秦业
- 作品数：16 被引量：42H指数：4
- 供职机构：北京航空航天大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金中国航空科学基金更多>>
- 相关领域：自动化与计算机技术电气工程动力工程及工程热物理电子电信更多>>
- SVM和神经网络在电能质量扰动分类应用中的对比
- 提出了一种电能质量动态扰动特征向量的提取方法。分析比较了多种分类器对电能质量动态扰动的分类能力。首先采用小波包分解算法对电能质量信号某一频段内的信息进行精细分解从而提取出特征向量，然后针对该特征向量构造了相应的BP神经网...
- 秦业袁海斌袁海文崔勇王秋生
- 关键词：电能质量神经网络支持向量机
- 数据驱动的独立电源系统谐波分布规律预测技术研究
- 本文根据独立电源系统中电能质最分析与治理的需要,提出了用电能信息采集装置及谐波分析软件组成的电能质量分析、预测平台。给出了系统的设计方案和工作流程。最后在石油钻探行业中的SCR(Semiconductor Control...
- 秦业袁海文曾倩
- 关键词：独立电源系统谐波电压ARMA模型数据驱动
- 文献传递
- 便携式安全阀在线校验仪的研制被引量：1
- 2011年
- 目前,安全阀在线校验系统普遍存在精度低、安全性和便携性差等缺点。提出了以STC12C5A单片机为核心,基于阀瓣微动技术的便携式安全阀自动校验仪的设计方案,并完成了对该压力校准系统的研制。工程应用表明,该仪器具有精度高、功耗低等特点,能实现数据共享,操作灵活,易于携带,在行业中具有很高的推广价值。
- 秦业袁海文
- 关键词：安全阀在线校验单片机嵌入式系统
- 一种路面温度信息记录仪及测量方法
- 一种路面温度信息记录仪，它由主中央处理器、副中央处理器、八路温度测量端子、时钟芯片、看门狗电路、USB文件读写模块、USB存储盘、电源控制电路及上位软件所组成。它利用微处理器的数据存储、处理能力与一线式数字传感器技术相结...
- 袁海文杨浩秦业王秋生刘颖异
- 当代矿区信息化建设的探讨
- 2005年
- 本文介绍了目前信息技术、自动化技术在矿区建设中的应用状况,重点分析了矿区自动化网络的建设、信息技术在矿山企业管理等方面的应用及其应用的发展趋势。
- 姜寄忠秦业艾国栋
- 关键词：采矿工业现场总线自动化技术
- 一种路面温度信息记录仪及测量方法
- 一种路面温度信息记录仪，它由主中央处理器、副中央处理器、八路温度测量端子、时钟芯片、看门狗电路、USB文件读写模块、USB存储盘、电源控制电路及上位软件所组成。它利用微处理器的数据存储、处理能力与一线式数字传感器技术相结...
- 袁海文吕建勋王秋生刘颖异秦业杨浩
- 文献传递
- 微型电热锅炉控制系统实验装置研究与开发
- 过程控制是高校自动化专业的一个重要的专业方向，学生在课堂上学习理论知识后，需要在实践中进行消化和理解，以及在理解的基础上创新。为此，建立一个操作简便安全、实验内容丰富、过程参数变化直观，控制参数对控制性能的影响便于观察的...
- 秦业
- 关键词：过程控制网络可编程控制器模糊PID控制
- 文献传递
- 电力设备运行环境温度远程监控系统的实现被引量：3
- 2011年
- 设计了一种电力设备运行环境温度远程监控系统,论述了系统的功能及整体结构,完成了远程终端软、硬件的设计以及可靠传输软件的设计,实现了对电力设备运行环境温度的长期、可靠监控。实际运行情况表明,系统工作高效、稳定、功耗低、数据远程传输可靠、运行成本低,适用于各类电力设备运行环境温度的远程监控。
- 秦业袁海文袁海斌王秋生
- 关键词：电力设备环境温度数据中心远程监控系统
- SVM和神经网络在电能质量扰动分类应用中的对比被引量：4
- 2011年
- 提出了一种电能质量动态扰动特征向量的提取方法,分析比较了多种分类器对电能质量动态扰动的分类能力。首先采用小波包分解算法对电能质量信号某一频段内的信息进行精细分解从而提取出特征向量,然后针对该特征向量构造了相应的BP神经网络、学习向量量化(Learning vector quantization,LVQ)神经网络、自组织特征映射(Self-organizing map,SOM)神经网络及支持向量机(Support vector machine,SVM)分类器,并模拟实际电网中的复杂扰动信号提取其特征向量集,对多种分类器的分类能力进行对比。仿真结果表明,在较复杂的电能质量扰动情况中,支持向量机分类器仍能实现对信号的精确分类,对电能质量监测具有很好的应用价值。
- 秦业袁海斌袁海文崔勇王秋生
- 关键词：小波包电能质量特征向量神经网络
- 基于优化最小二乘支持向量机的电能质量扰动分类被引量：18
- 2012年
- 提出了一种基于最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM)分类器的电能质量扰动分类方法,对电网环境中多类扰动特征混合的情况进行更加精细的分类辨识。针对电能质量扰动特征向量的特点,对混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)进行了改进,与交叉验证(Cross Validation,CV)相结合实现了对多分类器参数的优化,有效地解决了支持向量机模型参数优化的问题。仿真实验与工程验证表明,经过优化后的分类器不仅可以提高电能质量波形的分类精度,还可以进一步使分类器避免出现过学习的状态,有效提高了分类器的计算速度。
- 秦业袁海文袁海斌王秋生张学利
- 关键词：电能质量特征向量混合蛙跳算法支持向量机
