关键词： 大数据技术   光伏功率预测   特征工程   融合模型   在线学习  

摘要： 在当前双碳目标战略下,分布式光伏发电因其部署的灵活性与传输分配损耗小的优势,已成为能源转型布局的重要方向。然而光伏发电受气象与环境等众多不可控因素影响具有较强的随机性和间歇性。基于这些特性导致光伏在大规模接入电网后会对整个电网系统的稳定运行造成不可忽视的影响。准确的光伏功率预测可以辅助电网系统进行灵活调度并及时决策,提高电网的可靠性。本文基于国家电网科研项目《分布式能源并网海量数据处理与辅助决策》并结合当前分布式光伏实际场景,设计实现了一个分布式光伏大数据平台,系统性的解决了因海量分布式光伏并网后数据爆发增长导致的数据采集、存储与监测困难等问题;同时提出了一种基于融合多特征的分布式光伏电站超短时功率预测模型,实现了对区域内所有分布式电站的整体建模;之后通过加入在线学习机制进一步提高了模型的预测精度与实时性。本文的主要工作如下:(1)为充分发挥平台采集的电站历史数据在功率预测研究中的作用,本文提出了一个基于融合多特征的DeepFM&LSTM分布式光伏超短期功率预测模型,通过对原始特征的相关性分析,挖掘得到了一系列与发电功率强相关的特征,同时将相关的编码类特征通过嵌入式处理后共同输入模型,实现对分布式电站的整体建模。最后通过实验验证了所提模型的有效性以及对新建设的光伏电站的发电功率预测效果。(2)由于光伏发电的随机性,现有的模型难以保证在气象环境复杂等场景下的光伏功率预测精度。本文提出使用在线学习机制进行辅助预测的思路,通过使用加入经纬度与功率分布区间特征的XGBoost模型对电站较短时间窗口内的数据进行快速迭代训练,来预测基础模型(DeepFM&LSTM)的预测残差或者关系系数。最后通过实验验证了模型的辅助预测效果,并在实验中分析了两种预测方式以及时间窗口大小对预测效果的影响。(3)针对分布式光伏数据采集存储困难问题,本文基于Hadoop平台设计实现了一个光伏大数据平台,完成对光伏数据采集、存储与计算任务的自动化。在解决数据源分散与数据类型多样化问题的同时保证了数据的完整有效,并实现了对光伏数据的高效存储查询以及多角度的汇总可视化。

关键词： 回旋行波管   检波信号   信号采集   数据处理   小波阈值去噪  

摘要： 回旋行波管是一种工作在毫米波以及亚毫米波频段的真空器件,广泛应用在无线通信、高分辨率雷达以及电子战等领域。回旋行波管在出厂交付用户前必须进行高频测试,以保证回旋行波管能够在规定或者最佳的特性参数下连续稳定工作。现有高频测试系统通过观察回旋行波管检波信号波形进行饱和输出功率特性的调试,典型高频测试系统采用体积大、价格高的示波器对回旋行波管检波信号进行采集,不利于系统的小型化与集成化。并且示波器受到仪器本身时基长度限制,只能在屏幕中显示检波信号的几个周期,不利于特性参数的高效率调试。此外,检波信号会受到噪声影响而产生信号波动现象,使得高频测试得到的饱和输出功率特性结果不准确,不准确的测试会导致回旋行波管无法发挥最大性能甚至会对回旋行波管造成损害。因此设计一种能够解决上述问题的回旋行波管检波信号的采集与处理系统十分有必要。本文设计了一种集成信号调理、信号采集、数据处理与传输的回旋行波管检波信号的采集与处理的硬件系统,实现了对不同重频和占空比的检波信号的采集。同时本文基于FPGA对采集到的含有噪声的回旋行波管检波信号进行降噪处理,降噪算法采用了小波阈值算法以及LMS算法。此外针对检波信号特征,本文对小波阈值算法中的阈值函数进行优化,提出了一种自定义阈值函数,该自定义阈值函数可以更好地提高含噪检波信号的SNR以及降低MSE,仿真实验表明SNR和MSE分别优化了21.55%以及47.86%,性能优于传统的软硬阈值函数处理效果。最终本文在FPGA上实现了采用Haar小波基函数、2层分解层数、Visu Shrink阈值以及自定义阈值的小波阈值降噪模块以及其它算法模块,对检波信号实现了有效的降噪处理。最终系统整体测试结果表明信号采集单板的采集链路可以正常对检波信号进行采集并传输至FPGA。FPGA实现的控制以及算法功能得到验证,并且可以很好地在实际工作环境中对检波信号进行采集、处理以及传输。该系统成本低,便携性强、实现了对回旋行波管检波信号的降噪处理,具有十分重大的工程价值和意义。

