基于MIV和BRBP神经网络的电路板红外诊断方法

针对BP神经网络对于海量数据训练及多维数据训练收敛困难的问题,在使用增加动力项、自适应学习速率等方法的基础上,引入均值影响度算法(MIV)构造了贝叶斯正则化反向传播(BRBP)神经网络,以此提高电子线路板红外故障诊断算法的效率。利用红外测温方式,获取了不同室温及运行状态下电路板中21个元器件温度数据。将此21个参数作为故障诊断模型的初始输入变量,经过MIV算法简约为12个参数输入至BRBP神经网络,进行故障评估和诊断。结果表明:相对于传统的BRBP神经网络,本文设计的基于MIV和BRBP神经网络模型诊断方法极大简化了数据训练的数据量并解决了数据收敛的困难,因此效率更高,用时更省。     

脉冲恢复技术测量有限宽基区HgCdTe光电二极管少子寿命

利用脉冲恢复技术测量了有限宽基区n+-on-p光电二极管中的少子寿命.实验发现,反向恢复时间同正、反向电流的大小有关.从恢复时间ts与IF/IR函数关系提取的少子寿命随着基区厚度与少子扩散长度比值降低而明显增大.在77 K时,采用传统方法脉冲回复技术提取的少子寿命为28 ns,而当考虑短基区效应时,所提取的少子寿命为51 ns.这表明HgCdTe光电二极管的基区厚度与少子扩散长度比值是采用脉冲恢复技术测量少子寿命技术中的一个重要参数.只有当基区厚度大于三倍少子扩散长度时,传统方法中无限基区厚度的假设条件才成立.     

基于重复原理的无差拍控制单相逆变器

采用了一种基于重复原理的无差拍控制单相逆变器的控制方案,即根据无差拍控制中的周期预测与重复控制的相似性,利用谐波信号的周期性进行预测与控制。通过重复控制器来修正无差拍控制中由于各种原因而造成的周期性的控制偏差,对重复控制器各环节进行合理的设计以改善系统的动态性能和稳态性能。该控制方案既保留了无差拍环节动态响应快的特点,又吸纳了重复控制无稳态误差的优点。系统处于稳定运行状态时,重复控制可增强系统抗周期性干扰能力,改善系统稳态特性;负载出现大的扰动时,无差拍环节可感受到输入误差的突变并立即产生调节作用,保证系统有较快的响应速度。对该控制策略进行了全面的理论分析,基于理论分析,在Matlab中对该系统进行了仿真设计,同时搭建了一个单相SPWM逆变器的硬件平台,在该硬件平台上采用数字控制算法实现了该控制方案。仿真与实验结果均表明,与传统的无差拍控制相比该控制方案能获得更好的动、稳态性能。     

电力设备多光谱图像融合及多参量影响的故障渐变规律演化预测研究

不具备维修条件的情况下为保障重点区域供电的可靠性,允许故障设备在系统失稳前运行一段时间,演化预测当前故障渐变规律成为了安全预警亟待解决的核心问题。然而,现有演化预测方法所需的评估参量不仅获取困难,还会因参量之间融合不当,而使得预估时间偏差较大。为此,通过改进的全状态集成法模型,进行了电力设备多光谱图像融合及多参量影响的故障渐变规律演化预测研究。通过红外检测图像与红外标准图库匹配以及红外–可见光的图像融合的方式从非结构化的图像数据中提取设备关键构件温度参量。结合运行参数采用聚类算法进行故障诊断,在此基础上综合短期电负荷和环境因素构建了负荷/环境–温升模型,并通过关联热老化、负载率、光照等状态约束条件预估设备故障后续走势。以综合状态为评估依据的电压互感器PT故障演化实验表明:该方法可有效识别设备并对热缺陷进行定位和分类评估,预测设备的运行状态随负荷、环境变化的趋势,为电力设备不停电检修智能化决策提供理论基础。     

