粒子群優(yōu)化支持向量機(jī)的電纜溫度計(jì)算

建筑系統(tǒng)是一個(gè)滯后系統(tǒng)，對下一時(shí)刻室內(nèi)溫度的預(yù)測可以指導(dǎo)樓宇閥門的開關(guān)，從而在保證用戶熱舒適性的同時(shí)節(jié)約能源。但是，建筑室內(nèi)溫度受室外氣象因素、歷史溫度等多種非線性因素的影響，機(jī)理建模困難。針對以上問題，先確定輸入、輸出樣本，建立支持向量機(jī)模型；然后采用粒子群優(yōu)化（pso）算法對svm的核參數(shù)和懲罰因子進(jìn)行動態(tài)尋優(yōu)，建立pso-svm預(yù)測模型；最后，在matlab實(shí)驗(yàn)平臺上進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，經(jīng)過粒子群優(yōu)化的支持向量機(jī)預(yù)測模型的精度提高至0.6%，可以準(zhǔn)確指導(dǎo)樓宇閥門的開關(guān)。

支持向量機(jī)（svm）是-種解決小樣本分類問題的最佳理論算法,它的核函數(shù)的參數(shù)選擇非常重要,直接影響著故障診斷的準(zhǔn)確率.本文將粒子群算法（pso）用于支持向量機(jī)的參數(shù)優(yōu)化,提出基于粒子群支持向量機(jī)的故障診斷模型,并將其運(yùn)用于軌道電路中.通過對比matlab仿真結(jié)果得出：經(jīng)過粒子群尋優(yōu)得到的參數(shù)比隨機(jī)選取的參數(shù)更優(yōu),所建立的pso-svm模型的故障診斷準(zhǔn)確率高于普通的svm模型.

為了提高建筑施工項(xiàng)目風(fēng)險(xiǎn)評估的準(zhǔn)確性,建立建筑施工項(xiàng)目風(fēng)險(xiǎn)評估指標(biāo)體系,并對最佳懲戒參數(shù)和核函數(shù)因子進(jìn)行優(yōu)化,采用粒子群算法優(yōu)化支持向量機(jī)建立了建筑施工項(xiàng)目風(fēng)險(xiǎn)評估模型.采用建筑施工項(xiàng)目風(fēng)險(xiǎn)數(shù)據(jù)進(jìn)行了評估測試,結(jié)果表明,該模型解決了支持向量機(jī)參數(shù)優(yōu)化的問題,可以獲得理想的建筑施工項(xiàng)目風(fēng)險(xiǎn)評估結(jié)果.

為了獲得更理想的混凝土強(qiáng)度預(yù)測結(jié)果,提出一種混沌粒子群算法優(yōu)化最小二乘支持向量機(jī)（lssvm）的混凝土強(qiáng)度預(yù)測模型。首先采集混凝土強(qiáng)度數(shù)據(jù),并進(jìn)行歸一化處理。然后采用lssvm對混凝土強(qiáng)度與影響因子之間的變化關(guān)系進(jìn)行建模,并采用混沌粒子群算法搜索最優(yōu)lssvm參數(shù)。最后采用具體混凝土強(qiáng)度預(yù)測實(shí)例對其性能進(jìn)行分析。結(jié)果表明,本文模型可以準(zhǔn)確描述混凝土強(qiáng)度與影響因子間的變化關(guān)系,提高了混凝土強(qiáng)度預(yù)測精度,具有一定的實(shí)際應(yīng)用價(jià)值。

針對最小二乘支持向量機(jī)在電力負(fù)荷預(yù)測應(yīng)用中的參數(shù)優(yōu)化問題,將改進(jìn)粒子群算法引入到最小二乘支持向量機(jī)參數(shù)中,建立一種新型的電力負(fù)荷預(yù)測模型(ipso-lssvm)。首先將最小二乘支持向量機(jī)參數(shù)編碼為粒子初始位置向量;然后通過粒子個(gè)體之間的信息交流、協(xié)作找到最小二乘支持向量機(jī)的最優(yōu)參數(shù),并針對標(biāo)準(zhǔn)粒子群算法的不足進(jìn)行相應(yīng)改進(jìn);最后將其應(yīng)用于電力負(fù)荷建模與預(yù)測,并通過仿真對比實(shí)驗(yàn)測試其性能。實(shí)驗(yàn)結(jié)果表明,ipso-lssvm可以獲得較高準(zhǔn)確度的電力負(fù)荷預(yù)測結(jié)果,大幅度減少了訓(xùn)練時(shí)間,滿足電力負(fù)荷在線預(yù)測要求。