关键词： 纯电车CAN网络   安全性分析   数据处理   机器学习  

摘要： 随着纯电动汽车智能化和互联网的高速发展,CAN(Controller Area Networ k)网络在汽车电子控制系统中得到广泛应用。然而,CAN网络在通信安全性方面存在诸多问题,例如信息泄露、拒绝服务攻击和远程执行代码攻击等,这些安全问题对汽车行业和车主的生命财产安全带来了极大的威胁。因此,对CAN网络安全入侵检测技术的研究变得十分重要。近年来,随着深度学习技术的快速发展,其在计算机视觉、自然语言处理和语音识别等领域中的广泛应用已经得到证明。在CAN网络安全技术检测方面,深度学习也表现出极大的潜力。深度学习技术能够对CAN网络数据进行自动的特征提取和学习,从而可以在不需要人工干预的情况下进行网络安全攻击检测和分类。本文针对目前在纯电动汽车内部应用最为广泛的车载CAN总线进行分析研究,深入分析纯电车CAN总线的报文结构、通信机制及解析方式的基础上,对其存在的脆弱性与安全威胁进行广泛调查研究,总结了CAN总线易受攻击的入口及攻击方式和相应的入侵检测方法。主要的工作与创新点归纳如下:(1)本文以CAN总线为基准点进行分析,从CAN总线的基本概念、报文格式、通信机制及解析方式三个方面出发,总结出多个CAN总线漏洞,黑客针对漏洞作为攻击入口并实施窃听、重放、注入、篡改及最为严重和常见的Dos攻击等入侵方式。(2)本文针对所采集的数据集基于READ算法进行处理,先将所采集的攻击报文划分为Dos攻击、模糊攻击、模拟攻击、无攻击四类,针对具有危害性最高和极易发生的Dos攻击进行检测与识别。由于Dos攻击特性,处理后的数据失去平衡,进而采用SMOTE技术,防止出现过拟合现象。(3)本文对处理之后的数据进行分类算法检测,结合三种经典的分类算法将正常的数据报文与Dos攻击的报文识别出。从后续仿真实验来看,三种分类算法都有不错的检测准确率,均在90%以上,其中随机森林分类算法和XGBoost分类算法最优。但传统机器算法的检测率依然较低,于是持续研究后基于深度学习设计LST M算法模型,并通过实验算法验证后LSTM算法检测率达到97%。因此,本文旨在探索基于深度学习的CAN网络安全技术检测,通过对CAN网络数据的特征提取和学习,构建高效、准确的网络安全检测模型,提高CAN网络的安全性能和可靠性。本论文的研究成果将为汽车行业提供一种有效的CAN网络安全技术解决方案,为汽车网络安全领域的发展做出一定的贡献。

关键词： GPR数据   数据插值   小波阈值去噪   数据可视化   风险评估  

摘要： 城市道路及地下空间安全隐患严重威胁城市公共安全。目前,探地雷达(GPR)以其快速、无损、高效的优势已广泛应用到城市道路及地下空间安全探测领域。因常规GPR二维剖面可视化程度低,再加上结果数据缺乏统一管理、信息化程度低、共享性差等难题,该技术已经难以满足智慧城市对道路及地下空间安全信息化的要求。针对上述问题,本文开展工作如下:(1)提出了一种基于PSO优化的改进小波阈值去噪算法,利用粒子群优化算法对小波阈值进行最优化选择,通过对“bumps”信号进行仿真去噪实验,结果表明此算法去噪后的信噪比与软、硬阈值函数相比,分别提高了26.1%、8.87%。(2)提出了一种基于粒子群优化的克里金插值算法,通过对二维数据进行插值的方法实现探测数据的三维可视化,分别利用四种变差函数对探地雷达仿真数据进行插值拟合,与常规克里金插值算法相比具有更低的均方误差、插值效果更好。(3)分析了道路病害诱发因素,并在层次分析法与模糊综合评价方法的基础上,提出了一种基于AHP-模糊综合评价的城市道路病害风险等级评估方法,并建立模糊综合评价模型,实现对城市道路病害风险的评估。(4)设计与实现了GPR数据处理可视化及病害风险评估平台,建立了病害信息库与探测数据库,实现数据的共享与检索,数据的去噪处理与可视化,病害的风险评估,以及病害的定位与数据联动分析功能。本文研究成果对城市道路及地下空间安全提供有效的技术支撑,为城市安全综合治理、智能城市管理等领域提供监控和预测。

