沈阳工业大学学报

过刊目录

  • 全选
    |
    电气工程
  • 电气工程
    用地空间信息感知技术在电力系统负荷预测中的应用
    陈致远, 杨翾, 李凌
    2025, 47(3): 273-280. https://doi.org/10.7688/j.issn.1000-1646.2025.03.01
    摘要 ( ) PDF全文 ( )   可视化   收藏
    【目的】针对传统负荷预测方法信息利用效率低、误差较大及难以适应电力负荷变化的多样性和随机性等问题,提出了一种基于用地空间信息感知的电力系统负荷预测方法。该方法旨在提高负荷预测的准确性和可靠性,为电力系统的规划和建设提供关键数据支撑,满足经济社会发展的需求。【方法】算法结合城市用地空间信息和电网负荷数据,采用分区分类处理策略:对已开发区,利用历史负荷数据进行曲线拟合预测;对新开发区,以已开发区的同类用地性质负荷平均密度值进行等效处理,形成基础预测信息后,再开展负荷预测。对历史负荷数据和等效负荷数据进行精细化和颗粒化处理,整合指数模型、生长曲线模型和弹性系数模型,通过动态权重组合形成最优拟合方案,构建基于用地空间信息感知的电力系统负荷预测技术。以2014—2020年历史数据为基准进行参数拟合,统计工业用电、居民生活用电、商业用电、公共设施用电和其他用电类型的负荷数据,并以2021年负荷情况为目标进行预测。实验对比分析了指数模型、生长曲线模型和弹性系数模型在总量预测与分区分类预测方面的差异,结果显示分区分类预测准确度较总量预测提高约33%。在此基础上,对比分析了基于动态权重和均值权值的最优拟合效果,计算结果显示基于动态权重的最优拟合预测误差为1.12%,较均值权重误差值降低约12%,显著提升了预测精度和可靠性。【结果】研究表明,采用分区分类方法将空间信息按用地性质和负荷类型进行归类,可有效提升负荷预测模型的准确性。通过动态调整参数权重,整合单一预测模型,算法具有更好的动态适应性,能够实现最优拟合结果,得到更高的预测精度。【结论】本文创新点为:一是采用分区分类数据处理方式,提升城市电网空间信息和负荷信息的利用率;二是引入动态权值整合传统负荷预测模型,克服单一模型的局限性。通过这两种创新手段,显著提高了城市电网负荷预测的准确性和可靠性。
  • 电气工程
    基于风险分析和模糊专家系统的电力工程应急成本估算方法
    陈铭, 梅诗妍
    2025, 47(3): 281-287. https://doi.org/10.7688/j.issn.1000-1646.2025.03.02
    摘要 ( ) PDF全文 ( )   可视化   收藏
    【目的】电力工程因施工周期长,易受多种不确定因素影响,可能导致成本大幅增加。因此,合理估算应急成本对工程管理至关重要。然而,传统基于经验的方法误差较大,难以适应复杂的工程环境。基于模糊专家系统和机器学习的方法在性能上虽有所改进,但仍存在参数优化难、过拟合严重等问题。为此,提出了一种应急成本估算新方法,通过结合自适应网络模糊推理系统处理不确定性问题的优势,并引入主成分分析模块缓解过拟合问题,进而提高预测精度。【方法】提出了一种结合风险分析和自适应网络的模糊推理系统的应急成本估算方法,通过分析影响电力工程成本的13个风险因素,建立了应急成本与风险因素之间的关系模型;利用模糊逻辑处理不确定性问题,引入了自适应网络模糊推理系统。自适应网络模糊推理系统通过模糊化输入变量并利用神经网络进行推理,避免了传统模糊专家系统对模糊规则库的依赖。为进一步提高预测精度,在自适应网络模糊推理系统中引入了主成分分析模块,通过降维减少冗余信息,缓解了其在小数据集上可能出现的过拟合问题。【结果】实验选取210条电力工程应急成本数据,随机选取80%作为训练集、20%作为测试集,对比4种方法的性能:基于Mamdani模糊推理的方法、基于支持向量机的方法、基于自适应网络模糊推理系统的方法和基于改进型自适应网络模糊推理系统的方法。实验结果表明:对比两种现有方法,基于自适应网络模糊推理系统的方法在训练集上表现优异,但在测试集上过拟合严重;引入主成分分析模块后,基于改进型自适应网络模糊推理系统的方法在测试集上的表现明显更优、泛化能力更强且收敛速度更快。【结论】基于改进型自适应网络模糊推理系统的应急成本估算方法结合了模糊推理和神经网络的优势,提高了对电力工程应急成本的预测精度。主要创新点为:提出了一种应急成本估算方法,结合了模糊逻辑和神经网络的优势,能够有效处理不确定性问题;在自适应网络模糊推理系统中引入了主成分分析模块,通过降维减少了冗余信息,有效避免了模型过拟合问题,提高了其泛化能力。该方法可为电力工程预算管理提供智能化解决方案,也可推广至其他不确定性成本预测领域。
  • 电气工程
    基于数字孪生的配电网智能化故障诊断方法
    付慧敏, 郑刚
    2025, 47(3): 288-294. https://doi.org/10.7688/j.issn.1000-1646.2025.03.03
