介绍了具有网络控制系统仿真功能的基于 Matlab的TrueTime工具箱，给出了具有时延特征的网络控制系统的控制与调度仿真结果。

电力系统计算机网络运维管理存在功能弱、粒度粗及业务支撑能力不够等问题。试图以SDN技术解决上述问题，提出了SDN 网络运维管理框架，构建了跨域的 SDN，研发了运维管理系统，部署了拓扑发现、故障检测与切换等典型运维功能。测试表明，该系统克服了传统网络运维管理系统的缺点，达到了设计目标。

1、最大类间方差算法求解自适应阈值； 2、形态学处理（开操作、hbreak移除连通的像素、移除刺激（孤立）像素） 3、canny算子边缘检测 4、定位人脸，画框；

核主元分析KPCA的降维特征提取以及故障检测应用-Kernel Principal Component Analysis .zip 本帖最后由 iqiukp 于 2018-11-9 15:02 编辑      核主元分析（Kernel principal component analysis ，KPCA）在降维、特征提取以及故障检测中的应用。主要功能有：（1）训练数据和测试数据的非线性主元提取（降维、特征提取） （2）SPE和T2统计量及其控制限的计算 （3）故障检测 参考文献： Lee J M, Yoo C K, Choi S W, et al. Nonlinear process monitoring using kernel principal component analysis[J]. Chemical engineering science, 2004, 59: 223-234. 1. KPCA的建模过程（故障检测）： （1）获取训练数据（工业过程数据需要进行标准化处理） （2）计算核矩阵 （3）核矩阵中心化 （4）特征值分解 （5）特征向量的标准化处理 （6）主元个数的选取 （7）计算非线性主成分（即降维结果或者特征提取结果） （8）SPE和T2统计量的控制限计算 function model = kpca_train % DESCRIPTION % Kernel principal component analysis % %       mappedX = kpca_train % % INPUT %   X            Training samples %                N: number of samples %                d: number of features %   options      Parameters setting % % OUTPUT %   model        KPCA model % % % Created on 9th November, 2018, by Kepeng Qiu. % number of training samples L = size; % Compute the kernel matrix K = computeKM; % Centralize the kernel matrix unit = ones/L; K_c = K-unit*K-K*unit unit*K*unit; % Solve the eigenvalue problem [V,D] = eigs; lambda = diag; % Normalize the eigenvalue V_s = V ./ sqrt'; % Compute the numbers of principal component % Extract the nonlinear component if options.type == 1 % fault detection     dims = find) >= 0.85,1, 'first'); else     dims = options.dims; end mappedX  = K_c* V_s ; % Store the results model.mappedX =  mappedX ; model.V_s = V_s; model.lambda = lambda; model.K_c = K_c; model.L = L; model.dims = dims; model.X = X; model.K = K; model.unit = unit; model.sigma = options.sigma; % Compute the threshold model.beta = options.beta;% corresponding probabilities [SPE_limit,T2_limit] = comtupeLimit; model.SPE_limit = SPE_limit; model.T2_limit = T2_limit; end复制代码2. KPCA的测试过程： （1）获取测试数据（工业过程数据需要利用训练数据的均值和标准差进行标准化处理） （2）计算核矩阵 （3）核矩阵中心化 （4）计算非线性主成分（即降维结果或者特征提取结果） （5）SPE和T2统计量的计算 function [SPE,T2,mappedY] = kpca_test % DESCRIPTION % Compute th

针对双边丢包和双边时延的网络化控制系统的有限时间控制问题，通过引入时间偏移量的方法，将丢包转换为时延，从而形成多时延系统，并将时间延迟转换为系统状态延迟。基于全概率公式给出已知网络丢包率下连续丢包的概率公式，用Markov链表征网络时延的变化规律。以线性矩阵不等式的形式给出改进的有限时间时延相关稳定性判据，并通过数值仿真验证所提方法的有效性。

航拍图像中绝缘子串的轮廓提取和故障检测

滚动时域优化（RHC）MATLAB源代码，用于动态环境下影响下系统的自适应控制，可以运行。 滚动时域优化（RHC）MATLAB源代码，用于动态环境下影响下系统的自适应控制，可以运行。

基于偏最小二乘（PLS）的田纳西伊士曼（TEP）故障检测，包含已经处理过的TEP（田纳西伊士曼过程）数据，可直接运行程序，附有详细说明！数据包括正常建模数据和测试数据两部分，适合故障检测与诊断，大数据分析，特征提取方向的研究人员，也可以以此为基础进行扩展性研究！

为了检测和诊断电动汽车交流充电桩可能出现的故障，结合充电桩内电气元器件的特性，分析了交流充电桩的主要故障类型，通过提取交流充电桩内主回路的相关电特征量，并运用故障字典法对故障进行检测。随后建立实验平台，模拟各类故障发生，验证故障字典法对于交流充电桩故障检测的有效性。结果表明，故障字典法对于检测交流充电桩内可能发生的典型故障具有很好的诊断能力。

本设计使用的场景为检测某地区的灯泡的使用情况，是正常使用还是已经出故障了。其实思路很简单。这里提供代码。