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

    基于人工智能大语言模型技术的电网优化运行应用分析

    石新满胡广林邵鑫赵新爽...
    180-184页
    查看更多>>摘要:为提升电网运行优化的智能化水平,提出了基于人工智能大语言模型技术的优化应用分析.首先论述了通用大语言模型基本概念及应用于电网运行的必要性.分析了通用大语言模型的技术特征,说明了电网运行的应用技术.提出了电网运行优化的系统框架,分析了多模态数据融合、信息流关键推理、电网脑态势解析、智能体辅助决策的优化机制.根据优化运行管理方法,说明了在变电站故障分析和风电光伏功率预测的具体应用效果.

    人工智能大语言模型电网运行优化应用分析

    变电站一二次设备防误闭锁现场自动检测方法

    陈月卿邱建斌陈建洪张振兴...
    185-188页
    查看更多>>摘要:随着电网的发展,对变电站的自动控制提出了更高的要求.为提高变电站防误闭锁现场检验工作效率,结合变电站现场实际情况,设计了一种一二次设备防误闭锁现场自动检测系统.结果表明,研究所提方法在有障碍的情况下,实收帧数为1 455,丢帧率为3%;闭锁逻辑从发出指令到执行操作总时间为55 ms~140ms,控制误差以及绝对误差都没有超过3%;研究所提方法的执行效率逐渐随着测试样本增加而增加,而且执行效率最高,平均为99.3%,改进方法和传统方法分别为98.8%和98.6%.该系统提高了防误闭锁装置的可靠性,减少了现场人工检验工作量,避免了人为因素造成的失误,从而提高了变电站一二次设备防误闭锁的检测效率和可靠性.

    变电站防误闭锁自动检测闭锁逻辑电气设备仪表检测

    基于目标跟踪的电网带电区域施工人员行为辨识方法技术研究

    钱彬张宇蓉
    189-192页
    查看更多>>摘要:研究针对电网带电区域施工人员行为监测存在的难点问题,设计了 一种基于目标跟踪的人员行为辨识系统.该系统结合计算机视觉技术和传感器技术,采用双向特征金字塔网络(BiFPN)和优化损失函数的方式对YOLOv5s进行改进,并引入卡尔曼滤波模型实现对施工人员行为的目标跟踪.结果显示,在NEU Pole和Baidu FSG数据集中的辨识正确率为92%以上,当准确率为0.9时,对应的召回率分别为0.82和0.84.研究系统在两种场景分别正确识别标注13个和44个.对比以上数据可知,研究系统能对电网带电区域施工人员行为进行精确辨识和实时跟踪检测.

    YOLOv5s算法人员行为辨识目标跟踪算法卡尔曼滤波算法

    基于深度学习与SVM的电力系统项目自动查重模型构建与设计

    章瑶易周霜张云飞
    193-197页
    查看更多>>摘要:针对电力系统项目中,因文档繁多重复造成的资源时间浪费问题,研究提出基于深度学习算法对支持向量机进行优化,进而构建电力系统项目自动查重模型.研究对构建的优化支持向量机算法进行有效性验证,发现该算法的准确率为98.1%,F1值为0.87,召回率为81.3%,性能优于其他对比算法.同时,研究还对构建的电力系统项目自动查重模型进行性能对比实验,发现该模型的查重准确度为0.87,F1值为0.84,精度为81.0%,高于其他对比模型.且该模型的运行时间为2.7s,较其他模型运行速度更快.综上所述,研究提出的基于深度学习与支持向量机的电力系统项目自动查重模型可为电力系统项目的高效管理提供辅助支持.

    电力系统项目自动查重模型深度学习支持向量机文档管理

    结合自然语言处理与知识图谱的电力项目安全管理应用设计

    戴玉艳章瑶易安佰龙陆柳...
    198-201页
    查看更多>>摘要:电力项目安全管理需要处理大量的文本数据,传统方法在处理效率和准确性上存在一定不足.因此,研究结合自然语言处理构建电力项目安全管理知识图谱.知识图谱验证结果表明,研究的知识抽取模型表现出色,准确率、召回率和F1值分别为0.94、0.91和0.92.知识图谱的知识更新频率为849条/天,知识库扩展速度为857条/天,检索速度平均为1 048次/秒,能有效降低安全隐患.实际应用结果表明,引入知识图谱后,安全问题解决时间最低降至18.7分钟,决策准确性平均提升至91.46%,人力资源和设备利用率显著提高,分别为91.37%和88.64%.用户满意度调查显示总体满意度高达9.58.研究为电力项目安全管理者提供更为先进、全面的管理工具,对电力产业的可持续发展具有重要意义.

    电力项目安全管理自然语言处理知识图谱

    面向视觉感官补偿的新媒体平台与人工智能融合方法研究

    李春慧
    202-206页
    查看更多>>摘要:此次研究旨在探索面向视觉感官补偿的新媒体平台与人工智能融合的方法,以提高视觉障碍患者的感官体验.研究使用计算机视觉图像处理技术对图像进行滤波降噪处理,然后使用特征提取技术提取出图像的特征信息,并设计了一个新媒体视觉感官补偿平台.实验数据显示,用户对该平台的满意度为95.3%,再使用意愿为96.1%.专家对新媒体视觉感官补偿平台的性能评价值约为92.1%,医用价值评分值约为93.2%.结果表明,新媒体视觉感官补偿平台与人工智能融合的方法可以有效地提高视觉障碍患者的感官体验,并且具有较高的稳定性和性能表现.该平台可以提供更加真实、沉浸式的视觉体验,为用户提供更加舒适的生活体验.

