一种基于样本全局再平衡的智能电表故障分类方法

    公开(公告)号:CN114781495A

    公开(公告)日:2022-07-22

    申请号:CN202210348671.1

    申请日:2022-04-01

    IPC分类号: G06K9/62 G06N3/04 G01R35/04

    摘要: 本发明实施例提出了一种基于样本全局再平衡的智能电表故障分类方法,包括:将智能电表不同类别下的故障历史数据作为输入数据集,划分得到多个二类数据集;针对每个二类数据集,构建VAE与GAN的融合模型,分别将每个样本作为模型的输入,将其隐编码划分为重要特征编码和次要特征编码;通过隐编码重构技术得到其变异隐编码,经解码器还原、互信息约束与判别器对抗,生成多个考虑输入样本重要特征的可靠相似变异样本;设计作用于两类样本隐编码之间的特征斥力技术进行有监督的特征表示学习;通过混合编码技术叠加样本各维度重构误差作为重要特征编码的补充,据此判定待测样本在每个二类数据集下的分类结果,通过硬投票得到其故障类别。

    一种基于反转信息熵动态集成的电力调度监控数据异常检测方法

    公开(公告)号:CN113128913B

    公开(公告)日:2022-05-17

    申请号:CN202110529495.7

    申请日:2021-05-14

    IPC分类号: G06Q10/06 G06Q50/06 G06K9/62

    摘要: 本发明实施例提出了一种基于反转信息熵动态集成的电力调度监控数据异常检测方法,包括:将电力调度监控历史数据划分为训练集和验证集,使用训练集训练一定数量的基分类器,基分类器的输出为输入数据属于正常类的概率;使用异常类标记方法将验证集中一部分历史数据标记为异常类;使用KNN算法从验证集中选择与待检测数据欧式距离较小的历史数据作为验证子集;使用基于反转信息熵的基分类器评价方法计算基分类器在验证子集中数据上的得分;使用基于无参数统计学假设检验的基分类器选择方法根据得分选择基分类器,平均所选基分类器的输出作为待检测数据的检测结果。本发明实施例提供的技术方案,能够降低电力调度监控数据异常检测的漏报率。

    一种基于特征相关性分区回归的电力调度监控数据异常检测方法

    公开(公告)号:CN113591400A

    公开(公告)日:2021-11-02

    申请号:CN202110968331.4

    申请日:2021-08-23

    摘要: 本发明实施例提出了一种基于特征相关性分区回归的电力调度监控数据异常检测方法,包括:将电力调度监控历史数据划分为训练集和测试集,基于皮尔逊相关系数计算训练集特征间的相关系数矩阵;根据计算所得相关系数矩阵对训练集进行特征子空间的划分;根据特征子空间内特征相关程度的高低选择特征作为伪标签,剩余特征作为预测属性,基于支持向量回归SVR训练用于预测伪标签的回归模型;对测试集进行与训练集相同的特征子空间划分,并使用对应的回归模型计算各特征子空间中测试集样本的异常程度;根据特征子空间内相关程度计算所对应的权重;根据加权后集成的最终异常分数获得测试集样本的检测结果。

    一种基于粒子滤波算法的空间机械臂故障检测方法

    公开(公告)号:CN108972553B

    公开(公告)日:2021-08-13

    申请号:CN201810883670.0

    申请日:2018-08-06

    IPC分类号: B25J9/16

    摘要: 本发明公开了一种基于粒子滤波算法的空间机械臂故障检测方法。包括:基于空间机械臂动力学解析模型设计非线性干扰观测器,在此基础上选取李雅普诺夫函数证明其收敛;然后设计滑模变结构控制器对干扰观测器所得结果进行补偿,得到空间机械臂的关节角度;由于传感器测量值与关节角实际值之间存在噪声,使用粒子滤波算法对传感器测量结果进行评估,计算空间机械臂达到目标关节角度的概率,结合干扰观测器曲线和计算得到的概率值,综合评价故障的发生。与其他故障检测方法相比,本发明所提出的故障检测方法可以避免故障阈值的设定,提高故障诊断的准确率。

    基于双向加权图模型的电力调度自动化系统故障溯源方法

    公开(公告)号:CN113128076A

    公开(公告)日:2021-07-16

    申请号:CN202110542073.3

    申请日:2021-05-18

    摘要: 本发明实施例提出了一种基于双向加权图模型的电力调度自动化系统故障溯源方法,包括:采集电力调度自动化系统中服务器组件的资源占用数据,将这些数据组成的多个时间序列离散化,获得包含告警段的时间序列,剔除该时间序列中包含的告警时间段,获得无告警段时间序列;计算组件信息熵和组件间传递熵,建立有无告警段的信息相关矩阵,通过其变化率衡量告警前后的差异程度,采用归一化技术获得信息差异矩阵;提取信息变化较高的特征及特征间交互信息,构建双向加权图模型,结合节点自身信息和出入度信息变化拟合故障源头程度指标进行排序,依据排序结果追溯故障源头。本发明实施例提供的技术方案,提高电力调度自动化系统故障溯源的性能。

