基于改进YOLOv5的输电线路鸟巢检测方法研究

输电线路上的鸟巢会对电力设备的安全运行构成威胁,甚至影响整个电力系统的稳定性。针对复杂场景下输电线路鸟巢检测方法适用性较差的问题,提出一种基于改进YOLOv5的输电线路鸟巢检测方法。该方法结合通道注意机制和空间注意机制设计特征平衡网络,以通道权值和空间权值作为引导,实现检测网络不同层次特征之间语义信息和空间信息的平衡。同时,为了避免因网络层数增加导致特征信息不断被弱化的问题,设计特征增强模块以捕获与鸟巢相关的通道关系和位置信息。最后,利用输电线路无人机巡检图像建立鸟巢数据集进行训练和测试。实验结果表明,所提出的输电线路鸟巢检测方法具有较强的泛化能力和适用性,同时也为电力图像缺陷检测提供技术参考。     

电流特征对锂离子电池性能的影响研究

以镍钴锰酸锂、镍钴铝酸锂、磷酸铁锂和钛酸锂4种锂离子动力电池为研究对象,建立测试实验平台,并设计实验流程,综合电流曲线、放电倍率和环境温度等工况因素,研究运行工况对4种锂离子动力电池可用能量、温升的影响。实验结果表明：温度是影响电池可用能量的主要因素之一,钛酸锂电池可用能量受温度影响最小,磷酸铁锂电池受温度影响最大;放电倍率是影响电池可用能量的另一个关键因素,随着放电倍率的增加,4种电池可用能量均出现不同程度的衰减;阶跃电流或阶跃放电频率对镍钴锰酸锂电池和磷酸铁锂电池的可用能量具有较大影响。     

基于机器视觉和深度学习的烟梗识别方法

烟梗由于质地和燃烧特性与烟叶不同,在燃烧过程中会产生刺激性气味,进而对人体产生更大的危害。但目前业内对烟卷中烟梗的检测方法仍然停留在人工检测阶段,该方式不仅会对烟卷进行破坏,而且基于人为要素的判断降低了检测准确性及效率。提出了一种基于机器视觉的无损检测方法。该方法首先利用X射线照射烟卷获得透视图像并对其进行人工标注;然后由人工标注样本自动扩充大量伪标注样本并利用所提指标进行筛选,确定最终的扩充样本;最后将人工标注样本和扩充样本一起用于深度烟梗分类网络的预训练和微调。通过在所提XIC-20数据集上的实验验证,可以实现96%以上的烟梗检测精度,验证所提方法的有效性。     

基于自编码器和PCA的滚筒烘丝机多块过程监测方法

鉴于滚筒烘丝干燥过程的多变量、强耦合、非线性的复杂特征,而传统主成分分析(PCA)过程监测方法不具有非线性表达能力及全局建模无法精确检测故障的问题,提出自动编码器特征提取和多块主成分分析联合驱动的多块建模方法。首先,依据叶丝干燥工作原理对变量进行分块,以突出过程局部特征;其次,使用自编码器提取每个子块的非线性特征;再次,分别建立相应的PCA监测模型;最后,通过贝叶斯推理对多个子空间的监测结果进行融合决策。以两个实际叶丝干燥案例进行验证,结果表明：该方法的报警率分别高达91.67%和98.21%,相比传统PCA和AE-PCA检测方法,该方法能准确揭示并表征干燥过程的整体运行状态及局部特征信息,提高对滚筒叶丝干燥生产过程的异常检测精度,实现对质量异常情况的准确报警,有利于保证滚筒叶丝干燥过程的稳定生产。     

群智能自组织劳动分工研究进展

群智能是指众多行为简单的个体在相互作用过程中涌现产生的整体智能行为,劳动分工是其最重要特征之一.本文首先根据个体与个体、个体与环境的交互模式,给出群智能劳动分工的一个框架描述,分析其个体专职化、角色可塑性和自组织等特性.然后从自组织的角度对激发-抑制、刺激-响应、个体排序和寻觅工作等四类劳动分工模型进行对比分析,旨在归纳提炼群智能自组织劳动分工模型的构建规律.进而结合群智能自组织劳动分工的应用情况,针对其适用范围和求解思路进行了评述和讨论.最后从劳动分工机制、劳动分工模型、分配问题求解和优化问题求解四个方面展望了群智能自组织劳动分工的发展前景.     