基于改进Faster RCNN的小尺度入侵目标识别及定位

为实现无人值守变电站视频监控系统对动态小尺寸入侵目标体的识别与定位,提出一种基于改进Faster RCNN的快速神经网络辨识方法。该方法通过构建深度卷积网络计算目标样本的强语义特征,并利用密集连接的传输通道融合位置信息,从而得到适应于小目标检测的基础骨干网络;然后利用锚框挑选出目标可能存在的区域,采用双线性插值法计算定位框的坐标以实现像素级别的精确定位。使用采集的变电站监控图像对模型进行训练,得到适应小尺寸异物的改进Faster RCNN检测模型。通过对比实验结果表明,所提改进方法在进行小尺寸异物检测时能够保持高精度并具有时效性,具备一定的工程实用价值。     

电气设备故障红外诊断现状及发展趋势

为了进一步精准判断电气设备的热故障,探讨了图像处理中的分水岭算法,以及神经网络中的BP和SOM网络模型等,结合具体实验情况,指出了各种技术的优缺点及未来的发展趋势.     

面向风电机组运维的知识图谱构建研究与应用

规模化风机高频运维信息愈发呈现数据高维、类间互联、规模攀升的特点,传统人工孤岛式故障检修运维模式难以适应人机料法环一体式发展进程。针对风机全环节、全要素的主动运维要求,提出知识规则、主从设备、规范条例一体融合的风电机组运维知识图谱构建方法。利用图论文本关键词提取算法(TextRank)完成对风电专业运维文本的实体识别与关系抽取,用以提高特征词的提取精度。采用Neo4j图数据库构建风电安全管理规程图谱及风电设备运维图谱,实现多元数据的互联与可视,进而实现风电运维信息的智能化查询。应用上述方法构建了629个实体、742条关系类型的风机知识图谱。数据查询试验表明：该方法的精确率及召回率等主要指标均在89%以上,较传统数据库方法平均提升了6.5%。该方法建立了运维要求可视表达和类间任务关联。运维大数据的有效查询,将有助于节省双碳战略风电运维力量,提高运维智能化水平。     

基于形态学滤波的惯导里程定位方法研究

针对于捷联惯导系统(SINS)测量过程中异常数据对测试精度影响的问题,文中提出了一种基于形态学滤波的高精度惯导里程定位方法。系统利用所提出的三角形形态学滤波的方法对惯性测量单元(IMU)的测量数据进行修正,减少测量数据中的异常值,利用基于里程计校准的惯导定位方法对经过形态学滤波预处理的数据进行计算,实现对被测管道路径的精确定位。为了了解经三角形形态学滤波后的惯性导航定位效果,对104 m的管道进行了模拟对比试验。由试验结果分析表明,经三角形形态学滤波预处理后,系统水平方向的测量精度由原来的0.58%提高到0.29%,增长了1倍;高度方向的测量精度由原来的0.096%提高到0.077%,提高了24.6%,取得了良好的效果。     

"半导体器件基础"课程教学方法初探

"半导体器件基础"是电子科学与技术专业的重要专业必修课。针对课程难学难教的现状,分析了传统教学中存在的问题,提出了课程理论教学的改革措施,引入多媒体PPT、FLASH软件结合板书的教学方法。主要从多媒体技术与板书组合的教学方式对课程重难点的突破、教学信息量传递、理论公式推导传统板书对多媒体技术形成的有益补充等几个方面阐述了"半导体器件基础"课程进行教学改革的具体措施。实践结果表明,多媒体技术教学与传统板书教学有机结合使枯燥抽象的物理机制形象化、生动化和趣味化,取得了良好的教学效果,培养了学生的学习兴趣与创新能力,达到了提高教学质量的目的。     

不对称样本下基于支持向量机的变压器故障诊断

为解决基于支持向量机(SVM)的变压器故障诊断中因样本不对称导致诊断准确率降低的问题,提出了一种改进的向上采样策略和SVM结合的方法。首先通过K-近邻算法提取少数类样本数据中的边界数据集并生成新的少数类随机样本,在此基础上向少数类样本中添加人工生成的随机新样本使得两类样本数量达到基本均衡。对比均衡样本和不对称样本下的SVM分类模型的性能,结果表明:该方法能够有效降低SVM分类平面的偏移程度,进一步提高了SVM变压器故障诊断的准确率。