首页期刊导航|微型电脑应用
期刊信息/Journal information
微型电脑应用
上海市微型电脑应用学会
微型电脑应用

上海市微型电脑应用学会

朱仲英

月刊

1007-757X

smcaa@sjtu.edu.cn;smcaa@online.sh.cn

021-62933230

200030

上海市华山路1954号上海交通大学铸锻楼314室

微型电脑应用/Journal Microcomputer ApplicationsCSTPCD
查看更多>>本刊是由上海市微型电脑应用学会主办,上海交通大学等单位协办,并经国家科技部和国家新闻出版署正式批准的计算机应用科技期刊。本刊创刊于1985年1月,得到了中央领导同志、广大读者和计算机业界的支持和厚爱,江泽民主席亲自为本刊题写刊名。在长期办刊实践中,本刊形成了学术性和实用性并重的特色,主要栏目有:院士专家论坛、技术专题、研究与设计、开发应用、技术交流、学习园地等,它面向各行各业从事计算机应用的科技人员和广大电脑应用爱好者,沟通技术开发的信息渠道,为科研设计和推广应用牵线,为公司企业和各界用户搭桥。本刊所发表的文章可作为高校、科研机构等评定职称的依据之一。
正式出版
收录年代

    基于无人机摄影电力线缆破损位置检测方法

    罗步升
    119-122页
    查看更多>>摘要:由于部分电力线缆所处环境较为恶劣,极易发生损坏且人工检测可操作性不强,导致位置检测结果与实际破损位置误差大,因此提出基于无人机摄影电力线缆破损位置检测方法.标定无人机采集图像坐标系,提取电力线缆破损有效位置信息.采用色彩空间分割技术,获取图像灰度值,对无人机摄影图像进行校正处理.使用差分计算梯度分量算法,对图像处理结果展开迭代计算,完成破损点定位分析实现电力线缆破损位置的检测.经实验证实,此方法位置检测结果与实际破损位置误差最小,有效提升了电力线缆破损位置检测精度.

    无人机检测电力线缆无人机摄影图像处理图形定位特征融合

    基于改进深度学习的开关柜局部放电检测与故障识别

    何明佘乐欣严铿博李思尧...
    123-126页
    查看更多>>摘要:针对传统开关柜局部放电谱图提取需要依赖专家经验而缺乏泛化能力的问题,提出一种基于改进深度置信网络(DBN)—长短期记忆(LSTM)的开关柜局部放电检测与故障识别模型.该模型综合了 DBN直接自主提取样本全局有效特征信息和LSTM善于挖掘特征图谱时域特征的优势,并采用Dropout技术降低DBN过拟合影响,以提高模型的泛化能力.结合四种典型开关柜局部放电模型的缺陷谱图对所提模型进行性能测试,并与其他算法进行对比,结果表明:所提算法对开关柜的故障识别具有良好的效果,综合故障准确率达到97%,所提模型的整体识别性能均优于单一 DBN和LSTM以及DBN-LSTM模型.

    深度学习开关柜局部放电检测DBN-LSTM故障识别

    柱上开关电磁辐射干扰测试技术研究

    宋殷冠邹宇苏一峰汪明...
    127-130页
    查看更多>>摘要:针对现有技术中柱上开关电磁辐射干扰测试能力滞后等问题,研究通过搭建电磁辐射对柱上开关干扰测试装置,通过柱上开关集合、屏蔽模块、检测模块、电磁干扰信号发生器、电压检测、电流检测、信号处理、干扰信号分析模块以及终端分析模块等实现柱上开关电磁辐射干扰测试;通过构建一种新型的改进深度学习模型,应用RBF神经网络,大大提高柱上开关电磁辐射干扰的预测精度.通过实验,这种方法提高了柱上开关电磁辐射干扰预测能力.

    柱上开关电磁辐射深度学习模型RBF神经网络干扰测试预测精度

    基于小波包迁移学习的轴承故障诊断方法研究

    郭传清李申申黄璜徐磊...
    131-133页
    查看更多>>摘要:针对传统轴承故障诊断不仅需要人为先验知识,还存在变工况轴承分类准确率低下的问题,提出一种基于小波包迁移学习轴承故障诊断的方法(WPT-1DCNNMM).将轴承数据(源域和目标域)通过四层小波包分解成不同频率尺度的信号分量,再将分解后的信号分量送入一维卷积神经网络(1DCNN)中提取深度故障特征.通过多核最大平均差异(MK-MMD)度量源域与 目标域之间的距离,完成轴承故障分类.在凯斯西储大学轴承数据集对提出的方法进行验证,实验结果表明,所提出的方法不仅能够有效提取轴承故障特征,而且相较于其他分类模型具有更高的变工况轴承分类准确率.

