-
公开(公告)号:CN111242204A
公开(公告)日:2020-06-05
申请号:CN202010015277.7
申请日:2020-01-07
IPC分类号: G06K9/62
摘要: 一种运维管控平台故障特征提取方法,其特点是,包括:主成分分析特征提取和二次特征选择等内容。基于主成分分析特征提取能将高维空间样本变换为低维空间样本,在特征维度降低的同时降低特征属性的冗余度,并保留了主要的分类信息,大大降低了分类器的计算复杂度,缩短了训练时间;又因为在此特征提取过程中嵌入二次特征选择功能,基于关联规则特征选择,结合启发式序列后向搜索策略对评估结果进行排序,进而确定特征子集的关键特征,使特征属性具有最大关联—最小冗余,即可以最大程度提高属性特征与类属性关联度,且降低属性与属性之间的冗余,显著提高管控故障分类精度。该方法科学合理,适用性强,可广泛适用于各种故障分类管控平台。
-
公开(公告)号:CN118820999A
公开(公告)日:2024-10-22
申请号:CN202410782554.5
申请日:2024-06-18
申请人: 国网东北分部绿源水力发电公司太平湾发电厂 , 东北电力大学
摘要: 基于深度置信网络的水轮发电机组轴承异常状态预测方法,属于电力大数据技术领域,本发明采用灰色关联理论解析发电机轴承相关特征量间的耦合关系,根据关联度强弱提取出轴承运行状态关键特征,降低数据维度;确定轴承关键特征动态阈值,采用非线性状态评估方法综合分析轴承运行工况和轴承健康状态,动态更新轴承关键特征阈值;将轴承关键特征数据集和动态阈值输入基于PSO‑DBN的预测模型,用自适应方法动态更新PSO学习因子和惯性权重,提升PSO对DBN参数的寻优性能,降低预测模型误差,提高设备故障规避风险的能力,保证机组的安稳运行。
-
公开(公告)号:CN113065699A
公开(公告)日:2021-07-02
申请号:CN202110330507.3
申请日:2021-03-22
申请人: 国家电网有限公司 , 国网东北分部绿源水力发电公司太平湾发电厂
摘要: 本发明针对电力信息网面临日益严峻的网络攻击风险威胁,而传统网络安全态势量化方法仅从网络性能角度进行分析,忽略了各种电力应用业务重要性对安全态势的影响,导致量化结果难以全方位反映电力信息网络风险状态,提出一种基于进化神经网络的电力信息网安全态势量化方法。首先,通过分析电力通信网络应用业务特点,设计面向电力通信网的安全态势体系架构(PIN‑NSSQ);其次,从网络可靠性、威胁性、脆弱性三个维度出发,结合电力业务重要性,建立耦合互联的空间要素指标体系,并实现关键要素指标的数学化表征;最后,将遗传进化算法优化的BP神经网络融入要素指标计算过程,构建基于进化神经网络的电力信息网安全态势量化模型,有效实现对电力信息网络安全态势全面感知过程高效计算及结果精确量化。
-
-