    计算机视觉感官补偿新媒体人工智能空间环境

    基于量子遗传算法的大规模风光并网发电系统储能优化方法

    张艳宋新甫李香平辛超山...
    207-211,218页
    查看更多>>摘要:大规模风光并网发电具有明显的间歇性、随机性,并且风能光能本身的发电特征又存在较大差异,配置储能是解决上述问题的有效方法.将不确定的风光出力场景转化为确定的、具有其典型特征的小规模场景集,基于该场景集为风光联合发电系统配置储能,平抑新能源出力波动,提出一种基于量子遗传算法的大规模风光并网发电系统储能优化方法.在双向DC/DC变换器将储能系统与风光互补发电系统对接下,以蓄电池与对接系统后最充放电次数为目标函数生成稳定场景;以并网发电与储能的输出功率不允许超出最大功率为约束条件;采用量子遗传算法采集蓄电池荷电状态的反馈,通过量子位概率幅值对染色体编码,借助非门变异增加优化参数数量,利用旋转门法更新量子的相位,结合梯度函数、一阶差分找出稳定条件下的蓄电池输入功率,,完成稳定的储能容量调节.实验结果表明:所提方法的功率偏差值小,且能量缺失率也较低,故储能优化效果良好.

    风光并网功率储能容量蓄电池充放电染色体量子遗传算法

    基于云计算的医院大数据信息化集成云测试系统设计

    张伟
    212-218页
    查看更多>>摘要:常规的数据集成云测试过程对测试信息的调度较慢,导致测试响应时间较长.为解决传统集成云测试系统存在的不足,本研究针对医院大数据,提出了一种基于云计算的大数据信息化集成云测试系统.以云端客户机作为系统主要硬件,选择IEEE829标准的采集机制,对系统的硬件部分进行设计;利用自然语言算法,对指令代码的特征进行提取,基于云计算技术对医院大数据信息进行降维处理,按照提取特征对测试信息进行快速调度,按照信息调度模型,将测试任务情况分为4种类型.以B/S结构为基础,将不同类型任务进行分级授权,并采用星型联接方式,对任务访问的信息进行设置,并提交测试任务访问,使用AS服务器认证方式,对任务进行认证,将任务分配到每个节点单元中进行测试并反馈至终端,从而完成对医院大数据信息化集成的云测试.实验结果表明,设计的医院大数据信息化集成云测试系统所需的测试响应时间较短,具有较好的应用价值.

    云计算医院大数据信息化集成云测试系统B/S结构AS服务认证

    基于FA-DWA融合算法的人体运动机器人移动路径优化研究

    骞虎
    219-222,227页
    查看更多>>摘要:为进一步提升人体运动机器人移动过程中的路径规划质量,提出一种基于改进萤火虫算法融合动态窗口(iFA-DWA)算法的人体运动机器人移动路径规划方法.其中,以萤火虫算法作为基础的全局路径规划算法,并对其进行进一步改进,再以动态窗口算法作为局部路径规划算法,最后将两个算法进行融合,进一步提升路径规划质量.实验结果表明,与传统的全局路径规划算法相比,iFA-DWA融合算法能够得到更优的移动路径,路径长度更短,整体规划效果良好;在实际的路径规划测试中,基于iFA-DWA融合算法的路径规划方法所规划的路径质量最佳,算法运行时间较短,同时还能够对路径中的未知障碍进行有效躲避.综合,构建的基于iFA-DWA融合算法的路径规划方法性能良好,能够进行质量较高的路径规划,将其应用于人体运动机器人的路径规划时能够对移动过程进行有效优化,可行性较高.

    人体运动机器人路径规划萤火虫算法动态窗口算法

    AI人工智能翻译中结合模糊算法与改进注意力机制的分析

    张菊玲
    223-227页
    查看更多>>摘要:为了进一步提高神经机器翻译系统的翻译性能,提出一种融入预训练语言模型增强的神经机器翻译模型.一方面针对BERT预训练语言模型在融入神经机器语言模型中存在的灾难性遗忘问题,引入掩码矩阵策略进行缓解;另一方面通过对多注意力机制的内部融合和动态加权,使模型可以充分利用经过优化的BERT的输出信息,从而提高模型性能.结果表明,当掩映矩阵系数度为0.6时,使用门控机制进行加权融合的改进Masking-BERT模型,在实验数据集上的测试效果最佳,在英→中与中一英翻译任务中,相较于Transformer基线模型、RNNSearch模型与RNN-Deliberation模型,BLUE值分别提高了 1.88、1.41;7.67、5.77和4.88、4.68,性能提升明显.在实际的英语教学过程中,搭载所提模型的AI人工智能系统,不仅可以满足课堂的翻译需求,且翻译准确度和课堂满意度的人工评分都较高,值得在英语教学中使用和推广.

    人工智能翻译系统改进注意力机制预训练语言模型英语教学