共查询到20条相似文献,搜索用时 15 毫秒
1.
传统电力网络异常输电线路自动识别方法容错能力差,为此提出大型船舶电力网络异常输电线路自动识别方法研究。建立电力网络输电线路模拟模型对其异常输电线路情况进行模拟,通过模拟采用传感器对异常输电线路信号进行采集,对采集的信号进行特征量提取并将其组合成异常输电线路特征向量,以上述得到的异常输电线路特征向量为依据,采用模糊聚类方法对异常输电线路进行自动识别,实现了大型船舶电力网络异常输电线路的自动识别。通过实验得到,提出的电力网络异常输电线路自动识别方法的容错率比传统方法高出35%,说明提出的电力网络异常输电线路自动识别方法具备极高的容错能力。 相似文献
2.
3.
4.
异常数据对船舶移动网络通信产生干扰,而当前船舶移动网络的异常数据优化方法的效果差,无法满足船舶移动网络通信要求,为此设计了一种基于大数据分析技术的船舶移动网络异常数据优化识别方法。首先分析当前船舶移动网络异常数据优化研究方法,指出它们各自存在的缺陷,然后引入大数据分析技术对船舶移动网络异常数据进行优化和识别,最后进行船舶移动网络异常数据优化识别的实例分析,结果表明,本文方法可以描述船舶移动网络异常数据变化特点,提高船舶移动网络异常数据识别的正确率,而且船舶移动网络异常数据识别时间要短于其它方法,获得了令人满意的船舶移动网络异常数据识别结果。 相似文献
5.
电路短路类型多样复杂,当前方法的电路短路识别错误概率高,为降低电路短路识别的错误概率,设计了基于数据挖掘的船舶电力电路短路识别方法。首先采用传感器采集船舶电力电路工作状态信号,并采用小波包对船舶电力电路工作状态信号进行多层分解,提取相应的小波包能量熵,将其作为船舶电力电路短路识别的特征,然后采用数据挖掘技术对特征向量和船舶电力电路短路类型间的变化关系进行建模,设计船舶电力电路短路识别模型,最后在Matlab 2017平台进行了船舶电力电路短路识别实验,本文船舶电力电路短路识别正确率超过95%,而对比方法的船舶电力电路短路识别率低于90%,本文方法不仅大幅度降低电路短路识别的错误概率,而且船舶电力电路短路识别效率更高,能够用于实际的船舶电力系统管理。 相似文献
6.
《舰船科学技术》2018,(22)
由于船舶电力监测网络的工作环境日益复杂,网络流量出现异常状态的频率越来越高,为了对船舶电力监测网络流量异常状态进行准确跟踪和检测,提出基于数据挖掘技术的船舶电力监测网络流量异常检测方法。首先深入分析当前船舶电力监测网络流量异常研究现状,并收集船舶电力监测网络流量异常数据,然后对船舶电力监测网络流量异常数据进行去噪处理,并根据数据挖掘技术建立船舶电力监测网络流量异常检测模型,最后采用具体船舶电力监测网络流量异常数据进行验证性测试实验。结果表明,本文方法可以有效检测船舶电力监测网络流量异常状态,误检率相当低,并且船舶电力监测网络流量异常检测结果优于其他方法,具有广泛的应用前景。 相似文献
7.
8.
本文分析了船舶输电线路的频发故障的原因.对比传统经验型船舶输电线路故障诊断过程,参照商用船舶常用的干馈混合配电方式,引入了模糊规则,解决具体故障定位时的不确定性问题.以当前的输电网络状态和诊断级数为推理依据,把输电线路故障的规律程序化.从而在实际操作中快速找出故障点,排除隐患,实现船舶输电线路故障检测的自动化. 相似文献
9.