采用最小二乘支持向量機(jī)(lssvm)與粒子群優(yōu)化算法(pso)相結(jié)合的方法,以隧道工程分項(xiàng)工程技術(shù)指標(biāo)為基本參數(shù),對山區(qū)高速公路隧道工程造價(jià)進(jìn)行管理和預(yù)測,基于支持向量機(jī)算法實(shí)現(xiàn)山區(qū)高速公路中隧道的工程特性與各分項(xiàng)工程造價(jià)指標(biāo)之間的復(fù)雜非線性映射。建立的造價(jià)預(yù)測模型估算得到的造價(jià)與樣本的實(shí)際造價(jià)誤差可控制在10%的范圍內(nèi),說明該預(yù)測模型可用于山區(qū)高速公路的隧道工程造價(jià)估算,并為公路工程造價(jià)人員提供了一種實(shí)用的工具和方法。

導(dǎo)體溫度是反映電纜運(yùn)行狀態(tài)的關(guān)鍵因素,因而有必要實(shí)現(xiàn)對它的監(jiān)控。實(shí)際中對運(yùn)行電纜導(dǎo)體溫度的直接測量難以實(shí)現(xiàn),工程中常采用計(jì)算的方式來獲取,而復(fù)雜多變的電纜外部因素使得對導(dǎo)體溫度的精確計(jì)算也非常困難。為此,在電纜外皮溫度監(jiān)測的基礎(chǔ)上,建立了單芯電纜暫態(tài)熱路的數(shù)學(xué)模型;分別推導(dǎo)出只考慮電流變化和只考慮表皮溫度變化兩種情況下的暫態(tài)溫升遞推公式,進(jìn)而推導(dǎo)出單芯電纜暫態(tài)溫度的完整疊加公式;并采用經(jīng)典4階runge-kutta法求解微分方程組計(jì)算電纜本體溫度。同時(shí)編制了電纜暫態(tài)計(jì)算軟件,可根據(jù)電纜外皮溫度的監(jiān)測,計(jì)算電纜導(dǎo)體和金屬護(hù)套暫態(tài)溫度。為驗(yàn)證暫態(tài)模型和軟件編制的正確性,在試驗(yàn)現(xiàn)場進(jìn)行了單芯電纜暫態(tài)溫升試驗(yàn),并將計(jì)算結(jié)果與試驗(yàn)測得的溫度數(shù)據(jù)進(jìn)行了對比驗(yàn)證。結(jié)果表明,基于電纜外皮溫度監(jiān)測的單芯電纜暫態(tài)溫度計(jì)算具有較高的精度,可用于單芯電纜實(shí)際運(yùn)行中的溫度控制、電纜狀態(tài)監(jiān)測及其故障預(yù)警等方面。

分析了空調(diào)工作過程中溫度控制的重要性與傳統(tǒng)方法的不足,將基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)方法用于控溫過程中,對溫度進(jìn)行實(shí)時(shí)預(yù)測。采用數(shù)字實(shí)驗(yàn)對所提方法的可行性進(jìn)行驗(yàn)證,結(jié)果表明該方法可以獲得比傳統(tǒng)方法更高的預(yù)測精度,實(shí)時(shí)性較高,能為空調(diào)控溫系統(tǒng)提供更好的決策支持,具有較大的發(fā)展?jié)摿蛯?shí)用價(jià)值。

基于支持向量機(jī)的空調(diào)控溫過程實(shí)時(shí)預(yù)測——文章分析了空調(diào)工作過程中溫度控制的重要性與傳統(tǒng)方法的不足，將基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)方法用于控溫過程中，對溫度進(jìn)行實(shí)時(shí)預(yù)測。采用數(shù)字實(shí)驗(yàn)對所提方法的可行性進(jìn)行驗(yàn)證，結(jié)果表明該方法可以獲得比傳統(tǒng)方法更...

