基于Tabu-Roughset的电网故障诊断系统研究

如何有效利用电网调度中心的大量数据进行电网故障诊断是一个重要课题.提出一种基于Tabu-RoughSet 的电网故障诊断系统,包含数据采集、电网故障诊断、基于Web的电网故障诊断结果表示三个模块.在电网故障诊断模块里,利用Roughset 理论对接收到的故障信息建立决策表并构成可辨识矩阵,利用Tabu搜索对可辨识矩阵寻找最优解,迅速准确地给出电网故障诊断结果.基于Web的诊断表示模块能够根据用户提出的查询请求采用可视化技术将诊断结果以基于网络的Web方式显示.实验结果表明,该系统能快速寻找最优解,较好地实现对电网故障的诊断.     

面向服务结构的发电设备可靠性厂级监控信息系统的开发

介绍了一种发电设备可靠性管理系统,该系统采用ADO.NET对象、crystal报表、XML Web services等.NET技术开发,它是基于Web Services的面向服务多层结构的厂级监控信息系统(SIS)的具体应用,提供了数据管理、多功能查询、图形分析、报表自动生成等功能,实现了火电厂发电设备可靠性管理的可视化分析平台,该平台具有较强的分布式部署能力,并具有一定的开放性、互操作性、扩展性和灵活性.     

计及负荷优化重配的电力CPS可生存性量化评估

针对电力信息物理融合系统(CPS)规模不断扩大且现有级联失效模型忽略信息流和潮流转移特性,使得可生存性难以快速有效评估的问题,计及负荷优化重配对电力CPS可生存性进行量化评估。首先,根据系统拓扑结构和关联关系,通过定义度函数和电气介数建立了度—介加权电力CPS关联矩阵,实现了耦合CPS的形式化表征。然后,从CPS级联失效的结构连通性变化和风险传播范围两个维度出发,基于节点负荷容量限制、信息流择优分配策略、潮流优化方程和系统安全运行等约束条件设计了可生存性评估模型。最后,采用混沌Lévy搜索萤火虫算法对评估模型进行高效求解。通过算例分析,有效量化评估了电力CPS的可生存性并提高了大规模耦合系统的评估效率。     

基于功率曲线的风电机组数据清洗算法

针对风电机组性能分析过程繁琐低效、数据清洗不彻底以及传统方法难以有效识别复杂多变的异常发电状态的问题,提出一种用于风电机组功率曲线分析的数据清洗算法。通过分析风电机组数据采集与监控(SCADA)系统采集的风速功率数据,优化数据处理规则与数据分析过程,提出最优组内方差清洗算法,检测机组发电性能异常的状态,降低对检测工具和数据维度的硬性要求。实例分析表明该方法实用、高效,在不增加硬件设备投资的前提下,能准确清洗风电机组功率曲线数据并识别出机组异常运行状态,显著提高了风电机组性能分析的准确性。     

运动学在游戏架构中的物理建模及应用

游戏架构中的三维人体动画制作一直是动画设计领域中一个具有挑战性的课题.针对如何使人体动画更加拟人化的问题,提出了运用正向、反向运动学的基本原理进行物理建模,并将其应用到三维人体动画制作中;利用人体骨骼仿真系统进行了人体行走的模拟实验,实验以捕获的真实人体运动为素材,将其转换成人体骨骼模型的运动;再对人体模型运动进行编辑;然后将其重定向到新的人体角色.实验结果表明:此方法不仅保留了原始运动的运动属性,而且还提高了动画运动的逼真性.     

基于Struts框架的社区电子政务系统设计

简要分析了基于MVC模型2的软件开发框架Struts的体系结构,并根据社区政务采用“一站式”服务的特点,提出了基于Struts框架的社区电子政务系统的设计方案,解决了新时期社区电子政务系统架构的设计及功能的扩展问题。最后提供了一个完整的基于该框架的实例。     

基于Agent的人机界面设计系统

介绍了一个基于Agent的人机界面设计系统，主要应用于Web系统中，系统可根据用户喜欢的颜色和风格，生成自己的个性化Web人机界面，并且用户可对系统生成的界面进行重新设计。     

《网络安全》课程教学模式改革初探

详细分析目前高等院校网络安全课程教学现状,指出在教学和实验环节中存在的问题、适合网络安全课程的教学模式和改革方案,为计算机网络安全课程的教学的组织提供借鉴。     

新一代C／S用电营业系统的开发

介绍了一种基于客户／服务器的用电营业系统,该系统以ＷＩＮＤＯＷＳ ＮＴ４．９为平台,采用Ｃｌｉｅｎｔ／Ｓｅｒｖｅｒ网络结构,在服务器端由数据库服务器－Ｓｙｂａｓｅ统一管理数据库,并利用ＰｏｗｅｒＢｕｉｌｄｅｒ５．０开发客户端应用程序。     

社交网络大数据下贪婪式实时网站推荐算法

社交网络每天都会产生结构化、半结构和非结构化的大数据,数据的增长速度超过了对硬件需求的摩尔定律。在社交网络中还存在各种恶意评价、刷分和刷网站关注度等不良现象,对大数据的分析处理带来了巨大挑战。为了提高数据的处理效率和网站推荐的准确性,提出了一种在 Hadoop 云平台下基于用户的贪婪式实时近似网站推荐的 RT-G 算法。算法通过迭代寻优算法找到最合适的用户数量作为网站推荐评价的用户标准,应用频度近似算法完成对网站的推荐,通过实验证明了方法的效率和有效性。