针对航空电缆电弧故障引起的微小电流变化难以识别的问题,提出了一种基于Inception模块和双向长短期记忆网络(bidirectional long short-term memory, BiLSTM)的交流串联电弧故障诊断方法。首先通过计算自相关系数的离散平方和(discrete...针对航空电缆电弧故障引起的微小电流变化难以识别的问题,提出了一种基于Inception模块和双向长短期记忆网络(bidirectional long short-term memory, BiLSTM)的交流串联电弧故障诊断方法。首先通过计算自相关系数的离散平方和(discrete sum of squares of the atocorrelation coefficient)、信息熵(Shannon entropy)以及小波能量熵(wavelet energy entropy)提取原始电流数据的特征,将特征合并形成新的特征矩阵,对原始数据实现特征增强。之后Inception-BiLSTM网络利用特征矩阵进行学习,最后完成对电弧故障的诊断。为了验证模型在实际环境中的诊断性能,在充分考虑实际情况下,基于航空电缆电弧模拟实验平台进行了振动试验、应力实验以及潮湿电缆实验,并将实验数据整合作为检测样本。实验结果表明,本文方法对于识别电弧故障有着较高的准确度,可以达到99.69%。展开更多
针对最短路径或最小花费的路径导航策略由于交通流量、交通拥堵度、出行花费等原因,其所选择的路径往往不是出行的最优路径。通过分析路网中道路的介数中心性与道路的出行花费,建立了一种基于介数中心性的最小花费导航模型(McBc-Minimum...针对最短路径或最小花费的路径导航策略由于交通流量、交通拥堵度、出行花费等原因,其所选择的路径往往不是出行的最优路径。通过分析路网中道路的介数中心性与道路的出行花费,建立了一种基于介数中心性的最小花费导航模型(McBc-Minimum cost model based on betweenness centrality)来降低出行交通阻塞的发生和减少出行的花费,同时提出了一种新的网络通行质量指标来度量当前路网的通行质量。实验选取芝加哥的部分路网,分析该路网的空间结构特征后,比较了不同模型所得到路径的路径长度、路径花费、路径拥堵度、单位长度车流量以及当前路径的通行质量后,文中模型所得路径在选择介数中心性较低且花费较小的路径后,并没有造成出行长度和出行花费偏大的结果,反而较最短路径和最小花费模型,文中模型规划路径的平均拥堵度降低了63%和78%,使得路径具有较高的路径通行质量。展开更多
摘要针对航空电缆电弧故障引起的微小电流变化难以识别的问题,提出了一种基于Inception模块和双向长短期记忆网络(bidirectional long short-term memory, BiLSTM)的交流串联电弧故障诊断方法。首先通过计算自相关系数的离散平方和(discrete sum of squares of the atocorrelation coefficient)、信息熵(Shannon entropy)以及小波能量熵(wavelet energy entropy)提取原始电流数据的特征,将特征合并形成新的特征矩阵,对原始数据实现特征增强。之后Inception-BiLSTM网络利用特征矩阵进行学习,最后完成对电弧故障的诊断。为了验证模型在实际环境中的诊断性能,在充分考虑实际情况下,基于航空电缆电弧模拟实验平台进行了振动试验、应力实验以及潮湿电缆实验,并将实验数据整合作为检测样本。实验结果表明,本文方法对于识别电弧故障有着较高的准确度,可以达到99.69%。
摘要针对最短路径或最小花费的路径导航策略由于交通流量、交通拥堵度、出行花费等原因,其所选择的路径往往不是出行的最优路径。通过分析路网中道路的介数中心性与道路的出行花费,建立了一种基于介数中心性的最小花费导航模型(McBc-Minimum cost model based on betweenness centrality)来降低出行交通阻塞的发生和减少出行的花费,同时提出了一种新的网络通行质量指标来度量当前路网的通行质量。实验选取芝加哥的部分路网,分析该路网的空间结构特征后,比较了不同模型所得到路径的路径长度、路径花费、路径拥堵度、单位长度车流量以及当前路径的通行质量后,文中模型所得路径在选择介数中心性较低且花费较小的路径后,并没有造成出行长度和出行花费偏大的结果,反而较最短路径和最小花费模型,文中模型规划路径的平均拥堵度降低了63%和78%,使得路径具有较高的路径通行质量。