关键词： 业务过程预测   数据处理   概念漂移现象   编码表示   层次Transformer模型  

摘要： 业务过程预测是根据给定业务过程的已经发生的活动序列来预测业务过程的后续执行状态。高质量的业务过程预测结果可以通过分析未来趋势和变化为决策制定提供支持，帮助企业合理分配资源以及提高生产效率和服务水平等。尽管深度学习方法在业务过程的活动预测、时间预测和结果预测中已被广泛应用，但现有研究并没有充分捕捉业务过程事件的属性信息以及时序关系信息，尤其是在处理较长业务过程时，难以建模业务过程中控制流的变更，过时的业务过程预测模型在新的业务过程预测中表现不佳。　　为了解决上述问题，本文面向业务过程中存在的概念漂移现象展开研究，设计了业务过程概念漂移检测算法，并在此基础上设计了新型的业务过程预测模型以解决业务过程中存在概念漂移时的预测问题。本文具体研究内容如下:　　(1)为了捕捉业务过程中存在的概念漂移现象，提出了基于编码表示的概念漂移检测算法。根据业务过程内部的数据特征，利用滑动窗口策略对业务过程进行遍历，计算两个相邻滑动窗口之间的统计量，通过霍夫丁不等式推理出相邻窗口发生显著性差异的均值不等式，然后通过递归的方式对业务过程序列进行概念漂移点的搜索。调节最小窗口阈值和置信度阈值可以得到大量的候选概念漂移点，通过OPTICS算法对候选漂移点聚类，将密度较大的簇的核心点作为概念漂移点，进而指导业务过程后续的轨迹分割。将提出的漂移检测算法应用到模拟的业务过程实例中，对比不同算法的漏报情况和检测时延验证了本文提出算法的有效性。　　(2)为了充分建模业务过程中可能包含的概念漂移现象，提出了一种基于层次Transformer的业务过程预测模型，该模型通过不同层次捕捉业务过程中的不同特征。首先对事件的属性进行分类，选择不同的方式编码，计算融合后的属性信息与业务过程活动的相关性;然后利用提出的概念漂移检测算法指导业务过程序列的分割，利用交叉注意力计算子序列与内部事件的相关性;接着利用子序列间相关性建模业务过程全局信息。最后，将三种不同层次的信息输入多层感知机进行下一活动预测和剩余时间预测。另外,为了验证本文提出的基于层次Transformer的业务过程预测模型的有效性，对七个真实的业务过程日志进行下一活动预测和剩余时间预测，实验结果表明相较于其他深度学习模型，本文提出的方法准确率更高。最后，对模型的每一层进行消融实验，验证了每个层次的建模信息之于最终预测结果的作用，所有实验结果验证了层次Transformer能够有效提高包含概念漂移现象的业务过程预测的准确性。

