基于DEMATEL和组合赋权的电网作业标准成本差异化配置算法

来源 :电力建设 | 被引量 : 0次 | 上传用户:songyong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为满足电网企业成本精益管理需求,完善电网运维检修作业标准成本体系,针对我国地区间经济水平、管理水平及自然环境差异大的问题,开展电网作业标准成本差异化配置算法研究。首先,结合电网作业标准成本的应用机制,确定了基于决策与评价实验室法(decision making trial and evaluation laboratory,DEMATEL)和组合赋权法的作业标准成本差异化配置算法;然后,以变电站检修业务为例,依据实际数据,实现了作业标准成本的差异化配置;最后,基于J-T非参数检验法,对差异化配置结果的合理
其他文献
文本情感分析(又称意见挖掘),是对带有情感倾向的文本进行分析、处理、归纳和推理的过程。本文提出将卷积神经网络(CNN)和双向长短时记忆网络(Bi-LSTM)相结合,作为提取文本特征的方式,而后添加自注意力(Self-Attention)机制形成情感分析模型。通过在自建的NAVER电影评论数据库中进行比较实验,证明本文模型的分类准确率可达90.32%,较SVM、CNN、LSTM、Bi-LSTM等模型有较大的性能提升。该方法不仅可以较好地完成韩语短文本情感分析,对其它非通用语种和领域的情感分析任务也具备参考和
利用光纤分布式传感系统对入侵事件进行识别主要难点在于对入侵事件的识别准确率低,为了提高对入侵事件的识别准确率,本文提出一种基于端点检测与信号重组的光纤振动信号的识别方法。该方法首先使用基于谱质心与短时能量的端点检测算法对振动信号的振动部分进行检测,然后将检测到的振动信号进行振动信号的重组,最后使用一个多尺度卷积神经网络结合随机森林树对重组后的信号进行识别。实验证明该识别方式能快速完成对识别模型的训练,并且能有效识别在实际环境中采集的入侵振动信号,对入侵信号的识别准确率可达97.4%。
个体间关系信息的获取是群组行为识别中关键问题。为了获取更加丰富的关系信息,本文提出了一种时空自注意力转换网络(Spatio-Temporal Transformer Network)。空间自注意力转换模块可以同时处理群组中的所有个体,包括其外观特征和位置特征,以便提取个体间空间关系信息。使用时序自注意力转换模块进行时序建模。为了获得更加丰富有效的关系信息,提出了全局空间注意图,用以增强模型空间关系推理能力,使用时序掩膜优化时序自注意力转换模块。通过在Volleyball和Collective Activi
医疗大数据的共享在现代医疗技术和服务中发挥着重要作用。针对医疗大数据共享过程中的安全性需求,提出了基于零信任和UCON的医疗大数据访问控制模型ZT-UCON。该模型将零信任思想与支持动态连续访问的UCON模型相结合,利用UCON模型的授权、义务和条件等访问控制策略,构建了面向医疗大数据访问控制决策方案。通过在医疗大数据访问控制的一个典型案例中应用ZT-UCON模型,并对比典型的传统访问控制模型,验证了ZT-UCON的优势。结果表明:基于零信任的UCON访问控制模型,可以降低医疗大数据共享过程中过度访问的可
本文介绍了一款可实现远程控制、自动避障、路线规划等功能的智能车系统的设计。智能车以K60为中心微控制单元,采用ESP8266WiFi模块与上位机通信,L298N芯片驱动电机控制运动,此外还包括电源模块、显示模块等。智能车借助车前后的激光雷达来检测路面情况,实现有效避障、合理规划行驶路径的目的。
针对目前无人车系统智能化程度较低、协同控制策略不够完善造成柔性编队稳定性较差、鲁棒性较低、稳态间距与速度跟踪误差较大等问题,本文设计了一种基于TMS320的无人智能车编队协同控制系统。系统通过硬件模块完成VANET背景下的车队自主环境感知,信息处理,决策规划与协同控制,同时车辆与车队的关键信息通过4G远程监控网实时传输至上位机管理界面,实现无人车队的智能化编队协同控制,进而从一定程度上提高无人车系统的实效性。
本文针对单目深度估计模型深度序数回归算法中全图像编码器易丢失较大像素值像素特征信息和位置信息的缺点,提出一种基于CBAM的深度序数回归方法。首先,将CBAM嵌入到深度序数回归算法中作为全图像编码器,依次采用通道注意力机制和空间注意力机制来捕获图像完整的特征信息和位置信息,通过获得的注意力图重新调整原始特征;其次,对像素的深度值进行离散,将深度估计重新转化为序数回归问题;最后,使用回归损失函数对网络
为了对比分析不同沉降预测方法对机场复合地基在超载预压下沉降的预测效果,本文以天府国际机场飞行区试验段为研究对象,利用指数曲线法、双曲线法、Gompertz生长曲线预测法、灰色模型法4种不同方法,对4个不同的原地面点沉降进行预测,并以监测数据为依据对4种方法进行分析评价,最终得出指数曲线法与双曲线法对复合地基沉降的预测效果较好,而灰色模型法对沉降预测误差较大。
本文针对背景干扰、特征信息不足以及尺度剧烈变化等问题,提出了一种基于多尺度及双注意力机制(Multi-Scale and Dual Attention,MSDA)的小尺寸人群计数网络。MSDA网络主要由空间-通道双注意力(Spatial Channel-dual Attention,SCA)模块和多尺度特征融合(Multi-scale Feature Fusion,MFF)模块构成。MFF模块将特
新一代心电图(Electrocardiography,ECG)系统中,可以使用可穿戴设备来监测人体生理信号。心电图信号是一种生物医学信号,基本上与人体心脏的电活动相对应,根据其波形可以初步判断人体是否存在疾病。本文首先对ECG信号进行了预处理,然后使用自适应阈值对QRS波进行定位,最后使用支持向量机对心电信号进行分类。基于MIT-BIH数据库的实验表明,该方法的敏感度达99.65%,正预测率达99.41%。