基于支路影响系数分析的接地网分层故障诊断方法研究

现有的基于电磁感应理论的接地网故障诊断方法需要大量的磁场测量数据,为了解决该问题,笔者提出了一种基于支路影响系数分析的分层诊断方法.首先定义了支路影响系数,并根据影响系数建立了支路诊断难易程度的评价体系.在该评价体系的指导下,分层诊断方法的测量点选取更具针对性,并以分层递进的方式实现了高精确度的腐蚀诊断.在诊断模型求解方面,运用改进的鲸鱼优化算法,保证了分层诊断的准确性.最后,进行了分层诊断与普通磁场反演诊断的对比实验.实验结果表明:分层诊断方法可以在保证诊断准确率的情况下大幅减少测量点数量(可做到接地网支路数50％以下),并且能够缩小测量点的分布范围,因此该方法可以减少现场测量工作量,提高接地网故障诊断效率.     

基于粒子群改进FCM聚类算法优化管网压力监测点布置研究

针对供水管网运行现状,提出压力监测点优化布置方法.以构建节点压力影响系数矩阵采用粒子群优化模糊C均值聚类算法方法求解压力监测点的节点位置.粒子群算法优化避免了FCM聚类算法在初始值选取不当容易陷入局部最优的缺点,提高了压力监测点覆盖节点的精度.结果表明,压力监测点布置合理,且均匀分布于整个管网,同时提供新增压力监测点布置方法,为管网漏失识别定位奠定基础.     

一种基于NAT穿越的优化STUN算法

针对目前用户数据报协议(user datagram protocol,UDP)简单穿越NAT(simple traversal of UDP over NATs,STUN)的过程中,时延较长导致建立peer-to-peer (P2P)连接较慢的问题,提出了一种优化穿越性能的STUN算法。该算法根据客户端向STUN服务器发送UDP绑定请求的返回信息,计算出端口分配间距,然后利用分配间距提前计算出需要分配的实际传输的端口号,从而实现NAT穿越。搭建系统的服务器和客户端模块,并对算法的NAT穿越进行模拟测试。结果表明,与传统的STUN算法相比,通信双方使用优化的STUN算法建立P2P连接所需的时延较短,数据传输的吞吐量较高。     

基于应答机定位的路程校正技术

针对现有列车行进中故障定位误差大,安装射频标签的费用和工作量大的问题,通过在列车上安装校正系统,在真实的列车运行过程中采集数据进行试验,采用路程校正时的同步与延时算法,建立应答机数据库模型。通过多次试样测量表明,以应答机为路程校正点获取的路程与实际的路程相比,误差一般在5 m以下。说明列车行进中以应答机为校正源可以保证校正的路程精度。