导读:本文包含了提取设备论文开题报告文献综述及选题提纲参考文献，主要关键词:电能质量,谐波提取,旋转变换,低通滤波
提取设备论文文献综述
胡浙东,矫财东,李彬彬[1]（2019）在《一种电能质量设备的电网谐波提取算法研究》一文中研究指出提出了一种应用于电能质量设备对电网电流、电压进行谐波提取的算法。传统的快速傅里叶变换提取谐波的方法,计算复杂,计算量大,占用处理器内存,同时增加设备投入的芯片资源和设备成本。本文通过数学理论建立一个旋转变换模型,利用该模型将交流输入数据转换成"直流"输出数据,然后通过传统的低通滤波器对输出数据进行滤波处理,再将滤波后数据作为谐波控制模型的输入进行谐波控制。最后通过实验验证了该算法的优良性能。(本文来源于《电器工业》期刊2019年12期）
马宏伟,崔昊杨,郭文诚,霍思佳,葛晨航[2]（2019）在《计及距离修正的电力设备紫外放电区域提取研究》一文中研究指出紫外局部放电检测是电力设备绝缘缺陷带电检测中的一种新兴技术手段,通常用光子数表征放电强度,然而该参量受观测距离和探测器增益等外部环境的影响,探测结果往往存在很大误差。为更准确地对紫外放电进行量化分析,提出基于改进GAC模型的有效放电区域提取方法。通过对LBF模型的能量函数进行归一化处理以代替原来GAC模型的边缘停止函数,实现对紫外图谱放电区域的提取;采用前景信息像素点统计的方式获取放电光斑面积参数;最后通过光斑面积的距离修正实验验证所提方法的可行性,结果表明该方法不仅可以快速定位放电点,而且能准确地对紫外放电进行量化分析,具有良好的自动化性能。(本文来源于《现代电子技术》期刊2019年23期）
张旋[3]（2019）在《高校图书馆智能设备的信息提取》一文中研究指出随着互联网技术的快速发展,将会有更多智能设备通过校园WiFi设备接入互联网。了解智能设备的准确信息可以进一步提高网络运营商的网络服务质量以及服务提供商的安全性,并为高校智慧图书馆建设提供数据分析依据。提出一种基于Hadoop平台和用户自定义功能的校园WiFi网络智能设备信息提取方案。用户自定义函数是根据高校图书馆日常服务中的常见参数开发的,用于处理大量非标准化数据。提出的信息提取方案的核心是将处理后的输入数据与预先构建的智能设备规则数据库进行字符串匹配。测试是基于高校图书馆日常师生登陆平台检索数据集进行的。测试结果表明,提出的方法能准确地从校园WiFi网络中提取设备信息。(本文来源于《现代职业教育》期刊2019年25期）
上官伟,袁亚辉,王剑,胡福威[4]（2019）在《基于Labeled-LDA的列控车载设备故障特征提取与诊断方法研究》一文中研究指出准确地诊断出列控车载设备的故障类型是保障列车安全运行的基础。针对车载设备故障诊断问题,根据北京动车段300T车载日志数据的特点,基于数据挖掘方法并结合现场技术人员的经验知识,构建车载设备的故障特征词库;在此基础上,改进了Labeled-LDA(Latent Dirichlet Allocation)模型用于提取日志数据的语义特征。采用基于粒子群优化的支持向量机算法PSO-SVM对日志文本的故障进行分类,以降低故障样本数据分布不均衡对分类精度的影响,并与传统的支持向量机算法SVM,K最近邻算法KNN进行对比分析。实验结果表明,KNN、SVM、PSO-SVM叁种算法的故障文本数据一级故障诊断准确率依次为79.4%,81.8%和90.9%,二级故障诊断准确率依次为74.6%,78.1%和81.3%,验证了PSO-SVM算法在车载设备故障诊断方面的有效性。该研究成果对列控车载设备日常维护具有一定的指导意义。(本文来源于《铁道学报》期刊2019年08期）
周丽娟,张琦[5]（2019）在《足迹提取装置新设备与传统设备的比较研究》一文中研究指出通过新旧足迹提取设备在工作原理、适用范围、操作流程、操作注意事项等方面的比较研究,来推广新设备的应用。(本文来源于《法制博览》期刊2019年16期）
贾煜璇[6]（2019）在《大规模物联网设备组织信息的发现与提取》一文中研究指出随着互联网技术的不断发展,物联网技术也迎来了高速度高质量的发展。一方面,物联网拉近了物与物,物与人,人与人之间的联系,实现了万物之间的沟通,加速了科技的进步。另一方面,物联网使用简单、便捷、节能,是新世纪下实现高效、高质量的重要技术。然而近些年出现的针对物联网设备攻击等安全事件,在一定程度上影响了网络的发展和国家的安全,物联网技术逐渐受到各行各业的关注,目前已经成为学术界的研究热点。尽管有很多研究人员对物联网的各个方面展开了研究,但是在安全和管理的相关研究文献中,仍发现有大量的物联网设备可以通过IP地址访问和可见,这极容易造成关键设施及信息被泄露和乱用,引发网络安全事件。