关键词： ASSURE模式   混合式教学   教学媒体   优化设计  

摘要： 社会经济形式在不断变化,对于中等职业学校学生的专业素质要求也在不断变化。近年来,国家大力倡导发展职业技术教育,推动教育信息化发展。《财务数据处理》是中等职业学校会计事务专业的核心课程之一,为了应对企业对会计人才需求的转变,对于学生的培养也由传统理论型转变为技术实操型。为了更好地培养出符合社会需求的人才,文章以ASSURE模式为基础进行ASSURE混合式优化模式在《财务数据处理》课程中的应用与研究,在传统教学模式上进行优化,改善课堂教学氛围,激发学生求知欲望,同时为中等职业学校财经商贸类专业提供可借鉴的教学实例。文章主要采用了问卷调查法、访谈调查法、实验研究法进行实践研究。研究内容主要为:首先,对国内外的相关文献及理论进行梳理总结,为后续研究奠定理论基础。其次,根据学生实际情况及课堂教学现状的分析,对ASSURE混合式教学进行优化设计,对其课前、课中、课后三阶段教学分别增设了相应的教学环节。在实践结束后对实验班和对照班的学生进行成绩对比,发现ASSURE混合式优化模式下的教学效果优于传统教学模式。实验班学生整体对ASSURE混合式优化模式的认可度很高,实验结果表明优化后的模式对于提升学生的学习成绩,改善课堂教学氛围,提升教学效果,培养学生养成良好的学习习惯和积极学习态度有重要意义,进一步促进学生全面持续发展。文章在传统ASSURE模式的基础上进行优化设计,增设了课中具体教学环节,弥补了ASSURE模式课中教学环节欠缺的不足。文章以中职学校新增设的《财务数据处理》课程为教学内容,创新性将ASSURE模式+混合式教学应用到该课程中,对中职两个教学班级学生进行教学实践,运用SPSS软件对学生成绩进行分析检验得出实验结果,丰富了《财务数据处理》课程应用ASSURE模式的教学案例。文章强调教学媒体的使用和要求学生参与到课堂中,以学生为本,力求建立一个融洽和谐的课堂,旨在为中职财经商贸类专业课程建设提供一定的借鉴。

关键词： 计量检测   数据处理   Excel函数应用  

摘要： 标准测力仪计量检定中需要处理的数据比较多，工作量较大，利用Excel软件分析和整理数据的优点，能够快速便捷的得到检定结果。文章简述了一种利用Excel函数并编写公式来处理标准测力仪计量检定数据的自动计算方法，从而提高了自动化水平和检定工作效率。

关键词： 火电厂   煤质检测   激光诱导击穿光谱法   数据处理   随机森林  

摘要： 我国的资源禀赋决定了在未来一段时间内，煤炭在我国的能源结构中仍占主导地位。通过煤质快速检测分析能够实时指导锅炉燃烧工况的调整，这对于推进煤炭的清洁高效利用及火电行业的节能减排具有重要意义。激光诱导击穿光谱（LIBS）技术具有样品需求量小、制样简便、可多元素同时测量、安全等特点，在煤质快速检测中具有极大的应用潜力。本文采用激光诱导击穿光谱仪对常用电厂煤进行测试，开展便携式LIBS系统的搭建及煤的LIBS光谱预处理算法研究，建立煤中主要元素含量和工业指标的定量模型，并对方法的准确性和预测精度进行了系统分析，主要研究内容和结果如下：　　首先，利用台式LIBS光谱仪采集了20个不同煤样的光谱数据。由于实验环境和仪器参数的波动以及煤质本身性质的影响，光谱数据存在信号上的波动，为了提高信号强度的稳定性，对获取的光谱数据进行数据预处理。采用马氏距离对多次测量中的异常数据进行剔除，结果表明该方法剔除异常数据后，特征谱线的信号强度得到明显改善，相对标准偏差由原始的22.63%降低至11.48%。经异常值剔除后的光谱再使用利用稀疏性进行基线估计和去噪（BEADS）算法进行基线校正，并建立偏最小二乘（PLS）定量模型，结果表明，结合异常值剔除和基线校正方法，可有效提高PLS模型对煤样灰分含量预测的准确性。　　其次，采集了59个不同煤样的光谱数据，开展了数据集样本的划分和定量模型算法的适用性研究。建立了偏最小二乘（PLS）、支持向量机回归（SVR）、随机森林（RF）回归模型，并对预测结果进行了比较。对比测试结果表明，SPXY法结合随机森林建立的模型具有更好的拟合预测性能，灰分、挥发分、热值的预测均方根误差（RMSEP）分别为1.3303、0.7843、0.7324，平均相对误差（MRE）分别为7.47%、2.19%、2.27%;C、H、O、N元素的预测性能较好，RMSEP分别为2.5711、0.1650、0.7409、0.0645， MRE分别为3.23%、4.23%、5.76%、6.95%。　　最后，搭建了便携式LIBS系统用于煤质现场检测，对系统参数进行优化调整，确定了最佳激光聚焦位置为-3mm，激光能量为83.7mJ;并对煤样品进行测试分析，推动了便携式LIBS系统在煤质现场检测的应用。

