关键词： 采煤机   喷嘴   降尘   质量流率   响应面模型   多目标优化  

摘要： 为提高采煤机用降尘喷嘴降尘性能,提出了一种采煤机降尘喷嘴结构的优化设计方法。首先,建立了采煤机降尘喷嘴的流体动力学模型,得到了采煤机降尘喷嘴的出口速度和出口质量流率。其次,以采煤机降尘喷嘴矩形口长度、喷嘴口径、收缩半角、扩张半角为设计变量,以喷嘴出口最大速度和出口质量流率为目标,设计优化拉丁超立方实验,建立了目标函数与设计变量之间的响应面模型,并对设计变量进行了局部灵敏度分析。最后,在响应面模型的基础上,用多目标遗传算法对降尘喷嘴的结构参数进行了多目标优化,得到矩形口长度为0.760 mm、喷嘴口径半径为0.899 mm、收缩半角为43.003°、扩张半角为40.087°时,出口最大速度和质量流率同时最优,与优化前相比,出口最大速度提升了2.3%,出口质量流率提升了16.1%,提升了采煤机降尘喷嘴的降尘性能。

关键词： 多源大数据   云计算   信息挖掘   遗传算法  

摘要： 传统的数据挖掘方法在面对多源大数据时,往往难以处理其复杂性和规模性,导致挖掘结果的不准确和不完整。因此,通过对基于遗传算法与云计算的多源大数据信息挖掘方法的深入研究和分析,旨在为大数据信息挖掘领域提供新的理论支持和实践指导,推动大数据技术的进一步发展和应用。首先,提取了多源大数据信息的特征,按照评价标准对其进行重要度评价,然后反复筛选直到得到最佳特征子集,其次,通过遗传算法的挖掘任务适应度函数进行了设计,进行大数据信息的全局搜索,从而为大数据的挖掘工作奠定坚实的基础,最后,基于云计算实现了大数据信息的深入挖掘,为数据分析和决策提供有力支持。实验结果:利用云计算平台与遗传算法对多源大数据进行并行处理和分析,显著提高了数据处理速度。与传统的单机处理方式相比,云计算环境下的数据处理时间大大缩短,同时保持了较高的处理质量。

关键词： 改进遗传算法   配电网   负荷预测   配网重构   无功补偿  

摘要： 我国社会经济发展下,电力系统体量不断增大,成为消耗资源大户,怎样做好电力行业节能降耗工作已经成为建设生态社会的研究重点。本文分析了改进遗传算法流程,针对配电网综合节能降损技术要求,阐述了基于改进遗传算法建立负荷预测技术与无功补偿技术。并以某地区10 kV配电网为例,计算节能降损数据,确定方案细节,达到良好降损效果,以期为相关工作者提供参考。

关键词： 电力系统   配变电压越下限   遗传算法   Xgboost  

摘要： 针对依靠人工主观经验定性分析配变电压越下限成因,缺乏定量分析的问题,将遗传算法(genetic algorithm,GA)与Xgboost模型相结合,提出配变电压越下限GA-Xgboost分析模型。对实际配电网运行数据进行数据预处理,与特征工程构建用于分析配变电压越下限的机器学习模型,根据GA-Xgboost模型计算出符合实际情况的配变电压越下限影响因素的贡献度。实验表明,GA-Xgboost模型在配变电压越下限的分析与预测中R^(2)达到0.977,均方差MSE为7.42×10^(-3),平均绝对误差MAE为1.56×10^(-4)。

关键词： Sora   人工智能   新闻真实   消解与重塑  

摘要： 作为通用人工智能的代表,Sora的智能模拟能力不仅是技术层面的革新,还在深层次上影响了人们对现实世界的理解和认知。特别是在信息传播领域,Sora作为GPT-4模型功能在视觉传播领域的延伸,展示了人工智能从文本到图像再到视频的全面生成能力。Sora重塑了信息生产与传播的流程,并对新闻真实提出了全新的挑战。文章通过揭示多元行动主体与信息传播环境的互动关系,分析新闻真实消解的内在机理,并从专业媒体和技术核查两个维度入手,提出维护新时代新闻真实的意义与实践价值。

