摘要：由于当前已有系统未能建立精准化采购模型,导致系统管理成本和管理复杂度增加,管理效率下降,提出一种基于信息共享平台的精准化采购物资管理系统。结合ERP理念,结合采购物资和先进信息,设计系统总体框架,同时分别介绍不同模块的功能。在信息共享平台下,依据模糊理论分析采购管理过程中的不确定性,建立决策需求和订货费均为模糊参数的精细化采购决策模型。通过符号距离以及重心法进行模糊值优化,确定最佳订货期以及采购量。仿真实验结果表明,所设计系统能显著降低管理开销与复杂性,同时大幅提升管理效能。

摘要：非本征法布里帕罗干涉(extrinsic fabry-perot interferometric,EFPI)的光纤超声传感器灵敏度高,不受电磁干扰的影响,文中将其应用于油中局部放电定位。首先设计了2×2的EFPI超声传感器阵列,可放置在油中检测局放超声波信号;然后根据可控响应功率(steered response power,SRP)声源定位理论对局放源进行定位;最后应用SRP和多重信号分类(multiple signal classification, MUSIC)算法处理实验信号并进行对比。结果表明文中设计的EFPI传感器阵列能够在油中检测到信噪比较高的局部放电信号;SRP算法测向误差小于MUSIC算法,能够根据单次测量实现定位,但定位精度有待进一步提高。文中提出的方法对于EFPI光纤超声传感器在电气设备局部放电定位方面的实际应用具有参考意义。

摘要：为了提高电网运行的可靠性和稳定性,设计基于RPA技术的电网数字化流程跟踪控制系统。基于RPA技术构建电网数字化流程架构,并基于构建结果设计电量智能校核模块、电网监测模块、用电监测模块、版本同步控制模块、节点状态跟踪模块和过程跟踪日志模块,从而完成硬件模块化设计。在设计模块的基础上,令各个软件结构层次之间相互独立,设立跟踪控制目标,计算其动态执行指数,获取电网数字化流程数据,通过RPA机器人将获取的原始数据报表发送至电网系统内,并将数据处理结果制作成相应的数据报表,展现电网运行状态,完成电网数字化流程跟踪控制系统整体设计。实验结果表明,设计系统对电网数字化流程数据的跟踪耗时低于85ms,跟踪波形与实际波形一致,系统负载维持在10%左右,验证了该系统的有效性。

摘要：利用神经网络解决组合优化问题是神经网络应用的一个重要方面。文章通过设计CHNN的能量函数与立体仓库货位分配组合优化问题相对应,当CHNN的输出状态趋于平衡点时,能实现立体仓库货位分配组合优化问题的最优解。最后,通过MATLAB实验仿真验证算法的有效性。

摘要：电力物资供应链潜在供应风险,吞吐量低、纵向载荷值与预期最大值差距大,因此,设计一种基于大数据的电力物资供应链安全风险监测系统。系统在电力物资供应风险防控框架设计基础上,采用AD7606数据采集模块结合并口方式跳线,采集原始风险数据。以89C52单片机作为中央处理单元,处理采集的原始数据;采用供应链安全风险评估模块,评估供应链中采购以运输等环节的风险信息,结合供应链安全风险预警与处理模块,完成供应链安全风险的实时预警;通过大数据技术计算两个相邻采样点的测量数据和标准残差,通过归一化处理残差指数,利用聚类有效性指数获得最优聚类效果,识别电力物资供应链潜在风险,完成风险监测系统设计。实验结果表明:该系统监测到的纵向载荷值与预期最大值相差0.5 kN/m~3,供应链吞吐量最大值为60 bit,说明电力物资供应链稳定。

摘要：为提高电力物资存储中机器人障碍物感知能力,设计了一种四向穿梭机器人障碍物感知方法。采用量化融合跟踪技术采集四向穿梭机器人的运动力学参数,确定其质心运动状态,并构建运动学模型,从中提取避障参数分布集;在不同障碍物分布环境下,结合动力学模型进行机器人避障驱动应力学分析,通过参数融合和自适应控制过程分析避障参数特征;通过分析机器人运动过程强度响应参数,建立障碍物感知的修正目标函数,在模糊约束下得到机器人运动过程模糊动态控制模型,结合机器人沿水平方向和垂直方向的运动位移实现障碍物感知。仿真结果表明,应用该系统后,四向穿梭机器人对障碍物感知的准确性较好,障碍物感知信息传输时间较短,证明该系统具有很强的实用性。

摘要：为准确监测智能配电变压器是否存在重过载问题,提出基于ZigBee的智能配电变压器重过载监测方法。构建基于ZigBee网络的智能配电变压器负荷监测模型,模型中使用ZigBee网络作为通信网络,获取负荷信号,实现重过载持续监测,并通过混合路由算法实现ZigBee网络能耗均衡;针对所获取的负荷信号,通过经验模态分解方法,挖掘负荷信号的数据特征,将此特征作为基于BP神经网络的配电变压器重过载识别方法的识别样本,实现智能配电变压器重过载监测。实验结果表明,该方法可以准确监测智能配电变压器是否存在重过载问题,且ZigBee网络的寿命较长。

摘要：为节约电力时序数据的存储空间,有效实现对电力网络的扩容处理,提出了基于时间窗口聚类的电力时序数据压缩方法。根据时间窗口聚类条件,分别求解时间子序列与窗口子序列条件,从实时存储库中提取电力时序数据样本。定义压缩性能指标,通过稀疏变换数据矩阵的方式,实现对电力时序数据的压缩处理。对比实验结果表明,时间窗口聚类模型可将电力时序数据存储空间控制在3.0×10~7bit内,对于节约数据存储空间、实现电力网络的扩容起到了一定的促进性作用。

摘要：当前普遍采用全局逐一度量的方式进行文档内容相似性判断,工作量十分巨大,因此研究一种基于局部敏感哈希算法的文档内容相似性判断算法。针对文档实施中文分词、去停用词处理。筛选中心关键词并以此为基础将文档表示成空间向量的形式。将语料库中的文档与待检测文档都哈希到哈希桶中,在哈希桶中度量待检测文档与语料库文档之间的相似性,并通过阈值实现文档内容相似程度的判断。实验结果表明,采用所研究算法可以实现对文档内容相似性度的计算并得出了对应的相似程度。