紧凑型激光微水传感器的设计与研究北大核心CSCD

设计研究了一种基于可调谐激光吸收光谱技术的微量水蒸气浓度检测传感器,内置有红外激光器、气体池、探测器、温压传感器、电路板等模块,传感器外形尺寸3 cm×3 cm×20 cm。选用水蒸气在近红外v_(2)+v_(3)谱带内1368.6 nm附近吸收线为待测谱线,结合软件锁相和SG滤波技术,实现对水蒸气的快速、准确测量。搭建了微量水蒸气浓度发生装置及校准测试实验系统,以高精度镜面露点仪为标准表进行校准测试,结果表明,传感器对水蒸气体积比浓度的测量范围达0~2000 ppm,与标准表相比较的相对测量误差在-5.53%~1.84%之间,系统的最小检出限达10 ppm,响应时间小于7 s。该传感器性能指标满足在高压开关、氢冷发电、化工、制药等多个行业对湿度检测的要求,相比于传统湿度检测方法,具有测量准确度高、速度快、结构紧凑等优点,可为相关行业发展提供重要技术手段。     

T型三电平并网变换器电流重构模型预测控制策略

T型三电平变换器是连接新能源和电网的关键设备,其电流传感器故障会导致控制策略失效,影响并网系统安全稳定运行。为提高T型三电平并网变换器可靠性,提出一种基于电流重构的模型预测控制策略。该策略分析相电流和电压矢量之间的关系,分别用直流电流、正常相电流和预测电流重构故障电流。重构故障电流所需的电压矢量按照重构方法分成两个电压矢量集合。连续使用预测电流重构故障相电流会导致重构电流积累误差。因此需要检测当前时刻电压矢量集合,确保下一时刻选择不同的电压矢量集合,避免重构电流积累误差。实验结果表明,在电流传感器故障后,所提策略可使T型变换器容错运行且并网电流拥有较低的电流总谐波失真率,提高了并网系统可靠性。     

区域分割优化的暗通道先验去雾算法

较为经典的去雾算法是暗通道先验去雾算法,但该算法会产生天空区域光晕失真现象。为此,提出区域分割优化的改进暗通道先验去雾算法。首先提出K均值聚类分割算法,得到区域类别标签图;以大气光值选取区域为掩膜,求出类别标签图中天空区域的类别标签值,依据二值分类法将类别标签图转换为包含天空区域和前景区域的二值图;然后对透射率图进行区域优化处理,克服暗通道先验去雾算法天空区域低估透射率的不足;最后将有雾图像代入有雾图像退化模型,还原出颜色逼真的无雾图像。利用不同去雾算法进行去雾对比实验,结果表明,该算法消除了天空区域的光晕失真现象,去雾图像细节获得明显增强,去雾效果优于其他去雾算法,实验验证了该算法的正确性和可行性。     

基于降阶迭代的振动系统部分特征结构配置北大核心CSCD

采用速度-位移主动控制,提出了一种解决振动系统部分特征结构配置问题的新方法。首先,利用部分特征结构配置的无溢出特性,给出了振动系统速度-位移反馈控制器的参数化表达式。然后,从闭环系统特征关系出发,将部分特征结构配置问题转化为西尔维斯特矩阵方程的求解问题。接着,对西尔维斯特矩阵方程进行降阶处理,并将其转化为等价的低阶矩阵方程组。之后,通过构造新的迭代格式求解矩阵方程组,并由此得到控制器的数值解。最后,进一步给出了迭代格式的收敛性证明及部分特征结构配置问题的求解算法。数值算例验证了所提算法的有效性。     

TPFS逆变器驱动PMSM双矢量模型预测控制

当三相六开关逆变器出现单管开路故障时,可将其重构为三相四开关(TPFS)结构,从而实现容错运行。针对常规基于TPFS逆变器驱动的永磁同步电机(PMSM)模型预测控制,每个周期仅使用一个电压矢量,导致电流谐波较大的问题,提出了一种基于TPFS逆变器驱动的PMSM双矢量模型预测控制方法,以降低电流谐波。所提方法根据TPFS逆变器的4个基本电压矢量构造了4个虚拟双矢量,并假设每个基本电压矢量的作用时间与其价值函数成反比。由于所构造的虚拟双矢量的相位和幅值可调,当在每个控制周期内通过对比并选择1个最优虚拟双矢量用于控制TPFS逆变器时,PMSM的电流谐波得到显著降低。对比实验研究验证了所提方法的有效性。