首页期刊导航|自动化与仪器仪表
期刊信息/Journal information
自动化与仪器仪表
自动化与仪器仪表

孙怀义

双月刊

1001-9227

auto81@163.com

023-63050371

401121

重庆市渝北区人和杨柳路2号B区

自动化与仪器仪表/Journal Automation & InstrumentationCSTPCD
查看更多>>本刊是技术刊物。旨在加强学术交流，促进中国自动化与仪器仪表的发展，为自动化和仪器仪表工作者服务。
正式出版
收录年代

    基于改进聚类算法的电能计量表故障检测方法

    严华江庄琛马赟婷安东...
    188-191,195页
    查看更多>>摘要：传统的电能计量装置故障监测方式为周期性现场校验,该方式存在着运行管理粗放不规范、工作效率低、故障发现及排查难度大、监测时效性差等问题.为了解决电能计量故障检测准确性低的问题,提出基于改进聚类算法的电能计量表故障检测方法.该方法采用量子机制改进后的聚类算法,结合自回归积分滑动平均算法清洗数据中异常值并分类数据,将分类数据输入贝叶斯B样条故障检测算法,通过计算故障率完成电能计量表故障检测.实验结果显示,该方法的AUC面积最大,表明检测精度高,并且检出故障点数量与实际一致,检测时间在5 s以内,说明该方法提高了检测准确性的同时,提高了检测效率.

    数据清洗量子机制差异性度量测度贝叶斯B样条算法韦伯分布聚类算法

      原文链接:
    • 维普
    • 万方数据

    寒冷环境下输变电设备复杂异常振动声纹识别

    张德文张大宁王磊郭跃男...
    192-195页
    查看更多>>摘要：输电设备配有振动信号测量系统;在不同机械与电气故障状况下的振动特性,可分析OLTC状况与振动信号之间的关系.但是,低温环境会导致设备材料的脆化及润滑剂凝固,改变设备振动和声纹特征,增加异常振动声纹识别的复杂性.提出一种寒冷环境下的输电设备复杂异常振动的声纹识别方法.将经验模态分解(Empirical Mode Decomposition,EMD)和斯坦无偏估计(Stein's unbiased estimate,SURE)相结合,采集输变电设备的振动声纹信号,并对其进行去噪处理;将去噪处理后的声纹信号划分为多个声纹片段,并转换为语谱图.在特征提取阶段,将正常语谱图作为输入,利用长短期记忆网络(Long Short-Term Memory,LSTM)进行训练,以分类输入的输变电设备语谱图声纹样本,并确定异常样本,实现对输变电设备异常振动声纹的准确识别.实验结果表明:所提方法可以精准识别输变电设备异常振动声纹,识别率均在96％以上,识别耗时 94.47 ms.

    寒冷环境输变电设备异常振动声纹识别

      原文链接:
    • 维普
    • 万方数据

    基于数据驱动与改进随机森林的配电网多元源荷异常数据检测研究

    龚泽玮魏东宁高强郭杰...
    196-199,204页
    查看更多>>摘要：为进一步提升配电网日常运行的稳定性,提出一种基于改进随机森林算法的配电网异常数据识别分类方法.其中,以随机森林算法作为基础的异常数据识别分类方法,并引入改进的SMOTE算法和Relief F算法分别对随机森林算法的采样过程和特征选择过程进行优化,进一步提升其识别分类性能.仿真结果表明,在单节点的异常数据识别分类测试中,与传统的决策树算法、前馈神经网络BPNN以及支持向量机SVM相比,改进的随机森林算法具有更高的识别分类精度,准确率、精确度、召回率分别达到了 99.40％、98.97％、98.47％,同时算法所需的运行时间也更短;在多节点异常数据的识别分类测试中,基于改进随机森林算法的异常数据识别分类方法具有较高的识别精度,准确率和召回率均稳定在97％以上,与其他方法相比,该方法还具有更好的稳定性.综上,构建的基于改进随机森林算法的配电网异常数据识别分类方法性能良好,能够应用于实际的配电网日常维护管理,提升配电网的运行稳定性,可行性较高.

    配电网异常数据检测随机森林算法多节点识别

      原文链接:
    • 维普
    • 万方数据

    基于随机矩阵理论的用电高峰场景中电力网络异常检测模型构建研究

    杨澜倩何宏宇金田赵永娴...
    200-204页
    查看更多>>摘要：随着新型电力系统的发展,电力网络规模日益扩大,传统的电力网络异常检测模型已经不能满足当前的需求.此次研究提出了一种基于随机矩阵理论的电力网络异常检测模型.实验结果表明,在低信噪比的情况下,数据集尺寸为900时,平均谱半径方法、最大特征值方法和样本协方差矩阵的准确率分别是0.746、0.764和0.788.在高信噪比的情况下,三种方法的准确率分别是0.921、0.934和0.947.在高信噪比情况下,异常节点个数为5时,平均谱半径方法、最大特征值方法和样本协方差矩阵方法的响应时间分别是3.1、2.6和2.1.在低信噪比情况下,三种方法的响应时间分别是4.0 s、3.7 s和2.8s.研究结果表明所提出的方法能够给电力网络的稳定运行提供更好的保障.