关键词： 放射性核素   膨润土   有效扩散系数   数据处理软件  

摘要： 高放废物地质处置中,放射性核素在回填材料中的扩散遵循Fick定律,实验数据处理繁琐。为了简化数据处理过程,本文开发了一个扩散数据处理软件,用于分析核素在水溶液和多孔材料中的扩散行为。为了验证该数据处理软件的可行性及可靠性,分别采用毛细管法和贯穿扩散法研究了模拟放射性核素(Cu2+、Sm3+、Nd3+、Lu3+和Zn2+)在水中扩散行为、无吸附性模拟核素Re（Ⅶ）和弱吸附性模拟核素Se（Ⅳ）在膨润土中的扩散行为。 论文主要结论如下: （1）采用原型模型开发用户友好型的扩散数据处理界面,接着建立session会话将Mathematica软件得到的实验数据处理结果呈现在该数据处理界面上,该软件不仅能获到扩散参数,包括有效扩散系数、岩石容量因子、孔隙率和分配系数等,还可以获得累计扩散总量与扩散时间、扩散通量与扩散时间的关系图。该数据处理软件界面友好,使用方便。 （2）采用毛细管法研究了乙二胺四乙酸（EDTA）对模拟放射性核素在水中的扩散行为。研究结果表明:乙二胺四乙酸（EDTA）可以改变金属离子的扩散行为,大多数M-EDTA（Z-4）+络合物的扩散速度相似,它们的水中扩散系数约为5.5×10-10 m2/s。分子半径小、离子电位较小的络合物具有较强的扩散能力。 （3）采用贯穿扩散法研究了无吸附性模拟核素Re（Ⅶ）(模拟99Tc（Ⅶ）)在Zhihsin膨润土中的扩散行为。得到了压实密度在1300–1800 kg/m3下,Re（Ⅶ）的岩石容量因子为（0.36–0.24）±0.01;有效扩散系数从9.64×10-11m2/s下降到4.31×10-11m2/s;表观扩散系数由26.8×10-11m2/s降至17.9×10-11m2/s。研究结果表明:有效扩散系数和岩石容量因子均随着膨润土的压实密度增加而降低。Re（Ⅶ）的有效扩散系数与有效孔隙率的符合Archie定律,胶结因子2.6。此外,采用多孔模型分析了压实Zhihsin土的孔隙度分布并且测量有效扩散系数和有效孔隙率,分析其膨润土微观结构和离子孔隙率的相关性,并验证多孔模型用于蒙脱土含量低的膨润土是可行的。 （4）采用贯穿扩散法研究了弱吸附性模拟核素Se（Ⅵ）在Zhihsin膨润土中的扩散行为,得到了压实密度在1300-1800 kg/m3下,有效扩散系数为7.24×10-11m2/s-3.18×10-11m2/s、表观扩散系数为3.47×10-11m2/s-1.46×10-11m2/s、岩石容量因子为（2.09±0.13）-（2.19±0.11）、分配系数为11.9×10-4m3/kg-10.2×10-4m3/kg。实验结果表明:有效扩散系数和岩石容量因子均随着膨润土的压实密度增加而降低。此外,Se（Ⅳ）的有效扩散系数与有效孔隙率的关系符合Archie定律,胶结因子为2.6。表观扩散系数与压实密度呈对数关系。

关键词： 液相色谱仪   检定   规程规范   数据处理  

摘要： 经过需求调研，选择液相色谱仪的计量检定时间为攻关对象。针对玻璃量具体积过大不便携、实验现场色谱柱型号不适用于流动相、缺乏适当的计算模板等方面原因提出实施方案。设计并加工玻璃量器便携箱，针对流动相及待测液体更换了新的色谱柱，依据检定规程设计了电子记录数据处理模板，最终将检定时间稳定在166min,完成了攻关目标，经济效益和社会效益显著。