为提高船舶通信网络异常数据自动检测精度,并全面剔除船舶通信网络异常数据,研究新的船舶通信网络异常数据自动检测和剔除方法。利用基于改进支持向量机的网络异常数据自动检测方法,由改进粒子群优化算法,寻优设置支持向量机的惩罚项、核函数的预定义参数,训练性能合格的支持向量机后,以船舶通信网络数据分类的方式,自动检测船舶通信网络异常数据;将异常数据使用基于自适应级联陷波器的异常数据剔除方法,通过自适应级联陷波器,以异常数据滤波的方式,剔除船舶通信网络异常数据。研究结果显示,使用所提方法,船舶通信网络异常数据自动检测结果符合实际数目,可有效去除船舶通信网络异常数据。 相似文献
10.
《中国航海》2017,(4)
针对当前船舶运动数据的特征过于简单、无法反映单船操纵行为、导致可检测的船舶异常行为类型受限的问题,根据船舶操纵规律和运动学约束条件,利用轨迹中的3个点构建船舶操纵模式模型,提出一种从船舶自动识别系统(Automatic Identification System,AIS)数据中自动辨识单船操纵模式的方法。实际AIS轨迹试验结果表明,该方法能自动提取停留、匀速运动、加速、减速、小幅度左转、小幅度右转、大幅度左转和大幅度右转等8种船舶操纵行为模式,提取出的操纵行为与实际操船意图相符。此外,该方法能有效识别出需重点关注的机动行为,从而为进一步检测船舶异常行为和分析驾驶员行为奠定基础。 相似文献
11.
船舶之间避免碰撞一直是航海安全的主题。随着船舶总量的增加及向着大型化和高速化方向发展,世界重要水道,尤其是港口及附近水域显得尤为拥挤,海上交通事故及险情频发,给航行安全和海洋环境造成了巨大的威胁。目前,船船间及船岸间的相互识别主要是船舶自动识别系统。笔者根据船舶引航实践,发现船舶自动识别系统存在一定的局限性,提出了利用船舶自动识别系统进行船舶识别及信息交换的注意事项和克服方法,以提高船舶航行的安全性。 相似文献
12.
传统的网络用户访问安全性机制存在着恶意用户识别时间长的缺陷,为此提出船舶网络的用户访问安全性机制分析研究。采用APK软件对船舶网络用户访问数据进行采集,利用JAIA语言对采集的数据进行预处理,以上述处理好的船舶网络用户访问数据为依据,对其数据异常进行检测得到船舶网络用户访问数据异常主题,以其为基础对相关特征量进行提取,以提取的特征量为依据采用用户识别算法对恶意用户进行识别,实现了船舶网络的用户访问安全性机制的运行。通过实验得到,提出的船舶网络的用户访问安全性机制的恶意用户识别时间比传统机制快了4 s,说明提出的船舶网络的用户访问安全性机制具备极高的有效性。 相似文献
13.
受环境等外部因素的影响,利用自动识别系统对船舶身份进行识别,存在识别不准确的问题,为解决这一问题,研究者们将计算机视觉技术应用其中,以期改善系统的识别效果。在此背景下,首先对船舶自动识别系统与计算机视觉技术进行分析,然后具体探讨计算机视觉技术在船舶自动识别系统中的应用过程,包括图像采集、图像预处理、图像定义与分割、字符识别等4项内容;最后通过实验对应用效果进行验证,结果表明:应用了计算机视觉技术的船舶自动识别系统较未应用前,数字识别准确性提高14.3%,汉字识别准确性提高12%,识别效果改善,由此证明计算机视觉技术对改善船舶自动识别系统性能有帮助作用。 相似文献
14.
15.
16.
船舶电力系统拓扑结构日趋复杂,故障种类繁多且不易区分。为确保继电保护动作的正确性,本文基于船舶电力系统故障录波数据,利用全卷积网络(Fully Convolutional Network, FCN)在局部特征提取上的优势,以及长短期记忆网络(Long Short-Term Memory, LSTM)在时序特征提取上的优势,提出了一种基于改进LSTM-FCN网络的故障诊断模型,并应用于船舶电力系统故障识别。依托PSCAD/EMTDC仿真软件对典型船舶电力系统各种故障进行仿真,通过小波变换对采样信号进行预处理。实验结果表明:本文所提出的故障诊断模型能够很好地对船舶电力系统故障进行分类识别。 相似文献
17.
18.
19.