    随机矩阵理论异常检测样本协方差矩阵最大特征值

      原文链接:
    • 维普
    • 万方数据

    深埋地下传感器无线通信小波去噪方法

    赵绪亮吉祥韦劫谭华章...
    205-207,212页
    查看更多>>摘要：深埋地下的传感器组网比正常环境复杂,信号在信道离散时会出现码间干扰,导致传感输出信噪比较低,处于高噪声干扰状态.提出基于小波变换的深埋地下传感器无线通信去噪方法.利用小波变换算法对深埋底下的传感信号离散化,抑制码间干扰情况,对通信数据去重以及融合处理,并对通讯协议的数据帧头格式设计,建立无连接的双向通讯协议,完成无线通信.在实验中,以深埋地下传感器为基础,对提出的方法进行了抗噪声性能的检验.经实验结果表明:采用提出的方法进行无线通信时,输出信噪比较高,具备较好的抗噪声性能.

    深埋地下小波变换抗噪声传感器融合处理无线通信

      原文链接:
    • 维普
    • 万方数据

    基于多源数据驱动的5G通信网络安全自动化实时预测系统

    雷琳琳喻朝新李丹
    208-212页
    查看更多>>摘要：单一数据源可能无法提供全面的信息,导致5G通信网络安全预测结果存在偏差.针对上述问题,设计基于多源数据驱动的5G通信网络安全自动化实时预测系统.基于Model-View-Controller架构设计系统框架,设计系统数据库,用于存储多源数据;利用探针采集器、Flume的采集器采集多源数据,并通过中间件将数据传输到数据库中;通过灰度关联度法进行多源数据降维,从中提取关键数据;量化5G通信网络安全并以此为因变量,以关键多源数据为自变量,构建多元回归预测模型,实现5G通信网络安全自动化实时预测.测试结果表明:回归预测模型的决定系数在0.9以上,由此证明所设计系统的预测准确性更高.

    多源数据驱动5G通信网络网络安全预测系统

      原文链接:
    • 维普
    • 万方数据

    基于云计算的信息化网络多通道数据快速融合方法

    郑婕张立冬刘敏熊伟...
    213-216页
    查看更多>>摘要：为了获取满意的数据快速融合结果,提出一种基于云计算的信息化网络多通道数据快速融合方法.通过云计算中的MapReduce对信息化网络多通道数据预处理,删除冗余数据.经过预处理后,将深度自编码器分层部署在信息化网络分簇结构中,将数据输入到深度自编码器模型中,提取信息化网络多通道特征数据,同时将数据传递至汇聚节点,实现信息化网络多通道数据快速融合.实验结果表明,通过所提方法可以有效提升数据融合精度和数据完整性,降低能耗和端到端传输延迟.

    云计算信息化网络多通道数据快速融合

      原文链接:
    • 维普
    • 万方数据

    基于YOLOv8n的机场行李检测研究

    曾学崔鸿刚王永增刘林海...
    217-219,224页
    查看更多>>摘要：随着深度学习和人工智能的兴起,以及闭路电视监控系统对行李输送线的全覆盖,研究者开始使用图像识别技术对行李进行全程的识别跟踪,但在生产运营过程中,图像质量低、行李粘连堆叠等影响识别跟踪精度的问题时有发生.针对这些问题,提出一种注意力特征增强方法来抑制背景信息,使神经网络提取行李特征的过程中具有更好的鲁棒性.为了验证该方法的有效性,采用昆明机场的行李图像构建数据集,在此数据集上,该方法的检测精度达到了 70.2％,以及很小的参数量,为行李处理的效率和准确率提升提供了支撑.

    YOLO目标检测行李处理系统注意力增强卷积神经网络

      原文链接:
    • 维普
    • 万方数据

    基于动态时间规整和改进BP神经网络的滑坡灾害预测系统研究

    陈隆杨歌陈汉章
    220-224页
    查看更多>>摘要：为了实现对滑坡灾害进行自动化、智能化、实时化的监测和预报,研究以动态时间规整算法和反向传播神经网络为基础,建立了滑坡灾害预测系统自动化控制模型,对滑坡灾害预测系统进行自动化控制的研究.该模型采用改进反向传播神经网络来实现滑坡灾害预测系统的自动控制,实现了滑坡灾害预测系统自动化控制模型的建立.结果表明,数据集测试中百分数误差远远小于工程误差的10％,决定系数都超过了 99％,表明预测值与真实值之间具有很好的相关性,实例验证也说明了该系统的有效性.研究建立的滑坡灾害预测系统自动化控制模型的准确率较高,能够有效地对滑坡灾害进行自动控制,为进一步进行科学有效的研究提供了理论依据和技术支持,具有较好的应用前景.

    动态时间规整BP神经网络滑坡灾害预测自动控制

      原文链接:
    • 维普
    • 万方数据

    基于多源数据融合的多层次轨道交通网络客流量监测方法

    黄庆贵李海培杨玉修
    225-228,233页
    查看更多>>摘要：在智能交通领域,客流量监测是一个研究热点,所获数据对于交通资源的适时调度与合理配置等有着重要的指导意义.现有的轨道交通客流量监测方法存在预测性较强,监测结果不够准确的问题,设计基于多源数据融合的多层次轨道交通网络客流量监测方法,实现较大客流量下的轨道交通网络客流量监测.在多层次轨道交通网络中大量布设高清网络摄像机与红外线摄像机以采集客流量监测图像.对于所采集的两种外图像,设计基于图信号稀疏表示的图像去噪算法,对其实施去噪处理.设计基于DPM模型的行人检测算法,实施可见光图像与红外图像的行人运动目标检测.对于两种图像的检测结果,设计基于密集交叉网络的多源数据融合算法,实施多源数据融合与计数,实现多层次轨道交通网络客流量监测的目的.测试结果表明,该方法的高铁网、城际轨迹网、市郊铁路网、城市轨道网客流量监测误差分别为44人、40人、19人、4人,客流量监测误差均较低.

    可见光图像红外图像多源数据融合多层次轨道交通网络客流量监测

      原文链接:
    • 维普
    • 万方数据