关键词： 故障预测   变电站   孪生体系   遗传算法   点云数据  

摘要： 为了提升变电站管理技术的有效性,研究设计了一种针对35 kV预装式变电站的变电站孪生体系。过程中使用神经网络技术对变压器故障自动预测技术进行设计并引入遗传算法改善算法的准确性和运行效率,设计了变压器气体样本数据的归一化预处理过程。再使用微处理器搭建变压器故障诊断硬件,然后利用点云扫描获取进行物理模型建模的参数,结合孪生体系程序完成智能变电站孪生体系搭建。实验结果表明,研究方法在数据生成速度分析中,针对监测数据时在生成乙炔数据时的耗时最高,为63 ms;在数据准确性测试中,研究方法在生成局部放电数据时的准确性最低,处在98.2%附近区间。说明研究方法能够有效进行变电站智能监测控制,且具有良好的算法准确性。

关键词： 时间敏感网络工控系统   信息安全   功能安全   冲突消解  

摘要： 时间敏感网络(time sensitive networking,TSN)工控系统中安全策略的执行可能影响业务流的正常运行,使系统的信息安全和功能安全之间发生冲突。因此,TSN工控系统中信息安全策略和功能安全策略需要进行一体化部署,并解决两种不同安全策略之间的冲突问题。针对该问题,提出双粒度融合的冲突识别与消解多步方法。第一步,基于策略决策进行粗粒度的冲突识别与消解,以获得无冲突的安全策略集合。第二步,基于任务调度进行细粒度的冲突识别与消解,通过策略解析和时延预估模型的优化闭环,满足业务流传输安全一体化的需求。最后,通过实验验证所提冲突消解方法的有效性和可行性,证明所提方法可生成同时满足TSN工控系统安全性与实时性的安全策略及其对应的安全任务。

关键词： 地下巷道   松动圈预测   BP神经网络   遗传算法  

摘要： 针对矿山巷道围岩松动圈测试中工作量繁重、测试成本高等问题,结合白象山铁矿实际工程,提出联合运用BP神经网络和遗传算法构建松动圈预测模型,以实现松动圈范围的预测。运用SPSS软件统计分析松动圈影响指标,通过频数分析确定重点的影响因素,并在此基础上选定了用于松动圈预测的指标;基于BP神经网络和遗传算法,构建GA-BP松动圈厚度预测模型;基于收集的松动圈数据,形成训练样本与测试样本,用训练样本训练预测模型,用测试样本检验预测模型的精度。结果表明:在经过30次迭代后,遗传算法适应度已非常接近最佳适应度。在5组测试数据中,最大的误差为15.2cm,最小误差为1.13cm,均不超过20cm,说明该预测模型的预测精度较高,具有一定可靠性。

关键词： 电动汽车   充电站   选址优化   灰狼优化算法   配电网   功率损耗   粒子群算法   遗传算法  

摘要： 随着电动汽车(EV)数量的增加,EV充电站的不合理选址使得配电网的功率损耗增大、电压分布不均。分别从运营商和投资者角度提出了两种EV充电站选址优化目标,然后基于配电网的功率损耗和充电站的安装成本得到综合目标函数,基于灰狼优化算法(GWO)寻找目标函数全局最优解,得到充电站的最优选址配置。以IEEE 34节点系统为例,对接入最优选址采用不同控制模式的EV充电站的潮流进行对比分析,结果表明优化配置后的配电网功率损耗明显降低,电压分布更加均衡;与粒子群算法和遗传算法的优化结果对比表明,GWO算法具有更好的收敛性和鲁棒性。

关键词： 遗传算法   定向交叉   适应度函数   智能组卷   考试系统  

摘要： 传统组卷算法存在组卷时间长、试卷质量不佳、试卷客观性低的缺点,为此设计基于遗传算法的智能组卷考试系统。由于传统遗传算法具有易早熟且收敛速度较慢的问题,采用定向交叉对遗传算法进行改进,提高算法寻找最优解的能力。测试结果表明,基于改进遗传算法的考试系统组成的试卷符合难度、区分度、知识点覆盖数等指标,组卷效率也有所提升。