物联网及大数据挖掘技术研究

研究意义: 随着大量传感器及数据收集平台的应用,各行业已经产生了海量的数据,但对这些收集的高维度、快速增长、低密度价值的数据未能充分利用,如何对这些数据进行价值和知识挖掘,从而用于指导生产、运维、管理,已经成为工业信息化及智能化进程的瓶颈。

研究内容:1)无线传感器网络及通信技术

                  2)聚类技术

                  3)时间序列预测技术

                  4)大数据分析技术

成果情况:1)已经在《knowleage based system》《Soft Computing》《Neurocomputing》等国际期刊发表论文10余篇,申请专利6项。

                  2)相关研究成果已经应用于电网设备试验检验数据智能化管理与分析系统

GIS局部放电超高频诊断技术研究

研究意义:

       气体绝缘全封闭式组合电器(GIS),以其结构紧凑、运行可靠、检修周期长、受外界环境影响小等优点在电力系统中得到了广泛应用。但由于GIS结构复杂,制造与检修工艺精细,使部分常规预防性试验方法难以有效实施,因此,一旦GIS发生故障后果,会导致重大停电事故的发生。为了掌握GIS的绝缘状态,确保GIS 的可靠安全运行,对GIS局部放电检进行检测具有重要意义。

研究内容:

      研究基于FDTD的GIS局部放电电磁传播特性、基于超高频技术的GIS局部放电信号处理与故障诊断方法、基于声电联合的GIS局部放电故障诊断技术

成果情况:

       已与西电集团、国网陕西电力科学研究院展开合作,进行相关内容研究,目前已签订四项合作课题。

复杂动态网络同步与辨识方法研究

研究意义:

        复杂网络是一个包含大量个体且个体之间存在复杂连接关系的系统,其行为呈现出高度的复杂性;通过对复杂网络行为的研究能够揭示现实中各物理现象,为现实世界中各复杂网络系统的动力学行为研究提供理论支撑,为复杂网络的实际应用提供有益借鉴和参考。

研究内容:

        本课题研究内容包括整数阶、分数阶复杂动态网络的可控性、同步及辨识研究,尤其是在存在噪声、时滞及参数不确定性等非理想状态下的复杂动态行为研究。

成果情况:

       本课题已在国际期刊《Nonlinear Dynamic》《Physica Scripta 》《Nonlinear Analysis: Real World Applications》《Communications in Nonlinear Science and Numerical Simulation》《Chinese Physics B》等发表SCI论文十余篇。

信息融合技术在磨机负荷软测量中的研究及应用

成果意义:由于工作环境恶劣等原因,磨机负荷长期以来一直无法实现在线检测,严重制约着先进控制策略在磨机优化控制中的应用;通过研究基于信息融合技术的

                      软测量方法,不仅能够解决磨机负荷的检测难题,而且对于过程工业中关键过程参数的检测提供了一种新思路。

关键创新:提出一种基于特征功率谱的磨机噪声与振动自适应特征能量提取新方法;
                      提出一种基于最小二乘支持向量机的鲁棒软测量建模方法;

                      提出一种基于信息融合技术的软测量联合估计方法;
获奖情况:获2011年国家科技进步二等奖;

                     获授权发明专利3项;