因此,本文从安全的角度深入研究物联网设备所属组织的属性信息,目前学术界对物联网设备组织信息的研究较为缺失,组织信息的提取缺少可靠的依据,而设备所属组织对于管理和加强设备安全都是非常重要的。本篇论文研究大规模物联网设备的组织信息提取技术,包括物联网设备识别和设备组织信息提取:(1)在物联网设备识别方面,论文通过解析应用层响应数据的报文内容利用应用层服务的差异性,提取物联网设备的特征,结合常规的四种机器学习分类算法,提高物联网设备识别的精度。(2)在物联网设备组织信息提取方面,通过实践观察,本文发现许多设备组织者会将组织的细节信息写入物联网设备上的应用层协议数据报文中,如公司或用户名等等,这些硬编码的信息可以作为设备组织信息提取的依据。因此,本篇论文结合自然语言处理技术提出基于规则的信息提取技术和基于命名实体识别的信息提取技术,获取应用层响应报文中的组织信息。为了验证设备识别和组织信息提取的可行性,本篇论文搭建了原型系统并进行了实验验证。实验结果表明,机器学习分类算法对物联网设备的识别精确率能够达到97%,覆盖率达到97%。论文收集了 9300万个HTTP响应数据报文,通过设备识别技术,发现了将近430万个暴露于互联网上的物联网设备。此外,本篇论文还提取了近60多万个物联网设备的组织名称,并对提取到的组织进行了分类统计与分析。实验结果表明,物联网设备识别和组织信息提取技术对于网络空间的安全与防御有着重要的价值。(本文来源于《北京交通大学》期刊2019-06-04）
郜雷阵,燕会臻,王国涛,王强[7]（2019）在《基于PIND多余物检测设备的脉冲提取方法设计》一文中研究指出在多余物检测过程中,信号脉冲的提取是判断多余物有无和后续算法分析的基础。介绍了传统脉冲提取方法的原理,通过优化原有的分析线程,提高了相应的检测速度与精度;设计基于短时平均能量和短时平均过零率两个相关特征的两级门限法,提升了所提取脉冲信号的完整程度。试验结果表明,两级门限法对信号脉冲有较好的提取效果,尤其对小信号脉冲的提取更加精确。(本文来源于《电器与能效管理技术》期刊2019年10期）
王秉坤[8]（2019）在《基于系统自提取的设备年度运维(MA)需求管理模式》一文中研究指出自上个世纪90年代以来,IT行业信息化程度逐年提高,信息系统规模不断扩大,复杂程度越来越高。特别是近几年,IT架构进入了全面规划、整体发展的新阶段,前期投资建设的大量信息设备已进入了应用维护阶段,各大数据中心信息设备维护的难度和成本也不断增加,信息化发展正处在由建设向运维转型的时期。由于业务生产与信息设备的稳定运行有着密不可分的依赖关系,保障信息设备的安全性和稳定性也成为了(本文来源于《中国金融电脑》期刊2019年05期）
王文智[9]（2019）在《液压设备转速波动分量提取及故障诊断方法研究》一文中研究指出液压设备具有的响应速度快、输出平稳、功率密度大、易实现无级调速以及对复杂工况的适应性强等优点,使其在工程建设、国防、冶金矿山、材料加工等工况复杂的装备中被广泛采用。近年来,为了适应现代工业生产过程中高精度、智能化的要求,液压设备开始向精细化、复杂化、集成化、信息化方向发展。随着液压设备结构越来越复杂,各种传感器的布置、环境工况的复杂化,液压设备的信息在传递过程中受多种复杂的耦合效应和非线性因素的影响,使得传统的基于流量、压力、振动、噪声等信息源的运行状态监测和故障诊断方法难以满足液压设备向智能化发展的需要,尤其当液压设备处于性能退化状态的早期故障阶段时,将会出现一系列诸如低速稳定性变差、响应速度减慢、效率降低等问题。传统的分析方法在强耦合和强环境噪声的影响下,特征信息会变得十分微弱,难以识别,使得液压设备运行状态监测和故障诊断技术研究成为当今热点。与传统的压力、流量、振动、噪声等监测信号源相比,液压设备瞬时转速信号具有不介入系统运行、信噪比高、可直接反映系统运动学信息等优势。课题组在前期液压设备动能刚度以及瞬时转速波动等基础性研究工作中发现,环境工况通过机、液、电参数的耦合作用,导致转速、转矩、压力、流量、电压、电流等多能域参数的变化,这些变化对内影响系统动能刚度的变化,对外则表现为瞬时转速波动的变化。因此,本文以液压动力系统为研究对象,以其瞬时转速信号为信息源,研究以Vold-Kalman时变滤波器为基础的瞬时转速波动分量提取方法,并通过此方法提取液压系统的转速波动分量,揭示液压设备运行状态与转速波动分量之间的联系,为研究以转速波动信号为信息源的液压设备运行状态监测与早期故障诊断技术提供新方法。论文的主要研究内容如下:(1)Vold-Kalman时变滤波数学模型及快速算法研究。通过构建信号模型、结构方程和数据方程,使用最小二乘滤波法解耦,然后通过预处理共轭梯度法对复杂矩阵方程进行求解的技术路线,完成了对于Vold-Kalman时变滤波方法和算法的研究,并通过Matlab软件平台实现Vold-Kalman时变滤波器设计。