    摘要 ( ) PDF全文 ( )   可视化   收藏
    [目的]随着分布式能源的广泛接入,配电网的拓扑结构日益复杂,同时监控数据量呈指数级增长,对故障诊断提出了新的挑战。传统故障诊断方法主要依赖监控数据和人工经验,但随着云计算和通信技术的快速发展,人工智能方法在故障诊断领域得到了广泛应用。然而,现有人工智能方法高度依赖训练数据,需要大量基础数据支撑。为此,本文基于数字孪生技术,提出一种配电网智能化故障诊断方法,以提高故障诊断的效率和准确性。[方法]利用数字孪生技术构建配电网数字孪生体,通过虚拟诊断结果指导实际系统运行。同时,采用小波包分解方法提取信号各频带能量构成特征向量,输入改进的卷积自编码器模型中进行学习,以实现故障类型的准确识别。数字孪生系统由物理层、数据层、模型层和服务层组成,实现了虚实映射功能,虚拟孪生体能够实时反映实体运行状态。在仿真实验中,以某区域10 kV配电网的三端口环网结构为基础,构建了包含7 520个正常和故障样本数据的完备实验数据集。[结果]实验结果表明,经过100次迭代训练,改进的卷积自编码器模型的故障诊断准确率接近0.98。数字孪生系统的智能化诊断结果显示,本文方法能够准确识别故障类型,与实际故障类型基本一致。在对5种常见故障类型的诊断中,本文方法保持了较高的准确率,平均准确率达0.95,诊断耗时仅为5.39 s。与其他方法相比,本文方法的诊断准确率更高。[结论]通过将数字孪生技术应用于配电网智能化故障诊断,结合虚实一体化的诊断方式,显著提升了故障诊断的精确性和实时性。该方法为配电网智能化故障诊断提供了一种全新的技术手段,有助于提高配电网的可靠性和安全性,对智能电网的发展具有重要的理论意义和实践价值。此外,未来研究将重点探索应对配电网结构变化的技术方法,以进一步提升该故障诊断方法的适用性。
  • 电气工程
    基于线性回归和灰狼优化的电力工程成本及工期预测方法
    徐宁, 李维嘉, 洪崇, 刘云, 周波
    2025, 47(3): 295-301. https://doi.org/10.7688/j.issn.1000-1646.2025.03.04
    摘要 ( ) PDF全文 ( )   可视化   收藏
    【目的】电力工程项目通常具有成本高和工期长的特点,且施工过程中受到多种因素的影响,如气候条件、原材料成本等。传统的成本和工期预测主要依赖经验,容易导致成本估算不足或冗余,进而造成工期延误或资源浪费。随着机器学习技术的快速发展,基于数据驱动的方法被引入成本和工期预测中,但由于电力工程领域的数据集规模较小,传统机器学习模型易出现过拟合问题,预测性能受限。基于该背景提出了一种结合支持向量回归(SVR)、分类与回归决策树(CART)、多变量线性回归模型(MLR)和灰狼优化算法(GWO)的混合模型,通过改进更新策略和参数搜索方法,以提升模型在小数据集上的预测精度和泛化能力。【方法】方案结合机器学习模型和改进的灰狼优化算法,搭建了一个高效的电力工程成本和工期预测框架。采用支持向量回归、分类与回归决策树和多变量线性回归模型作为基线机器学习方法,并利用灰狼优化算法对上述模型的参数进行搜索以防止过拟合,同时提出两项改进措施:采用混沌序列初始化狼群位置,确保种群多样性;优化灰狼位置的更新策略,通过周围群体信息共享提升搜索能力。【结果】实验结果表明,与传统方法相比,所提出的混合模型在成本和工期预测上具有较明显的优势。在训练和测试集上的性能结果对比显示,传统机器学习模型容易产生过拟合问题,导致泛化能力不足,而结合GWO的模型改善了该问题。其中,MLR+GWO混合模型在训练集和测试集上的表现均优于其他模型。进一步实验结果表明,通过改进灰狼优化算法(iGWO),混合模型的收敛速度显著加快,仅需6～8次迭代即可达到较优的适应度,而传统GWO算法需迭代11～12次才能达到类似效果。此外,改进算法有效避免了传统GWO算法容易陷入局部最优的问题。【结论】所提出基于线性回归和改进灰狼优化算法的混合模型在电力工程成本和工期预测领域展现出较为明显的性能优势。改进的灰狼优化算法通过优化初始化序列及更新策略,提升了算法的全局搜索能力和收敛速度。提出的混合模型泛化性能优于传统的机器学习模型,与传统方法相比,该方法在预测精度和训练效率方面均表现良好。
  • 电气工程
    基于梯度提升决策树算法的电力工程造价预测模型
    邵帅, 赵祥, 敖慧凝, 柳禾丰, 王冬
    2025, 47(3): 302-308. https://doi.org/10.7688/j.issn.1000-1646.2025.03.05
    摘要 ( ) PDF全文 ( )   可视化   收藏
