-
题名基于信息增益的SFT中故障影响因素降维方法研究
被引量：3
- 1
-
-
作者
崔铁军
李莎莎
韩光
姜福川
-
机构
辽宁工程技术大学安全科学与工程学院
辽宁省隧道与地下结构工程技术研究中心
-
出处
《安全与环境学报》
CAS
CSCD
北大核心
2018年第5期1686-1691,共6页
-
基金
国家自然科学基金项目(51704141)
国家重点研发计划重点专项(2017YFC1503100)
-
文摘
为了研究空间故障树降维方法,参考因素空间中的信息增益法,构建了空间故障树中影响因素的降维方法。通过影响因素对目标因素的信息增益情况判断该因素被删除降维的可能性,分为可被忽略和可等同2种情况并给出了判断此2种情况的条件及降维方法的过程描述和涉及的定义。应用该方法分析了故障状态数据,设使用时间、使用温度和使用湿度为影响因素,元件故障概率为目标因素。分析结果表明,使用时间和使用湿度对故障概率的影响接近;使用温度对故障概率的影响最小,但3个因素都不能作为可降维的影响因素而被删除。
-
关键词
安全工程
空间故障树
信息增益法
影响因素降维
-
Keywords
safety engineering
space fauh tree
informationgain method
dimension reduction of affecting factor
-
分类号
X913.4
[环境科学与工程—安全科学]
-
-
题名利用多因素降维的配电网区段定位完全解析模型
被引量：20
- 2
-
-
作者
王秋杰
金涛
申涛
朱绍杰
刘随阳
-
机构
福州大学新能源发电与电能变换福建省高校重点实验室
国网湖北电力有限公司随州供电公司
国网湖北电力有限公司荆门供电公司
-
出处
《电工技术学报》
EI
CSCD
北大核心
2019年第14期3012-3024,共13页
-
基金
欧盟FP7国际科技合作基金(909880)
国家自然科学基金(61304260)资助项目
-
文摘
现有配电网区段定位模型由于没有将故障信息的漏报和误报计入故障变量,导致区段定位的容错能力在多节点信息畸变时存在不足。对此,构建一种配电网区段定位的完全解析模型来提高区段定位的容错能力。为了降低完全解析模型的变量维度,首先利用故障矛盾假说,将变量维度减小到3倍的节点数量;其次,利用模型分层,将单次区段定位的变量维度进一步减小;最后,将基于模型诊断的结果作为第一层定位的已知量,变量维度再次减小。算例表明:与未考虑漏报和误报的模型相比,该完全解析模型容错能力得到极大的提高,并且能同步获得漏报、误报警告信息;与没有利用多因素降维的完全解析模型相比,所提模型的定位速度和准确率相对较高,更加符合定位实时性要求。
-
关键词
配电网
区段定位
完全解析模型
多因素降维
-
Keywords
Distribution network
section location
complete analytic model
multi-factor dimensionality deduction
-
分类号
TM72
[电气工程—电力系统及自动化]
TM77
[电气工程—电力系统及自动化]
-
-
题名多因素波动影响下事件状态的联系数表示研究
被引量：2
- 3
-
-
作者
崔铁军
李莎莎
-
机构
沈阳理工大学环境与化学工程学院
沈阳理工大学安全与应急产业技术研究院
-
出处
《智能系统学报》
CSCD
北大核心
2023年第4期833-840,共8页
-
基金
国家自然科学基金项目(52004120)。
-
文摘
为研究在因素波动影响下事件状态变化和不同状态出现的可能性,本文将语义划分与集对分析联系数的多级状态对应,建立因素波动影响下的事件状态联系数表示方法。制定了单因素波动情况下事件状态联系数的构建方法,以单位因素区间对因素平面进行离散,分别计算各离散区域的联系数,综合所有联系数形成事件状态联系数。根据数值逻辑的或关系和联系数运算法则耦合单因素事件状态联系数得到2因素事件状态联系数。多因素通过切片法降维至2因素才可使用上述方法。本文证明了离散求解与整体求解的等价性,使用各语义划分面积比例计算联系数较离散法更为方便。实例中使用整体求解法计算了2因素事件状态联系数。最后说明了本文方法面临的问题、原因和解决方法。
-
关键词
安全系统学
智能科学
集对分析理论
多因素波动
事件状态
联系数
等价证明
因素降维
-
Keywords
safety systematology
intelligent science
set pair analysis theory
multi-factor fluctuation
event state
connection number
equivalence proof
factor dimensionality reduction
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
X913
[环境科学与工程—安全科学]
-
-
题名彬长大佛寺矿井涌水量时序预测
被引量：4
- 4
-
-
作者
侯恩科
徐林啸
荣统瑞
-
机构
西安科技大学地质与环境学院
陕西省煤炭绿色开发地质保障重点实验室
青海盐湖工业股份有限公司
-
出处
《西安科技大学学报》
CAS
北大核心
2024年第3期490-500,共11页
-
基金
国家自然科学基金项目(42177174)。
-
文摘
为提高矿井涌水量预测精度,解决矿井涌水量预测无法及时响应动态变化的问题,构建一种基于模态分解和深度学习的矿井涌水量多因素时间序列组合预测模型。使用变分模态分解和灰色关联分析筛选主控因素,通过双向长短期记忆网络和卷积长短期记忆网络对高、低频模态分量进行预测。结果表明:对比不同时序预测模型,变分模态分解可以有效捕捉时序数据中的长期依赖关系,提供了更加准确的长期时序数据预测能力;经过鲸鱼优化、贝叶斯优化算法对不同频率模态分量的处理,有效降低了高频部分的无序性、复杂性并优化了较为线性、缓慢的低频部分;验证了矿井涌水量时序预测中的变分模态深度学习组合模型的有效性和适用性,预测精度满足生产需求。该理论丰富了矿井涌水量时序预测方法,对煤矿水害预防具有一定的理论意义。
-
关键词
模态分解
深度学习
时间序列
多因素序列降维
矿井涌水量预测
-
Keywords
modal decomposition
depth learning
time series
multi-factor series dimensionality reduction
mine water inflow prediction
-
分类号
TD742
[矿业工程—矿井通风与安全]
-