通过模拟仿真实验,验证了VoldKalman时变滤波器的有效性与精确性,为后续基于Vold-Kalman时变滤波器的转速波动分量提取方法的研究奠定理论基础。(2)基于Vold-Kalman时变滤波器的旋转设备转速波动分量提取方法研究。结合短时傅里叶变换、时频脊线提取和二值细化搜索等多种算法,实现了瞬时频率估计方法,并在此基础上实现了基于Vold-Kalman时变滤波器的转速波动分量特征提取。通过仿真与实验相结合的方法,验证了该转速波动分量提取方法的有效性和精确性,为后续以液压设备状态监测为目的的转速波动分量提取试验提供了技术支持。(3)将基于Vold-Kalman时变滤波器的转速波动分量提取方法和已有的基于零相位阶比滤波器的转速波动阶比分量提取方法进行技术性能对比分析。分析了VoldKalman时变滤波器的两个重要参数——滤波器阶数和权重因子r对滤波效果的影响,并从方法原理、处理过程、参数选取、实际效果等方面对两种提取方法进行全方位的比较。使用同一转速信号分别通过两种方法进行对比分析实验,得出结论:基于VoldKalman时变滤波器的转速波动分量提取方法可以保留更多的与液压系统运行状态相关的细节信息,精度更高。(4)液压动力系统转速波动分量提取试验研究。在变转速泵控液压马达试验平台上分别进行恒转速工况与变转速工况试验,测量液压动力系统柱塞泵的瞬时转速,验证本文提出方法的有效性。结果表明,使用本文提出的方法可以从变转速泵控马达闭式液压系统的柱塞泵输出转速信号中分别提取到由柱塞马达、柱塞泵的转子不平衡以及柱塞泵配流盘磨损导致的转速波动分量的时域波形和特征频率分量,分析了这叁个分量随转速和负载的变化规律,为开展以瞬时转速波动为信号源的液压设备运行状态监测和故障诊断研究提供了新方法。(本文来源于《长安大学》期刊2019-04-18）
冯振新,周东国,江翼,赵坤,丁国成[10]（2019）在《基于改进MSER算法的电力设备红外故障区域提取方法》一文中研究指出红外图像处理中因目标边界模糊、区域灰度变化等因素,导致传统的极大稳态区域方法区域提取效果低下。为此,提出一种基于改进极大稳态区域方法的电力设备红外故障区域提取机制,提升区域提取效果。首先,从灰度相似度聚类出发,采用Meanshift算法对分割区域的邻域像素进行聚类。其次,结合阈值分割机制,快速将相似像素进行分割,最终通过迭代得到电力设备故障所呈现的亮度区域信息。实验结果表明该提取区域方法性能优于极大稳态区域算法,具有较低的误分类错误,且相比于Mean shift算法,具有高效的处理速度。(本文来源于《电力系统保护与控制》期刊2019年05期）
提取设备论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
紫外局部放电检测是电力设备绝缘缺陷带电检测中的一种新兴技术手段,通常用光子数表征放电强度,然而该参量受观测距离和探测器增益等外部环境的影响,探测结果往往存在很大误差。为更准确地对紫外放电进行量化分析,提出基于改进GAC模型的有效放电区域提取方法。通过对LBF模型的能量函数进行归一化处理以代替原来GAC模型的边缘停止函数,实现对紫外图谱放电区域的提取;采用前景信息像素点统计的方式获取放电光斑面积参数;最后通过光斑面积的距离修正实验验证所提方法的可行性,结果表明该方法不仅可以快速定位放电点,而且能准确地对紫外放电进行量化分析,具有良好的自动化性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
提取设备论文参考文献
[1].胡浙东,矫财东,李彬彬.一种电能质量设备的电网谐波提取算法研究[J].电器工业.2019
[2].马宏伟,崔昊杨,郭文诚,霍思佳,葛晨航.计及距离修正的电力设备紫外放电区域提取研究[J].现代电子技术.2019
[3].张旋.高校图书馆智能设备的信息提取[J].现代职业教育.2019
[4].上官伟,袁亚辉,王剑,胡福威.基于Labeled-LDA的列控车载设备故障特征提取与诊断方法研究[J].铁道学报.2019
[5].周丽娟,张琦.足迹提取装置新设备与传统设备的比较研究[J].法制博览.2019
[6].贾煜璇.大规模物联网设备组织信息的发现与提取[D].北京交通大学.2019
[7].郜雷阵,燕会臻,王国涛,王强.基于PIND多余物检测设备的脉冲提取方法设计[J].电器与能效管理技术.2019
[8].王秉坤.基于系统自提取的设备年度运维(MA)需求管理模式[J].中国金融电脑.2019
[9].王文智.液压设备转速波动分量提取及故障诊断方法研究[D].长安大学.2019
[10].冯振新,周东国,江翼,赵坤,丁国成.基于改进MSER算法的电力设备红外故障区域提取方法[J].电力系统保护与控制.2019