    [目的]电力工程造价预测在电网企业资源优化、财务稳定、风险管理、效率提升、项目决策、政策制定、市场秩序维护和投资者决策等方面具有重要意义。针对传统预测方法综合性能较差的问题,并考虑电力工程造价数据的小样本特性,提出了一种基于梯度提升决策树(gradient boosting decision tree,GBDT)的预测模型,通过优化训练过程中的残差,显著提升预测精度。[方法]从自然环境和技术因素出发,深入分析了电力工程造价的影响因子,筛选出11个影响电力工程造价的关键变量。通过数据清洗、特征编码和对数变换,构建适配GBDT模型的特征工程。采用Optuna框架进行超参数调优,并利用5折交叉验证法评估模型性能。模型优化以拟合优度作为评价指标,迭代寻找最优超参数,直至满足预测精度要求或达到最大迭代次数,最终建立结合Optuna框架的梯度提升决策树预测模型。以某地区变电工程造价数据为例,90％的数据样本作为训练集和验证集,10％的数据样本作为测试集,对比分析随机森林、神经网络、GBDT和结合Optuna的GBDT模型的预测效果,通过拟合优度与均方根误差进行性能评估。[结果]实验结果显示,结合Optuna的GBDT模型预测效果优于随机森林、神经网络及GBDT算法,预测值在真实值的±10元/kVA区间浮动。在验证集上,拟合优度为0.892 3,均方根误差为8.01;在测试集上,拟合优度为0.886 6,均方根误差为8.09。[结论]基于GBDT的电力工程造价预测模型能够精准预测电力工程造价,相较传统方法具有更高预测精度,尤其适用于电力工程造价类的小样本数据集。结合Optuna框架进行超参数调优,进一步提升了预测效果。未来研究将引入更多样本数据,并结合神经网络算法,探索更优的预测方案,助力电网企业实现高效运营与良性发展。
  • 电气工程
    基于多因素特征工程建模的电力负荷预测方法
    刘硕, 丁宇昂, 赵梓焱
    2025, 47(3): 309-316. https://doi.org/10.7688/j.issn.1000-1646.2025.03.06
    摘要 ( ) PDF全文 ( )   可视化   收藏
    【目的】准确的电力负荷预测是电力系统实现顺利运行和有效管理的关键,可使电力公司有效调度发电设备,从而提高电力系统的运行效率和经济效益。然而,电力负荷数据受多种外部因素影响,同时具有显著的时间依赖性,导致其难以精准预测。为此,提出一种融合多因素建模与时间序列分析的电力负荷预测模型,通过兼顾多因素复杂影响分析与电力负荷时间依赖性特征,实现电力负荷的精准预测。【方法】为了突破多因素分析方法与时间序列预测建模方法各自的局限性,基于深度学习与多因素分析方法,提出了一种结合长短期记忆(long short-term memory,LSTM)网络与贝叶斯优化算法的改进电力负荷预测模型。首先,构建了一个全面的多因素特征池,包括电力负荷的历史时序特征和多种外部因素特征,以充分捕捉电力负荷数据与多种影响因素间的复杂关系。其次,采用LSTM网络作为核心模型,利用其独特的门控机制与记忆单元,捕捉电力负荷数据的时间依赖性和多因素之间的复杂关联。引入贝叶斯优化算法对LSTM模型的超参数进行调优,以高斯过程作为代理模型,充分利用先验信息,提升模型训练效率和预测性能。【结果】利用5个实际变压器数据集对模型进行了训练和测试,并通过多种评价指标验证了模型的有效性。基于多因素特征工程建模的电力负荷预测方法在5个不同变压器数据集上的预测性能均显著优于利用单一因素预测的模型,进一步突出了多因素特征池的有效性。LSTM模型的最大决定系数为0.920 7,最小均方误差为0.042,最小平均绝对误差为0.024,表明其在复杂电力负荷预测任务中具有优越性能。【结论】融合多因素建模与时间序列分析的电力负荷预测模型充分考虑了外部因素的复杂性和电力负荷数据的时间依赖性特征,创新性地引入了一个全面的特征池参与LSTM模型的训练和测试。结合多因素特征池建模的LSTM网络具有较高的预测精度和鲁棒性,为电力负荷预测提供了新的技术思路,对智能电网的规划和调度具有重要的参考价值,并为进一步发展精准负荷预测技术奠定了基础。
  • 电气工程
    基于融合XGBoost的变电工程造价数据预测算法
    周波, 刘云, 李维嘉, 亓彦珣, 王立功
    2025, 47(3): 317-323. https://doi.org/10.7688/j.issn.1000-1646.2025.03.07
    摘要 ( ) PDF全文 ( )   可视化   收藏
