简介:摘要:我国国民经济以及电力相关技术的发展,使得我国的电力事业得到了较快的发展,而在整体电力系统中关键的设施之一就是电力变压器,和电力系统之间的安全稳定运行有着十分紧密的联系,这也正是对其进行检测工作的重要原因。在微电子、计算机等先进技术不断发展的影响下,针对电力变压器进行在线实时监测已经有了极高的可行性。因为油浸性质的电力变压器在运行过程中气体溶解的类型不会出现对应的差异,传统故障诊断方式对于这些复杂多变且无标签的数据无法进行充分应用,因此一种基于深度学习神经网络的诊断方式应运而生。本文先从深度学习的概念以及深度学习神经网络模型分析入手,并在文后详细的在电力变压器故障诊断中如何运用深度学习网络进行了分析。
简介:摘要:风能相较于传统能源拥有着巨大的优势,但风电场投建初期数据不足的问题往往为研究人员所忽略。本文在研究 BP 神经网络的基础上,针对训练量不足的问题,提出了运用插值法对预测结果进行修正的方法,使得不同阶段的预测精度相较于传统神经网络有不同程度的提高,表明了本文方法的价值与意义。
简介:摘要:随着网络飞速发展,网络数据业务也得到高速发展,个人宽带用户从起初的兆到百兆光纤网络传输速率的提高,相应的业务承载网络规模也迅速增长,同时也伴随着网络异常问题频频发生,因此需要一种自动化的工具来辅助分析和处理网络存在的问题,实现网络自动分析,路径自动选择。
简介:于欢案作为一起“司法与舆论良性互动”的案例,为今后处理类似网络舆情事件树立了样板。本研究采用内容分析法,基于属性议程设置,对网络媒体在网络舆情事件中引导舆论的有效性进行了实证检验,从主题、倾向和信源三方面,分析了于欢案中网络媒体引导舆论的长处和不足,并就网络媒体在网络舆情事件中如何积极引导舆论提出对策:高度关注官方声音,坚守主流舆论阵地;不盲目定义和同情弱者,不故意建构弱者形象;实时报道最新动态,最大限度消除不确定性;从社会、政治、法治等方面发掘报道主题,转移网民注意力;注重对网民倾向性的引导策略,寻找巧妙的方式手段;特别关注专家学者的发声;加强网络媒体自律,加强对意见领袖的把关。