检索结果-南通市图书馆

中国科学:物理学力学天文学 2025年

作者：李文博梁寒玉刘切王坤朋刘成瑞刘文静张妍徐赫屿黄晓峰王彤叶志玲北京控制工程研究所空间智能控制技术全国重点实验室南京航空航天大学自动化学院重庆大学自动化学院西南科技大学信息工程学院

运维技术是地球轨道卫星、深空探测器、高超声速飞行器、地外天体巡视器等空间无人系统实现安全可靠稳定运行的重要保障.针对现有远程集中运维方式存在的执行效率偏低、精准程度不高等问题,本文提出了一种支持隐私保护的分布式云边协同... 详细信息

运维技术是地球轨道卫星、深空探测器、高超声速飞行器、地外天体巡视器等空间无人系统实现安全可靠稳定运行的重要保障.针对现有远程集中运维方式存在的执行效率偏低、精准程度不高等问题,本文提出了一种支持隐私保护的分布式云边协同运维机制,为解决“资源配置不充分、先验知识不完备、信息交互不安全”等挑战提供了一种有效途径.在此基础上,同时关注“数据、模型与算法”人工智能技术的三大核心要素,重点针对数据增强、状态监测、异常检测、故障诊断、健康评估、寿命预测等空间无人系统智能精准运维6项关键核心技术的研究现状与应用情况进行了汇总与梳理.最后,结合未来航天型号任务需求以及人工智能技术发展态势,对空间无人系统智能精准运维技术未来可能的发展趋势进行了分析与展望.

关键词：空间无人系统智能精准运维云边协同机制隐私保护

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向6G星地融合的云边协同网络架构和关键技术

引用

天地一体化信息网络 2023年第3期4卷 3-11页

作者：宋雅琴徐晖刘险峰王亚鹏程志密王胡成陈山枝中信科移动通信技术股份有限公司北京100083 中国信息通信科技集团有限公司无线移动通信全国重点实验室北京100083

通过对6G星地融合网络的场景特征分析,以及对星载边缘计算的研究现状和实现云边协同的需求分析,提出一种结合算力网络技术实现星地融合网络的云边协同网络架构,通过引入一个新的网络功能——云边协同功能实现星地融合网络的全局资源感... 详细信息

通过对6G星地融合网络的场景特征分析,以及对星载边缘计算的研究现状和实现云边协同的需求分析,提出一种结合算力网络技术实现星地融合网络的云边协同网络架构,通过引入一个新的网络功能——云边协同功能实现星地融合网络的全局资源感知和协同调度。基于所提的网络架构,提出星地融合的统一资源管理机制,包括可以管理卫星和地面的算力资源与网络资源的全局资源感知技术,以及可以协同星地融合网络中云计算和边缘计算能力的调度策略生成技术。最后,通过自研的移动通信网络平台验证所提云边协同网络架构的合理性以及资源感知技术和策略调度技术的正确性。

关键词：星地融合网络网络架构移动边缘计算云边协同机制算力网络资源管理

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向非均衡数据集的电力变压器故障诊断方法研究

面向非均衡数据集的电力变压器故障诊断方法研究

引用

作者：和家慧华北电力大学

学位级别：硕士

电力变压器是电力系统中最为核心的电气设备,掌握其运行状态对电力系统维持安全稳定的运作环境有着重要意义。目前,基于神经网络、决策树等机器学习算法构建的智能故障诊断模型已广泛应用于电力变压器运维领域。但实际收集的变压器样本... 详细信息

电力变压器是电力系统中最为核心的电气设备,掌握其运行状态对电力系统维持安全稳定的运作环境有着重要意义。目前,基于神经网络、决策树等机器学习算法构建的智能故障诊断模型已广泛应用于电力变压器运维领域。但实际收集的变压器样本集存在类别分布非均衡的问题,会大大限制上述智能算法的实际应用效果。为解决上述问题,本文从数据、算法层面入手,分别构建了两种智能故障诊断模型,有效解决了非均衡数据集下故障样本漏判率高、模型整体分类准确率低等问题,同时提出了一种智能故障诊断系统以实现上述模型在现场的应用。在数据层面,提出了一种基于SVM SMOTE的样本均衡化方法。首先选用油中溶解气体数据作为特征参量,分别建立了KNN和DNN诊断模型,并进一步提出了基于样本均衡化处理的变压器故障诊断技术框架。然后根据评价指标对样本均衡化前后的模型诊断效果进行对比分析,结果表明,相较于原始训练集,采用经过SVM SMOTE处理的数据集训练诊断模型,其综合分类性能有了大幅度的提升,其中DNN的λ由0增加至0.8534,λ、λ分别提升了27.6%、23.0%。最后改变不平衡率,进一步探讨分析了SVM SMOTE的特点和适用范围。在算法层面,提出了一种结合Ada Boost和代价敏感的Adacost算法。首先结合专家打分和误分类样本数量确定变压器误分类样本的代价矩阵。然后选取决策树和Ada Boost算法对比分析所提方法的有效性,结果表明,决策树、Ada Boost、Adacost的综合分类性能在逐步提升,其中相较于决策树和Ada Boost,Adacost的λ分别提升了19.6%、16.9%。最后与样本均衡化方法的诊断效果进行对比,发现基于代价敏感学习构建的诊断模型的应用效果不受限于数据集的不平衡程度,相较于样本均衡化方法,该方法可应用于不平衡率较高的数据集。在现场应用层面,提出了一种基于云边协同机制的电力变压器智能故障诊断系统。首先将所构建的智能诊断模型嵌入边缘计算模块,然后结合无线传感器网络实现电力变压器的实时监测和故障诊断。在云端可以实时展示电力变压器的监测数据和运行状态,供调度人员使用;同时也可调用变压器的历史数据集,展示变压器的历史运行状态,有助于检修人员全面了解变压器的运行信息。

关键词：电力变压器非均衡数据集故障诊断样本均衡化代价敏感云边协同机制

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：