    【目的】传统电网变电工程造价预测方法通常依赖单一影响因子或线性假设模型,难以全面捕捉多因子间复杂的非线性关系,预测精度不足。此外,现有方法在处理高维度分类变量时面临维度爆炸或信息损失等问题,尤其在小样本数据场景下容易过拟合。因此,本文构建了一种能有效融合多源影响因子、适应非线性关系且在小样本数据中表现稳健的变电工程造价预测模型,为电网企业的投资决策提供更精准的技术支持。【方法】提出了一种基于均值编码(ME)并融合极端梯度提升框架(XGBoost)的变电工程造价预测模型(ME-XGB)。首先,从设备和材料、施工工艺、施工规模、地理环境及设计标准等多维度中提取13个关键影响因子,涵盖分类变量与连续变量。针对分类变量与造价间的非线性关系,利用均值编码进行特征工程处理,通过计算类别内目标变量即单位容量造价的均值并结合平滑因子,将分类变量转化为连续特征,既保留类别信息又避免维度爆炸。其次,利用XGBoost构建预测模型,通过集成多棵决策树逐步修正残差,并引入正则化项和超参数调优,提升模型泛化能力。实验选取某电网公司200个变电工程样本,随机划分为训练集(80％)与测试集(20％),以平均绝对误差(MAE)和拟合优度(R2)作为评价指标,与MK-TESM、BP神经网络和XGBoost模型的性能进行对比分析。【结果】ME-XGB模型在测试集上的预测精度显著优于对比模型。其MAE中位数与均值分别为5和6.875,较MK-TESM、BP神经网络和XGBoost模型均有所降低。同时,ME-XGB模型的R2值达到0.857 9,远高于对比模型,表明该模型对数据变动的解释能力更强。此外,箱线图分析结果显示,ME-XGB模型的预测误差分布范围最窄,验证了该模型的稳定性更强。超参数调优结果表明,XGBoost模型的树深度和学习率等超参数设置有效平衡了模型复杂度与过拟合风险。【结论】ME-XGB模型通过均值编码解决了分类变量非线性表达与维度控制问题,结合XGBoost模型的集成学习能力,显著提升了小样本场景下的预测性能。ME-XGB模型在平均绝对误差、拟合优度及误差稳定性方面均优于对比模型,可为电网企业提供更可靠的造价预测。未来研究可进一步探索动态影响因子的建模,并结合迁移学习拓展模型在跨区域工程中的应用。
    • 材料科学与工程
  • 材料科学与工程
    Pb(Zr40Ti60)O3/Nb:SrTiO3在微波磁场中的结晶化及电学性能
    王占杰, 王雪楠, 高轶格, 白宇
    2025, 47(3): 324-331. https://doi.org/10.7688/j.issn.1000-1646.2025.03.08
    摘要 ( ) PDF全文 ( )   可视化   收藏
    【目的】由于以锆钛酸铅为典型钙钛矿相的铁电薄膜材料具有优异的综合电学特性,被广泛应用于铁电存储器、薄膜电容器和微机电系统等领域。PZT铁电薄膜的电学性能为器件设计和制造中至关重要的因素,直接影响器件的使用寿命,而另一个不可忽视的问题是如何快速高效地制备出高性能PZT薄膜。在PZT薄膜高效制备过程中需要考虑影响薄膜电学性能的因素,从而满足不同器件对其性能的需求。微波退火可以有效降低铁电薄膜制备过程的加热温度或加热时间,是高效制备性能优异PZT铁电薄膜工艺中的常用手段。在微波退火过程中基板的选择和特性会对薄膜性能产生重要影响,因而需要进行深入研究。【方法】为了更有效地利用微波退火制备功能薄膜,通过研究不同Nb掺杂量的SrTiO3(Nb:SrTiO3)单晶基片在微波磁场中的加热行为,探讨了微波与材料间的相互作用。随后通过溶胶-凝胶法在具有不同Nb掺杂量的Nb:SrTiO3基片上沉积了非晶态Pb(Zr40Ti60)O3(PZT)薄膜,利用微波退火使其结晶,并研究了微波退火对PZT薄膜微结构与电学性能的影响。【结果】Nb:SrTiO3基片的加热行为取决于其电导率、趋肤深度和厚度等因素。为保证导电率较高的单晶基片的加热温度,可以通过微波输出功率进行调控。随着Nb:SrTiO3基片中Nb掺杂量的增加,基片在微波磁场中的加热温度和加热速率逐渐降低。受趋肤深度和厚度的影响,Nb质量分数为0.05％的基片在微波磁场中表现出最佳加热行为。微波可对材料内部的带电缺陷直接作用,减少了PZT薄膜的内部缺陷,从而实现PZT薄膜的快速结晶化。同时PZT薄膜对铁电畴的钉扎作用减弱,导致PZT薄膜呈现出饱和的P-E电滞回线,从而进一步提高PZT薄膜的极化强度。【结论】微波退火可在短时间内使铁电薄膜结晶成为钙钛矿相,实现PZT薄膜的高温快速制备,并提高PZT薄膜的电学性能,而且这一效果随微波功率的增大而更加明显。
  • 材料科学与工程
    合金元素Nb对激光熔覆铁基合金组织及性能的影响
    梁旭东, 张松, 王莉, 吴臣亮, 霍凤萍
    2025, 47(3): 332-338. https://doi.org/10.7688/j.issn.1000-1646.2025.03.09
    摘要 ( ) PDF全文 ( )   可视化   收藏