    故障诊断小波包分解迁移学习多核最大平均差异

    基于机器学习的电力系统暂态故障事件智能识别方法

    彭静王军亓富军满丽...
    134-137页
    查看更多>>摘要:为了在电力系统不同故障位置、故障时刻和噪声环境中准确识别暂态故障类型,提出基于机器学习的电力系统暂态故障事件智能识别方法.将暂态故障结构特征值作为量子粒子群优化径向基神经网络模型的输入向量,通过选取合适的参数编码策略、适应度函数以及终止条件,输出优化后径向基神经网络最优参数,完成故障事件智能识别.仿真实验结果表明,该方法采用量子粒子群优化算法(QPSO)优化径向基函数(RBF)神经网络可以获取最佳训练参数,训练时间为3.561 s,训练误差为0.000 257 7,可在不同故障位置、故障时刻和噪声环境下正确识别暂态故障类型,且识别效率优势显著.

    机器学习电力系统暂态故障故障识别特征提取RBF神经网络

    基于遗传优化神经网络的电力潜在敏感用户画像聚类算法

    王海龙李冠龙黄鑫磊薛建德...
    138-140,144页
    查看更多>>摘要:为了解决电力潜在敏感用户画像聚类和识别结果准确度较低的问题,提出一种基于遗传优化神经网络的电力潜在敏感用户画像聚类算法.构建电力用户画像,精准刻画电力用户行为;选取电力用户画像的数值、时间、统计及聚类四种特征作为卷积神经网络模型的输入,识别电力潜在敏感用户画像;采用改进遗传算法优化卷积神经网络,使得识别结果更为精准.实验结果表明,该方法能够聚类、识别电力潜在敏感用户画像,且聚类和识别的性能及准确度较好.

    遗传算法卷积神经网络用户画像潜在敏感用户聚类算法相异度函数

    基于改进机器学习算法的物联网终端安全接入方法

    景钰文韩世海朱珠
    141-144页
    查看更多>>摘要:为了解决物联网终端接入设备较多时,接入结果可靠性较低的问题,提出基于改进机器学习算法的物联网终端安全接入方法.依据物联网终端设备的标识性和可采集性原则,使用SDK接口提取物联网设备信息;依据该信息对相对应的物联网终端设备流量进行编码和特征提取,生成设备指纹信息;构建物联网终端设备指纹信息库,将物联网终端设备指纹作为输入,使用改进朴素贝叶斯算法优化匹配设备指纹信息库,若匹配成功则允许其接入,反之则拒绝其接入.实验结果表明,该方法P-R曲线的平衡点对应数值分别在0.88和0.83左右,接入结果可靠性较高,可有效实现物联网终端设备负样本匹配,保障设备的安全接入.

    改进机器学习物联网终端安全接入朴素贝叶斯设备指纹

    数字化背景下供电营业厅服务行为识别研究

    衡星辰陈英达付彦哲
    145-148页
    查看更多>>摘要:为了改善电力服务行业场景复杂,服务行为识别困难的问题,提出了一种供电营业厅服务行为识别融合网络.该网络主要包括时空分割网络模型和改进C3D网络模型.首先,在从视频中提取光流帧和RGB帧.其次,将提取出的光流帧和RGB帧带入时空分割网络和改进C3D网络经过训练,从而有效提取动作特征和图像特征.最后,在分类层,计算每个网络对每类服务动作的识别准确率,通过Softmax公式确定权重,并得到最终动作识别结果.仿真阶段,以南方电网公司提供的服务视频数据集为例,对所提模型进行验证.仿真结果表明,所提方法识别准确率为98.99%,召回率为90.2%,F分数为94.39%.仿真结果进一步验证了所提模型对服务行为具有较高的准确性和稳定的识别率.

    电力系统营业厅行为识别光流时空分割

    多目标优化模型的用户分时电价最优用能研究

    吴鹏周红林顾永生
    149-153页
    查看更多>>摘要:针对电力用户对自身用电情况掌握不足、优化管理水平低的问题,研究了能够根据系统输出的优化调度策略来控制智能终端完成相应的调度.在感知层的用电负荷感知模块中加入负荷开关控制模块,使感知模块能够根据优化指令完成相应的导通和关断动作.系统中用户用能多 目标优化模型能够分析用户负荷弹性,并计算用电设备的关联度和用户的用电优化潜力值,同时能够考虑用户的用电舒适度输出用能优化策略.实验结果表明,所提系统用电偏移率最大可达到34.5%,用电量最小低至0.34 kWh.

    分时电价优化调度策略用电负荷感知模块负荷开关控制

    低功耗状态下的架空线路短时过负荷能力确认算法

    程智余王军燕张永奈
    154-156,165页
    查看更多>>摘要:为了提高线路的电力输送能力,确定最优功率调整节点,进而控制短时过负荷,提出了低功耗状态下的架空线路短时短时过负荷能力确认算法.分析各节点功率变化量与线路功率变量的关系,以最低功率调整成本作为目标函数,并将有功调整功率最低作为约束条件,控制架空线路短时过负荷,确认过负荷能力.实验结果表明:架空线路应用JL/G1A-400/35导线可具有更长的短时过负荷时间,有利于短时过负荷的有效控制.该方法可确定最优功率调整节点、并以最低功率调整量实现短时过负荷的控制,且控制成本最低.

    低功耗状态架空线路短时过负荷能力功率灵敏度有功调整量