    一种基于信息差异图模型的电力调度自动化系统故障溯源方法

    公开(公告)号:CN112163682A

    公开(公告)日:2021-01-01

    申请号:CN202011118535.0

    申请日:2020-10-19

    IPC分类号: G06Q10/00 G06Q10/06 G06Q50/06

    摘要: 本发明实施例提出了一种基于信息差异图模型的电力调度自动化系统故障溯源方法,包括:选取电力调度自动化系统告警前后的历史数据,通过k‑means算法获得聚类中心,将其作为区间划分的端点,每个区间的均值作为连续特征的离散化结果;计算电力调度自动化系统组件的信息熵和组件间的传递熵,建立有无告警段的信息相关矩阵,通过其变化率衡量告警前后的差异程度,并采用归一化技术获得信息差异矩阵;提取电力调度自动化系统告警信息变化较高的特征及特征间的交互信息,进一步构建双向图和节点自信息相结合的信息差异图模型,拟合故障程度指标进行故障程度排序。本发明实施例提供的技术方案,提高电力调度自动化系统故障溯源的性能。

    一种基于加权列抽样XGBoost的图像目标分类方法

    公开(公告)号:CN107392241B

    公开(公告)日:2020-12-25

    申请号:CN201710580163.5

    申请日:2017-07-17

    IPC分类号: G06K9/62 G06N3/04

    摘要: 本发明实施例提出了一种基于加权列抽样XGBoost的图像目标分类方法,包括:利用在大型数据集ILSVRC预训练过的并且在PASCAL VOC 2012数据集上进行过微调的卷积神经网络提取目标图像特征;连接多层学习到的特征以获得更多决定其图像类别的内容信息;利用基于加权列抽样的XGBoost方法对图像特征分类,根据属性重要度,在构建决策树之前对属性进行次采样,将抽取的具有更多信息的属性用于当前决策树的构建,重复迭代直到收敛,得到性能最佳的图像分类模型。根据本发明实施例提供的技术方案,当数据的属性维度大且冗余度高时,该方法可以扩展到其他使用列抽样的分类方法,提高图像目标分类的平均准确率。

    一种基于自适应Smith预估器的遥操作双边PID控制方法

    公开(公告)号:CN107577147B

    公开(公告)日:2020-07-03

    申请号:CN201710803200.4

    申请日:2017-09-08

    IPC分类号: G05B13/04 G05B11/42

    摘要: 本发明公开了一种基于自适应Smith预估器的遥操作双边PID控制方法。首先建立双边控制系统在大时延下的名义动力学模型;提出自适应Smith预估控制方法及其结构,将传统的模型参考自适应控制中的被控过程与参考模型对换,使得Smith预估器的参数可以自适应校正;然后利用李雅普诺夫能量函数法设计多参数可调的自适应调节律;其次在从端控制器中加入低通滤波器,并选取合适参数,消除关节高频信号的干扰。与其他控制方法相比,本发明所提出的控制方法可以在大时延且具有系统建模误差的情况下保持遥操作系统稳定,并且具有良好的跟踪性能。

    一种基于边缘样本密度度量的最近邻异常检测方法

    公开(公告)号:CN109460791A

    公开(公告)日:2019-03-12

    申请号:CN201811351192.5

    申请日:2018-11-14

    IPC分类号: G06K9/62

    摘要: 本发明实施例提出了一种基于边缘样本密度度量的最近邻异常检测方法,包括:多次随机采样获得正常样本的多个子训练集,结合欧氏距离计算子集中各点距其最近点的距离,以该距离为半径构建区域,将不属于任何区域的测试点作为全局异常;对非全局异常的测试点,找到其最近训练点及该训练点的最近训练点,将两点所在区域半径的比值作为该测试点异常的全局度量值;将测试点到其最近训练点区域边缘的最近距离与该区域半径的比值作为该点异常的局部度量值,结合两次度量值得到测试点的隔离分数,将多个子集中隔离分数的平均值作为异常分数。本发明实施例提供的技术方案,充分考虑了边缘样本的分布特征,能有效解决边缘样本邻近区域内局部异常检测问题。

    一种基于改进粒子群算法的欠驱动机械臂关节角寻优方法

    公开(公告)号:CN109262612A

    公开(公告)日:2019-01-25

    申请号:CN201811172573.7

    申请日:2018-10-09

    IPC分类号: B25J9/16

    摘要: 本发明实施例公开了一种基于改进粒子群算法的欠驱动机械臂关节角寻优方法。包括:建立平面三自由度被动-主动-主动型(PAA型)欠驱动机械臂动力学模型;然后,针对具有非完整约束特性的欠驱动机械臂动力学模型,利用反演控制思想,将其降阶为两个被动-主动型(PA型)子系统,并明确关节角与机械臂末端位置之间关系;最后,以欠驱动机械臂末端位置与目标位置差值为目标函数,基于粒子群算法的寻优原理,引入模拟退火的Metropolis接受准则和人工鱼群算法的拥挤度因子,求解到达目标位置所对应的最优关节角。根据本发明实施例所提出的技术方案,在欠驱动机械臂位置控制时,可以降低寻优算法陷入局部最优的概率并提高求解精度。