    【目的】马氏体不锈钢(0Cr13Ni5Mo)因具备优良的锻造、铸造和耐腐蚀性能,广泛应用于水电、化工和高压容器等领域。然而,在特定工作环境中,0Cr13Ni5Mo材料的失效加速,尤其在水力过流部件中易受到沙粒冲击和水体腐蚀的影响。因此,有必要采取保护措施提升其表面性能,从而延缓材料失效。【方法】为提高过流部件的使用寿命,采用激光熔覆技术在0Cr13Ni5Mo基材表面制备了不同Nb含量(0％、5％、7％、9％)的铁基合金涂层。通过XRD、SEM、维氏硬度计和电化学工作站分析Nb元素的添加对铁基合金涂层显微组织、相组成、显微硬度及电化学性能的影响。【结果】研究结果显示,显微组织由灰色基体和块状、花瓣状VC增强相以及网状Cr碳化物构成。随着Nb含量的增加,基体中块状和颗粒状Nb碳化物的尺寸逐渐增大,形貌由块状和颗粒状转变为花瓣状和蝶状,同时Cr碳化物网状结构逐渐减少。相组成分析表明:4种熔覆涂层试样均由体心立方结构的马氏体相、面心立方结构的奥氏体相、VC碳化物增强相和Cr23C6相组成。特别是在S2、S3和S4样品中,随着Nb含量增加,X射线衍射曲线中出现了NbC相的峰值,表明Nb在激光熔覆过程中通过原位反应生成了NbC碳化物增强相,且基体中奥氏体相随Nb含量增加而增加。所有样品的显微硬度均随着Nb含量的提高而提升,其中S3样品的显微硬度最高,达到645 HV。电化学测试表明,随着Nb含量增加,样品的自腐蚀电位逐渐升高,自腐蚀电流逐渐减小。S3和S4样品展现出典型的阳极极化特征,包括活性溶解区、钝化区以及钝化膜破裂后的过钝化区。在样品S4中,由于碳化物数量较多,导致了微电偶腐蚀,耐蚀性有所下降。S3样品的电化学性能最佳,自腐蚀电位为-179.3 mV,自腐蚀电流密度仅为样品S1的10.3％,达到9.258×10-8 A/cm2。其耐腐蚀性能的提升归因于MC型碳化物中Cr含量的减少,导致更多的Cr溶解进入基体,相中Cr含量增加,从而增强了涂层的耐腐蚀性能。【结论】设计并制备了一种含Nb的铁基合金涂层,用于0Cr13Ni5Mo水力过流部件的表面改性,以期推动激光熔覆技术在过流部件表面强化涂层中的应用发展。
    • 信息科学与工程
  • 信息科学与工程
    基于图像语义分割的输电设备表面腐蚀区域细粒度识别方法
    陈伯建, 吴文斌, 林承华, 梁曼舒, 吴晓杰
    2025, 47(3): 339-347. https://doi.org/10.7688/j.issn.1000-1646.2025.03.10
    摘要 ( ) PDF全文 ( )   可视化   收藏
    【目的】随着电网规模的不断扩大和运行环境的日益复杂,输电设备表面腐蚀问题已成为威胁电网安全运行的重要因素。传统人工巡检方式不仅效率低,而且难以准确识别设备表面的细微腐蚀特征,特别是在复杂自然环境下腐蚀区域边界往往模糊不清,给精确识别带来巨大挑战。为此,提出了一种基于图像语义分割的输电设备表面腐蚀区域细粒度识别方法,旨在通过深度学习技术实现对腐蚀区域的精准检测和识别。【方法】上述识别方法的核心为构建了一个融合注意力机制的语义分割网络,该网络通过引入通道注意力和空间注意力机制,能够有效捕捉腐蚀区域的细微特征和精确边界。具体而言,通道注意力机制通过分析特征图各通道间的关系,增强对腐蚀特征显著通道的响应;空间注意力机制则通过关注特征图的空间位置信息,强化腐蚀区域的空间特征表达。完成初步分割后,采用K-means++聚类算法对分割后图像的像素RGB值进行聚类分析,该算法通过优化初始聚类中心的选择,有效避免了传统K-means算法可能陷入局部最优的问题,从而能够更准确地划分腐蚀与未腐蚀区域。为进一步提高识别精度,引入了结构相似性指标对各聚类区域进行评估,通过计算区域间的结构相似度,在像素级别上实现了腐蚀区域的细粒度识别。【结果】识别方法在复杂自然环境下的输电设备图像数据集上取得了显著效果,腐蚀区域识别准确率大幅度提高,边界定位精度较传统方法明显提升。【结论】该识别方法通过融合注意力机制的语义分割网络,并结合K-means++聚类算法与结构相似性指标评估,为输电设备表面腐蚀区域的细粒度识别开创了一种高效且精确的新途径。该识别方法通过引入注意力机制,有效应对了腐蚀区域特征复杂、边界模糊的挑战,显著提升了识别精度。同时结合聚类算法与结构相似性评估,实现了像素级别的细致区分,进一步增强了识别的精细度和实用性,为电网的安全监测与维护提供了坚实的技术保障,不仅保障了电网的安全稳定运行,还为图像识别和分割技术在其他领域的应用提供了宝贵的思路和启示。
  • 信息科学与工程
    基于知识蒸馏的卷积神经网络压缩方法
    郑筠, 高朋
    2025, 47(3): 348-354. https://doi.org/10.7688/j.issn.1000-1646.2025.03.11
    摘要 ( ) PDF全文 ( )   可视化   收藏
    【目的】卷积神经网络作为深度学习领域的一项重要技术,在图像识别、目标检测、自然语言处理等多个领域展现出了卓越的性能。然而,随着模型深度和复杂度的增加,卷积神经网络模型的大小和计算需求也急剧上升,这为模型的部署和实时应用提出了严峻挑战。【方法】为减少神经网络的大小和计算量,并提高模型的效率和可部署性,提出了基于知识蒸馏的卷积神经网络压缩方法。通过将大型复杂模型(教师网络模型)中的知识转移给小型精简模型(学生网络模型)来实现模型的压缩和加速,本文建立了性能优异的教师网络和结构更简单、参数更少的学生网络。教师网络负责提供丰富的特征表示和准确的预测结果,学生网络则通过学习教师网络行为来逼近其性能。使用标准损失函数,并通过反向传播算法迭代更新其参数,确保其在训练数据集上达到良好的性能。