波阻抗模型只对TEM反演进行约束,电阻率模型不对地震反演进行约束,地震波阻抗反演可以通过商业软件完成,TEM反演采用矿井Pseudo-2D TEM反演算法。通过对地震波阻抗模型进行双三次插值处理,实现地震波阻抗模型和电阻率模型之间的模型网格匹配。通过基于K-means算法的地震波阻抗模型聚类分割处理方法消除地震波阻抗模型中的次要结构变化,增加联合反演稳定性。最后,建立了含导水陷落柱地质-地球物理模型,采用有限差分方法分别进行了3D矿井TEM和3D地震勘探正演计算,对正演模拟数据进行了单独反演和联合反演计算。结果表明:联合反演能够同时重建理论模型的形状和电性特征,联合反演结果不仅具有较高的空间分辨率,而且能够反映陷落柱的富水性,优于单独TEM和单独地震方法反演结果。相比传统联合反演方法主要应用于大尺度目标体探测或浅地表成像,基于矿井TEM和地震的单向交叉梯度联合反演方法可以实现大深度小尺度目标体的精细探测。     

基于梯度分布调节策略的Xgboost算法优化

为了解决集成学习模型Xgboost在二分类问题中少数类检出率低的问题，提出了基于梯度分布调节策略的改进的Xgboost算法——LCGHA-Xgboost。首先，通过定义损失贡献（LC）来模拟Xgboost算法中样本个体的损失量；而后，通过定义损失贡献密度（LCD）来衡量Xgboost算法中样本被正确分类的难易程度；最后，提出了梯度分布调节算法LCGHA，依据LCD动态调整样本个体的一阶梯度分布，间接地增大难分样本（主要存在于少数类中）的损失量，减小易分样本（主要存在于多数类中）的损失量，使Xgboost算法偏向对难分样本的学习。实验结果表明,与Xgboost、GBDT、随机森林（Random_Forest）这三大集成学习算法相比，LCGHA-Xgboost算法在多个UCI数据集上的召回率（Recall）值有5.4%~16.7%的提高，AUC值有0.94%~7.41%的提高；在垃圾网页数据集WebSpam-UK2007和DC2010数据集上所提算法的Recall值更是有44.4%~383.3%的提高，AUC值有5.8%~35.6%的提高。LCGHA-Xgboost算法可以有效提高对少数类的分类检出能力，减小少数类的分类错误率。     

基于KNT-SPV02光伏发电系统PLC程序的研究

xx设备是全国职业院校技能大赛指定设备,为了能够更好地服务于职业学校的教学,必须熟练掌握该设备中光伏电池组件的运行原理。本文着重说明了光伏电池组件东西向点动运行PLC程序编写经验和技巧。     

基于双树复小波的无参考立体图像质量评价

随着3D技术的不断发展，立体图像的使用领域越来越广泛，同时人们对图像的清晰度要求越来越高，因此，立体图像的质量评价成为关注点，基于此，提出了一种基于双树复小波变换的立体图像质量评价算法。使用双树复小波变换对立体图像的左、右视图进行处理，生成纹理结构图像，且根据最小能量误差的原理，获取左右视图的视差图；对纹理结构图像和视差图提取非对称广义高斯分布模型的参数、梯度幅值、相对梯度方向方差和奇异值曲线与坐标轴的面积等特征；使用AdaBoosting BP神经网络，进行训练和预测立体图像的质量得分。在LIVE立体图像数据库上的实验结果表明，新方法预测得分与主观得分有较好的一致性，获得了比较好的实验结果。     

浮磁联合处理刚果(金)某难选氧化铜钴矿试验研究

刚果(金)难选氧化铜钴矿含Cu 4. 09%、Co 0. 86%,矿石中的铜钴矿物赋存状态复杂,易浮脉石含量大,同时有部分铜钴矿物以机械混入形式和类质同像吸附形式进入褐铁矿中。针对其矿石特性,研究确定了预先脱除云母浮选—氧化铜钴硫化浮选—高梯度磁选选矿工艺流程,推荐工艺全流程闭路试验获得了铜钴精矿含Cu 16. 75%、Co 3. 45%,总精矿中Cu回收率为91. 05%、Co回收率为88. 61%的选矿指标。     

一种适用于开采沉陷的InSAR最大可检测形变梯度函数模型

由于时空失相干、大气延迟等因素的影响,InSAR技术的检测能力受限,无法保证任意矿区监测结果的有效性。若检测能力未知,使用InSAR技术将极易造成人力、物力资源的浪费。为有效判断InSAR技术是否适用于矿区地表形变区域探测,提出了一种适用于开采沉陷的InSAR最大可检测形变梯度(Maximum Detectable Deformation Gradient,MDDG)函数模型。首先通过分析地质采矿因素对开采沉陷的影响,选取矿区开采深厚比和下沉系数两个参数作为模型参数;然后基于不同分辨率、不同波长和不同入射角的SAR影像数据,采用数值模拟和回归分析方法,建立了水平煤层开采条件下的InSAR最大可检测形变梯度函数模型。为验证模型的可靠性,采用陕西大柳塔矿区2012年11月21日—2013年4月2日的13景TerraSAR卫星数据进行模型验证试验。研究表明:InSAR在该矿区的最大可检测梯度为0.008 56,相邻控制点间能够检测的形变量不超过0.171 2 m,采用地表观测站GPS数据作为参考形变值验证了上述结论;与现有模型对比,该模型检测精度更高,细化检测性能更为突出,且无需提前获取SAR影像,可为促进InSAR技术应用于矿区开采沉陷监测提供参考。