【摘 要】
：
换流站的设备状态分析对日常工作的展开具有重要意义.提出了一种基于多粒度长短期记忆(long short-term memory,LSTM)网络模型的时间序列预测方法,从采样粒度、时粒度和天粒度对设备的各个监测参量展开分析.对典型的设备数据趋势进行分类,针对不同类别的数据进行数据预处理,包括离群点处理、缺失值处理和标准化处理;根据相关系数大小进行特征选择,并通过滑动窗口法构建样本集;对每类数据设计多粒度LSTM网络模型进行预测,得到不同时间粒度的状态预测值.实验结果表明,多粒度LSTM网络模型的预测误差小于
【机 构】
：
国网浙江省电力有限公司,浙江杭州310007;浙江大学工业控制技术国家重点实验室,浙江杭州310027
论文部分内容阅读
换流站的设备状态分析对日常工作的展开具有重要意义.提出了一种基于多粒度长短期记忆(long short-term memory,LSTM)网络模型的时间序列预测方法,从采样粒度、时粒度和天粒度对设备的各个监测参量展开分析.对典型的设备数据趋势进行分类,针对不同类别的数据进行数据预处理,包括离群点处理、缺失值处理和标准化处理;根据相关系数大小进行特征选择,并通过滑动窗口法构建样本集;对每类数据设计多粒度LSTM网络模型进行预测,得到不同时间粒度的状态预测值.实验结果表明,多粒度LSTM网络模型的预测误差小于ARIMA和Xgboost模型,该模型具有较好的预测效果.
其他文献
针对轮式移动机器人质心和驱动轮轴线中心不重合的情况,基于运动学模型研究了轮式移动机器人的轨迹跟踪控制问题.首先,提出了一种新的Lyapunov函数,并利用该函数设计了一种运动学控制器,避免了初始误差较大时,跟踪误差收敛不到零的情况.其次,考虑轮式移动机器人质心和驱动轮轴线中心之间距离不确定的情况,给出了一种自适应控制算法,用以补偿不确定参数导致的系统误差.最后,仿真实验结果验证了所提控制器的有效性.
为了实现微机电系统(micro-electro-mechanical system,MEMS)惯性导航系统的初始对准,即姿态初始化,提出一种基于加速度计与磁强计的姿态初始化方法.首先,推导了该方法计算姿态角的公式,对该方法计算的姿态角进行误差分析.然后,为提高对准精度,对惯性导航系统建立模型,将自适应卡尔曼滤波(adaptive Kalman filter,AKF)算法引入对准过程,在线实时估计量测噪声.最后,在双轴实验转台与MEMS实验板卡上开展实验.实验结果表明,使用所提方法不仅能够获得更高的对准精度
针对不确定非线性系统的执行器故障问题,提出一种基于扩张状态观测器的自抗扰控制方法.首先,将系统的内部扰动、外部扰动,以及实际故障执行器和理想线性执行器之间的偏差定义为总扰动,并利用扩张状态观测器进行实时估计和补偿,消除总扰动对系统输出的影响;然后,设计误差反馈控制律,使系统获得满意的跟踪性能;最后,两个二阶控制系统的仿真结果表明了所提控制方法的有效性.
针对间歇生产过程具有的多批次、非线性和动态性特点等,基于多向主元分析,提出一种改进的过程监控和质量一致性方案,并在此基础上实现质量控制与生产优化.进一步以某化工厂的六甲基二硅胺烷(hexamethyldisilane,HMDZ)和六甲基二硅氮烷(hexa-methyldisilazane,HMDS)间歇生产过程为例,详细阐述了其数据采集及预处理、离线建模和在线监控.在HMDZ和HMDS间歇生产过程中各批次间产品质量一致的基础上,所提方法通过对生产单耗的实时监测,实现间歇生产过程的监控与优化.
介绍了Vantage工艺控制系统的防火墙改造及实现.Vantage工艺控制系统用于铝板带箔材轧制过程的工艺控制,包括自动厚度控制、自动板型控制、液压油缸控制等功能,在铝加工领域得到较多应用.由于Vantage工艺控制系统开发年代较早,对网络安全的考虑存在限制,网络端口的全部开放,对系统的稳定性产生一定影响.因此,对其实施硬件防火墙升级,将各站点放在不同安全域中,建立域间通信服务规则,提高了系统的可靠性.最后,实际应用结果验证了所提方案的有效性.
针对多输入多输出的非线性系统,提出了一种基于树和种子算法(tree and seed algorithm,TSA)的多变量模糊预测控制算法.该算法首先将非线性系统的过程模型建模为Takagi-Sugeno(T-S)模型,并将其作为预测模型.在此基础上,利用该模型和反馈校正方法,递推得到校正的输出预测值.然后,给定相应的二次性能指标及输入输出约束条件,利用TSA在线搜索多变量非线性预测控制系统的最优控制律,避免了直接递推控制律时复杂多项式难以求解的问题.最后,以中和反应过程为例进行仿真对比实验.实验结果验证
针对实际工业生产中数据间存在动态关系,以及高斯和非高斯混合分布特性,提出动态全局局部保留投影-支持向量数据描述(dynamic global-local preserving projection-support vector data description,DGLPP-SVDD)的故障检测算法.构建动态扩展矩阵代替原始数据集,提高动态过程的监测能力.支持向量数据描述(support vector data description,SVDD)算法能高效地处理具有非高斯特性的过程数据,故面对高斯和非高斯混
针对多流形投影(multi-manifold projection,MMP)算法忽略原始数据高阶统计量信息的问题,将统计量模式分析(statistic pattern analysis,SPA)算法引入MMP算法中,提出集成统计量多流形投影(ensemble statistic multi-manifold projection,ESMMP)算法.首先,对SPA算法中的窗口宽度参数设置不同的值,计算原始数据的均值、方差、偏度和峰度等低阶和高阶统计量来构建多个统计量空间,避免了单一窗口宽度参数难以适用于不同
为提升目标检测模型的检测精度,提出一种迭代机制改进基于卷积神经网络的目标检测方法.首先采用与标准更快速区域卷积神经网络(Faster RCNN)一致的设定,在提取了区域候选框后,引入迭代机制来改进Faster RCNN.通过多次迭代优化候选框,使检测框近似于真实框.为发挥迭代机制优点,实现目标精确检测,改进了迭代版Faster RCNN的训练方式,一种改进是所有迭代步骤都定义了损失函数,另一种改进是使用ε-greedy策略.最后,在Pascal VOC数据集和自制飞机数据集上进行的测试表明,改进后的迭代版
开源指令集架构RISC-V具有高性能、模块化、简易性和易拓展等优势,在物联网、云计算等领域的应用日渐广泛,其向量拓展部分V模块更是很好地支持了矩阵数值计算.稀疏矩阵向量乘法SpM V作为矩阵数值计算的一个重要组成部分,具有深刻的研究意义与价值.利用RISC-V指令集的向量可配置性和寻址特性,分别对基于CSR、ELLPACK和HYB压缩格式存储的稀疏矩阵向量乘法进行向量化.同时,考虑稀疏矩阵极度稀疏和每行非零元素数量波动较大的情况,通过压缩非零元素密度低的行向量的存储、调整HYB分割阈值等手段,改进了HYB