采用改进知识蒸馏方法获取综合阈值函数,评估教师网络和学生网络之间的知识差异,并指导学生网络的学习过程。在训练过程中,学生网络利用综合阈值函数进行监督,逐步逼近教师网络的输出,同时保持较小的模型结构和计算复杂度,从而实现了卷积神经网络的压缩处理。【结果】实验结果表明:本文方法在ImageNet和Labelme数据集上均表现出较好的模型压缩效果。其中,本文方法在压缩前后卷积神经网络输出结果的拟合度较高,表明学生网络成功学到了教师网络的关键特征;交叉熵损失值较低,在1.0左右,进一步验证了其良好的预测性能;完成卷积神经网络模型的压缩时间较短,为79.8~89.4 s,表明本文方法具有较高的计算效率。【结论】由以上结果可知,基于知识蒸馏卷积神经网络压缩方法能够有效减小模型结构、降低计算量,并保持甚至提升了模型的性能。本文方法不仅为模型压缩提供了一种新的思路,还为深度学习模型的部署和应用提供了有力支持。此外,本文方法在知识蒸馏方法上进行了改进,通过引入综合阈值函数来更全面地评估和指导模型的学习过程,在一定程度上提升了知识蒸馏的效果和效率。因此,本文方法不仅具有理论价值,还具有重要的实践意义。
  • 信息科学与工程
    基于半监督学习的多标签遥感图像分类方法
    杨秋勇, 杨春
    2025, 47(3): 355-361. https://doi.org/10.7688/j.issn.1000-1646.2025.03.12
    摘要 ( ) PDF全文 ( )   可视化   收藏
    【目的】遥感图像作为观测地球的重要工具,被广泛应用于环境监测、资源勘探、灾害预警等多个领域。然而,遥感图像在采集过程中容易受到传感器噪声、大气干扰等因素的影响,导致图像质量下降,细节信息模糊,给后续的图像分析和目标分类带来了巨大挑战。在多标签遥感图像分类任务中,由于图像中往往包含多个类别的目标,且这些目标之间可能存在复杂的关联和依赖关系,传统的监督学习方法在处理这类问题时显得力不从心,分类误差较大。【方法】为有效应对遥感图像噪声影响、准确捕捉图像特征、提高分类精度,提出一种半监督学习的多标签遥感图像分类方法。利用感知损失函数对遥感图像进行预处理,通过查找图像中存在细节丢失和模糊的像素点位置,计算原始图像和缺陷图像的信噪比残差值,确定遥感图像质量下降程度。设计了一种基于残差映射的图像去噪算法,按照残差映射值调整含噪位置的频谱值,通过调节像素的高低频关系提高信噪比,恢复图像中的细节信息。采用半监督学习方法对图像分类器进行更新改进,提高遥感图像的处理效率和分类准确性,以此实现多标签遥感图像的分类。【结果】为了验证方法的有效性,在不同分辨率、不同主成分数情况下进行了图像分类实验,同时,设计了针对不同类型遥感图像的分类实验。测试结果表明,方法在去噪效果和图像细节还原方面表现出色,能够清晰地区分每个区域的色块,恢复了图像中的关键细节信息。在地貌特征提取方面,结果与实际地貌分布的吻合度较高,误差较小,证明了其在遥感图像特征提取方面的优势。在图像分类精度方面,方法在图像分辨率为70像素×80像素、主成分数为12时,分类精度达到0.88,表现出了较高的分类精度。同时,在对不同类型的遥感图像进行分类时,方法的分类精度也保持在0.9以上,最高达到0.98,充分验证了其广泛的适用性和高分类精度。【结论】实验结果表明,方法利用结合感知损失函数、残差映射的图像去噪算法和半监督学习方法,实现了多标签遥感图像分类。不仅提高了遥感图像的处理效率和分类精度,还为遥感图像处理领域提供了新的思路和技术支持,具有较高的理论意义和实际应用价值。
  • 信息科学与工程
    基于自适应遗传算法的航空运输装载路径优化仿真
    李宏伟, 韦学强, 苏卫波
    2025, 47(3): 362-368. https://doi.org/10.7688/j.issn.1000-1646.2025.03.13
    摘要 ( ) PDF全文 ( )   可视化   收藏
    【目的】在航空业的快速发展背景下,航空运输的规模与水平得到显著提升,航空运输成为经济活动中不可或缺的运输方式。然而,航空运输中的货物装载路径规划问题限制了运输效率与成本的优化。针对航空运输的运行效率提升和成本优化问题,提出了一种基于自适应遗传算法的航空运输装载路径优化算法。【方法】为了阐明航空运输的装载路径优化算法,分析航空运输装载的实际需求与路径规划平台的计算条件,探讨影响航空运输装载路径优化的运输成本因素。在此基础上,通过改进具有自适应功能的遗传算法,采用具有自适应功能的适应度函数、交叉概率和变异概率,避免了传统算法稳定性差和收敛速度慢的问题。该算法的核心在于动态调整交叉概率和变异概率,以适应种群的进化状态,从而提高算法的全局搜索能力和收敛速度。在研究过程中,详细描述了自适应遗传算法的编码方式、适应度函数的设定、交叉概率和变异概率的计算方法及控制原理,并提出装载路径优化算法的具体执行步骤。通过在MATLAB平台上使用编程方法取得算法的结果,并利用实际航运机场的配送数据进行仿真测试。