為實(shí)時(shí)掌握交聯(lián)聚乙烯(xlpe)配電電纜的運(yùn)行狀態(tài)及其載流量,對電纜線芯溫度的計(jì)算方法進(jìn)行了研究。針對配電電纜敷設(shè)距離較短的特點(diǎn)建立了單芯電纜集中參數(shù)穩(wěn)態(tài)等效熱路模型,并推導(dǎo)出線芯溫度計(jì)算公式,通過實(shí)驗(yàn)驗(yàn)證了計(jì)算方法的有效性,同時(shí)對考慮暫態(tài)過程的電纜線芯溫度計(jì)算方法進(jìn)行了討論,為電纜運(yùn)行狀態(tài)的在線監(jiān)測提供了參考。

針對電梯的幾種常見故障,論文采用了最小二乘支持向量機(jī)(ls-svm)診斷的方法。采集電梯幾種故障狀態(tài)下的振動信號,用最優(yōu)小波包的理論分析計(jì)算故障振動信號的能量分布,將其能量分布與時(shí)域指標(biāo)相結(jié)合,以構(gòu)造故障特征向量,作為ls-svm的輸入來識別電梯的故障原因,并采用遺傳算法優(yōu)化ls-svm的相關(guān)參數(shù)。通過對電梯六種常見故障的診斷結(jié)果表明,基于遺傳算法優(yōu)化的最小二乘支持向量機(jī)用于電梯故障診斷是一種有效的方法。

地下電力電纜溫度場及載流量的數(shù)值計(jì)算

電力電纜導(dǎo)體的溫度是決定其載流容量的依據(jù),載流容量是電纜的一個(gè)重要的參數(shù)。當(dāng)載流容量太大,電纜導(dǎo)體的溫度過高時(shí),將縮短其絕緣的壽命,并且可能導(dǎo)致其熱擊穿和電力系統(tǒng)的重大經(jīng)濟(jì)損失。當(dāng)載流容量過低,核心材料銅或鋁未得到充分利用。因?yàn)槌杀靖?投資大,不便維護(hù),準(zhǔn)確地確定導(dǎo)線溫度和電纜載流容量具有重要意義,以確保其安全、可靠、經(jīng)濟(jì)運(yùn)行。一般來說,可采用iec60287標(biāo)準(zhǔn)

溝槽敷設(shè)方式下電纜附近的溫度場同時(shí)受到周圍空氣、周圍土壤和地表空氣的影響,對其溫度場的分析有助于準(zhǔn)確確定溝槽電纜的載流量。該溫度場中的熱傳遞過程是流固耦合的,固體區(qū)域用熱傳導(dǎo)微分方程描述,溝槽內(nèi)空氣采用動量方程、能量方程和連續(xù)性方程與熱輻射方程描述,流體和固體間熱傳遞采用迭代法求解。采用三維有限元和渦量-流函數(shù)耦合求解上述熱擴(kuò)散方程,求得整個(gè)場域的溫度場分布圖和溝槽內(nèi)空氣層的流動方程,然后利用迭代法計(jì)算溝槽內(nèi)電纜的載流量,直到導(dǎo)體溫度為363k。計(jì)算結(jié)果顯示,溝槽內(nèi)存在較強(qiáng)的空氣自然對流散熱,溝槽內(nèi)單根400mm2yjv22xlpe電力電纜的載流量為825a,比直埋載流量提高了30%,比排管敷設(shè)載流量提高了51.9%。研究結(jié)果表明利用有限元和渦量-流函數(shù),可以準(zhǔn)確計(jì)算溝槽敷設(shè)電纜群的流場和溫度場分布,從而準(zhǔn)確計(jì)算溝槽敷設(shè)電纜的載流量。

混凝土拌和溫度和澆筑溫度計(jì)算混凝土拌和溫度計(jì)算 混凝土加冰拌和溫度計(jì)算 混凝土澆筑溫度計(jì)算

采用有限差分法,用坐標(biāo)組合的方法對土壤區(qū)域,電纜區(qū)域分別進(jìn)行計(jì)算,最終確定了任意敷設(shè)方式下電纜允許的載流量,通過當(dāng)量導(dǎo)熱系數(shù)的方法,解決了由于預(yù)埋管與電纜的偏心夾層帶來的計(jì)算上的不便,由于土壤的導(dǎo)熱系數(shù)對電纜的載流量有很大影響,為此特別搭建土壤導(dǎo)熱系數(shù)實(shí)驗(yàn)臺,用于精確的測量土壤的導(dǎo)熱系數(shù)。