【结果】仿真结果表明,与传统遗传算法、智能水滴算法和改进蚁群算法相比,基于自适应遗传算法的航空运输装载路径优化算法在运输效率和总体运输成本方面均有显著优势。航空运输装载路径优化算法能够有效降低航空运输装载的平均运输成本,同时提高运输效率。在实际航空运输装载过程中由于受复杂环境因素影响,飞机货舱尺寸限制、配送道路路况复杂等问题尚未在算法中得到深入考虑,表明算法仍有改进空间。【结论】综上所述,基于自适应遗传算法的航空运输装载路径规划算法引入具有自适应机制的改进遗传算法,使其在航空运输装载路径规划问题上表现出更好的全局搜索能力和收敛速度,为航空运输装载路径规划提供了一种新思路,同时也为航空物流领域提供重要的理论和实践价值。未来的研究将考虑更多实际运行环境因素,以进一步优化算法性能。
  • 信息科学与工程
    基于小波去噪与同态滤波的带钢缺陷图像增强
    李恒, 崔莹, 赵磊, 刘辉
    2025, 47(3): 369-376. https://doi.org/10.7688/j.issn.1000-1646.2025.03.14
    摘要 ( ) PDF全文 ( )   可视化   收藏
    【目的】钢铁工业作为我国经济发展的支柱产业之一,在整个制造业中具有无可取代的地位。热轧带钢具有包容覆盖能力强、便于加工、节省材料等优点,是生产其他钢产品的主要原材料,提高带钢产品的表面质量是提高钢铁产品质量的重要环节。由于受到生产、加工、拍摄等多种因素的影响,原始带钢表面缺陷图像亮度不均匀、缺陷区域与非缺陷区域对比度较低,导致缺陷信息不够清晰、不便于检测。针对上述问题提出了一种基于小波去噪与改进同态滤波相结合的带钢表面缺陷图像增强算法。【方法】算法采用二级小波变换将原始图像分解为低频分量和高频分量。低频分量包含原图的主要信息,对低频分量进行增强处理以提升图像的整体效果。分别采用改进的同态滤波算法以及限制对比度自适应直方图均衡化(contrast limited adaptive histogram equalization,CLAHE)算法对低频分量进行增强,在均衡图像亮度的同时提高了整体对比度,并将上述两种算法处理后的低频图像基于适当的权重进行图像融合,得到增强后的低频分量。而高频分量包含图像的细节信息以及噪声,对高频分量使用了改进的阈值函数提升去噪效果,并较好地保留了边缘细节。将处理后的低频分量和高频分量通过小波重构得到最终的增强图像。【结果】通过主观视觉评价和客观评价指标对算法处理结果进行多组对比分析,与其他算法结果相比,经本文算法增强后的各类带钢表面缺陷图像亮度均明显提升,且整体亮度保持均衡,同时提高了对比度,图像的纹理细节和缺陷信息也更加明显。采用通用指标均方误差(mean square error,MSE)、峰值信噪比(peak signal to noise ratio,PSNR)和图像信息熵(image entropy,IE)对算法进行评估,综合分析各参数可知,本文算法对提高对比度、降低噪声效果较为显著,同时保留了更多的细节信息,失真度较小。【结论】实验结果表明,本文算法有效改善了带钢表面缺陷图像亮度不均匀的问题,在提高了整体对比度的同时提升了去噪效果,使缺陷信息和边缘细节得到显著增强,并且适用于多种类型的带钢表面缺陷检测。
    • 建筑工程
  • 建筑工程
    稻壳灰混凝土耐久性研究综述
    余阳, 邹桢, 张春巍
    2025, 47(3): 377-388. https://doi.org/10.7688/j.issn.1000-1646.2025.03.15
    摘要 ( ) PDF全文 ( )   可视化   收藏
    【目的】稻壳灰(RHA)作为稻谷加工过程中产生的大宗农业废弃物,其年产量随全球稻米消费量增长持续攀升。将RHA作为混凝土的补充胶凝材料,其可通过替代部分水泥显著降低混凝土生产过程中的碳排放量,同时有效提升混凝土的耐久性与力学性能,契合建筑业可持续发展的需求。然而,RHA混凝土的耐久性能受其粒径分布、混凝土配合比及养护条件等多重因素交互影响。现有研究呈现碎片化特征,尚缺乏系统性的性能评价框架与优化设计策略。研究旨在综述RHA混凝土的耐久性,解析其抗劣化机制与影响因素,为制定应用标准、突破推广瓶颈提供理论支撑,推动其在绿色建材中的应用。【方法】研究聚焦RHA混凝土耐久性问题,系统梳理其在收缩、抗碳化能力、氯离子渗透抗性、酸耐性、抗冻融循环能力和防火性能等方面的研究进展。研究包括对稻壳灰的物理化学特性(如二氧化硅含量、颗粒大小和火山灰活性)的分析及不同稻壳灰含量和处理方式(如化学激活、热处理和湿养护)对混凝土性能的影响。此外,探讨了稻壳灰与其他矿物掺合料(如粉煤灰、矿渣和偏高岭土)的协同作用及其对耐久性的优化效果。【结果】在对耐久性各方面性能进行梳理和归纳后,对相应的研究内容与关键技术进行总结,发现RHA混凝土在收缩抑制、抗碳化能力、氯离子渗透阻隔、酸蚀耐受性、冻融循环耐久性以及防火性能等方面具有显著提升或者改善效果。此外,系统研究归纳发现,稻壳灰可以实现混凝土耐久性能的多维度提升,契合建材可持续发展需求。然而,RHA混凝土的工程化应用仍面临多重挑战:原料来源差异导致RHA质量不同,需建立严格的活性指数与粒径分布控制标准;碱-硅反应敏感性要求精准调控RHA掺量与碱含量;较长的湿养护周期显著增加施工与时间成本等。【结论】未来研究应聚焦于稻壳灰质量的标准化、与其他矿物掺合料的协同作用、创新处理方法以及长期性能监测,以推动RHA混凝土在建筑领域的广泛应用,减轻传统水泥对环境的影响。
  • 建筑工程
    多层砂土渗透破坏过程试验分析
    樊赟赟, 吴秀杰, 张放
    2025, 47(3): 389-397. https://doi.org/10.7688/j.issn.1000-1646.2025.03.16
    摘要 ( ) PDF全文 ( )   可视化   收藏
    【目的】渗透破坏严重威胁工程安全,研究多层砂土渗透破坏过程对于灾害预测与优化防治工程具有重要的现实意义。由于目前对多层砂土渗透破坏过程的研究仍不够深入,拟采用试验方法对多层砂土渗透破坏过程开展研究,旨在得到砂土层排布顺序对渗透破坏形成条件、破坏形式及水砂运移过程的影响规律,并进一步分析多层砂土渗透破坏的形成机理以及水砂两相的运移特征。【方法】采用自主研发的水砂两相高速渗流试验设备对多层砂土渗透破坏过程进行室内试验研究,并提出了水砂分离的渗透破坏试验方法。通过对不同砂层排列下的试样进行渗透破坏试验,测定了多层砂土渗透破坏的发生条件和破坏形式,并在水砂两相流过程中揭示水砂运移特征。【结果】多层砂土的砂层分布会对渗透破坏的形式和条件产生影响。粒径较小的砂层承受较大的局部水力梯度,当其与下游砂层粒径差别较大时,临界水力梯度较小。当各砂层按粒径由细到粗顺序排列时,试样具有反滤特性,此时临界水力梯度较大。多层砂土的砂层分布会对渗透破坏的水砂运移流量产生影响。缺乏下游砂层保护的细砂层可能会发生流土破坏,在渗流发展过程中迅速形成较大的涌砂量。在细砂层下游设有保护砂层时,涌砂量则会明显减少。多层砂土的砂层分布会对水砂运移流量过程产生影响。在多层砂土管涌过程中,砂土结构逐渐被破坏,流量随之增加。水砂流量过程曲线因砂层的压缩和膨胀交替而呈现规律性的波动变化。【结论】在合理反滤设置下的多层砂土能承受较大水力梯度。细砂层相比其他砂层承担更大的水力梯度,在缺乏下游砂层保护时易发生流土破坏,在下游保护砂层粒径较大时易发生管涌破坏。流土发生时会迅速产生较大的涌砂量,管涌发生时水砂两相流过程呈现规律性波动变化,所得到的渗透破坏临界条件及水砂运移过程数据可作为进一步试验研究及数值模拟正确性验证的参考。
  • 建筑工程
    悬浇拱有限元模型分节段实时的不确定性修正
    田仲初, 张伟, 蔡岳, 林乐鑫, 杨一科
    2025, 47(3): 398-408. https://doi.org/10.7688/j.issn.1000-1646.2025.03.17
    摘要 ( ) PDF全文 ( )   可视化   收藏
    【目的】悬臂浇筑混凝土拱桥施工过程中存在诸多不确定性因素(如材料性能、施工技术、环境条件等),可能会导致初始有限元模型与实际结构存在偏差。为了确保有限元模型能够精准地模拟施工过程,对其进行修正至关重要。传统模型修正方法未能充分考虑实际结构中存在的不确定性问题,导致修正模型仍可能与实际情况不一致。因此,本文以贵州锡绣特大桥和清水江特大桥为工程依托,对其进行了分节段施工不确定性模型的有限元修正研究。【方法】采用响应面法对悬浇拱桥施工期的结构参数进行敏感性分析,以减少非敏感性参数对不确定性模型修正结果的影响。基于所识别敏感参数,利用Design Expert软件中的中心复合试验设计模块获取某一节段的响应面替代模型,进一步引入具有能量化参数不确定性的区间分析法与能够获得更精确解区间的仿射算法来构建仿射-区间响应面函数,利用粒子群算法对该函数进行区间优化求解,并将所修正的参数区间用于下一节段模型修正。【结果】敏感性分析结果表明,拱圈节段容重、扣索索力和锚索索力是显著影响施工过程中控制性结构响应的敏感参数。锡绣特大桥主拱圈0＃、1＃节段的不确定性模型修正结果表明,修正参数区间相较于初始区间显著缩小,修正后的模型结构响应更接近实测响应。对比分析了锡绣特大桥和清水江特大桥不确定性模型修正前后的参数区间和结构响应后发现,两者主拱圈节段修正参数区间较初始区间均有显著减小,且与实测参数区间较为接近。此外,修正后的有限元模型在当前及后一节段的结构响应与实测值更为吻合,验证了该方法在不确定性模型修正中的适用性和有效性。【结论】基于响应面法所识别的悬浇拱桥施工期敏感性参数能够有效地实现不确定性模型的修正。仿射-区间响应面法在斜拉扣挂悬浇拱桥分节段施工的不确定性模型修正中切实可行,修正后的模型不仅能够更真实地反映该节段的结构响应,也能更好地预测下一节段的结构响应,从而为后续施工阶段提供更精准的指导,确保实际工程结构的安全性、可控性。