基于徑向基核函數(shù)的支持向量機(jī)數(shù)據(jù)挖掘模型,建立大壩施工期溫度時(shí)程與相關(guān)影響因素的關(guān)聯(lián)規(guī)則,實(shí)現(xiàn)了大壩施工期溫度時(shí)程快速、實(shí)時(shí)監(jiān)測。首先,通過大壩實(shí)際澆筑數(shù)據(jù)的清洗、融合,建立大壩施工期數(shù)據(jù)庫,為模型提供數(shù)據(jù)快速提取接口。繼而,根據(jù)粗糙集屬性重要度理論進(jìn)行條件屬性約簡,剔除冗余屬性,確定輸入變量；然后,用交叉驗(yàn)證算法,確定模型最優(yōu)參數(shù)；最后,隨機(jī)選取142個(gè)樣本作為訓(xùn)練集建立支持向量模型,并使用模型預(yù)測剩余的35個(gè)樣本,模型預(yù)測溫度時(shí)程與實(shí)測溫度時(shí)程基本吻合,模型精度較高且穩(wěn)定性較好。

公路客運(yùn)量數(shù)據(jù)受多種因素影響而呈現(xiàn)非線性等特點(diǎn),為了提高其預(yù)測精度,文中提出粒子群算法(pso)優(yōu)化支持向量機(jī)(svm)的公路客運(yùn)量預(yù)測模型,利用pso尋優(yōu)能力突出的優(yōu)點(diǎn),對支持向量機(jī)的參數(shù)進(jìn)行優(yōu)化選擇,并用優(yōu)化后的支持向量機(jī)模型對公路客運(yùn)量進(jìn)行預(yù)測。研究結(jié)果顯示,相比bp神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)的svm預(yù)測方法,基于pso-svm的預(yù)測精度更高。

鐵路客運(yùn)量數(shù)據(jù)受多種因素影響而呈現(xiàn)出非線性等特點(diǎn),為了進(jìn)一步提高其預(yù)測精度,文章提出了粒子群算法(pso)優(yōu)化支持向量機(jī)(svm)的公路客運(yùn)量預(yù)測模型.利用pso尋優(yōu)能力突出的優(yōu)點(diǎn),對支持向量機(jī)的參數(shù)進(jìn)行了優(yōu)化選擇,并用優(yōu)化后的支持向量機(jī)模型對公路客運(yùn)量進(jìn)行預(yù)測.研究結(jié)果顯示,相比bp神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)的svm預(yù)測方法,基于pso-svm的預(yù)測精度更高,從而表明了粒子群算法優(yōu)化支持向量機(jī)的方法是有效的.

電纜溫度監(jiān)測畢業(yè)論文 電纜溫度監(jiān)測畢業(yè)論文 目錄 1緒論........................................................1 1.1課題的提出............................................................1 1.2目前常用的電纜溫度監(jiān)測方法............................................2 1.2.1感溫電纜式測溫系統(tǒng)..................................................2 1.2.2熱敏電阻式測溫系統(tǒng)..................................................2 1.2.3光纖分布式溫度監(jiān)測系統(tǒng).......

采用最小二乘支持向量機(jī)(lssvm)與粒子群優(yōu)化算法(pso)相結(jié)合的方法,以隧道工程分項(xiàng)工程技術(shù)指標(biāo)為基本參數(shù),對山區(qū)高速公路隧道工程造價(jià)進(jìn)行管理和預(yù)測,基于支持向量機(jī)算法實(shí)現(xiàn)山區(qū)高速公路中隧道的工程特性與各分項(xiàng)工程造價(jià)指標(biāo)之間的復(fù)雜非線性映射。建立的造價(jià)預(yù)測模型估算得到的造價(jià)與樣本的實(shí)際造價(jià)誤差可控制在10%的范圍內(nèi),說明該預(yù)測模型可用于山區(qū)高速公路的隧道工程造價(jià)估算,并為公路工程造價(jià)人員提供了一種實(shí)用的工具和方法。

建立基于支持向量機(jī)的建筑物沉降預(yù)測模型,并將其應(yīng)用于建筑物的沉降預(yù)測。與采用bp神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果相比,支持向量機(jī)取得較好的預(yù)測結(jié)果。實(shí)例表明支持向量機(jī)在小樣本數(shù)據(jù)的預(yù)測上具有精度高、泛化能力強(qiáng)的特點(diǎn),為建筑物的沉降預(yù)測提供一種新的方法。