基于改进Faster R-CNN的绝缘子及其缺陷检测

为实现绝缘子及其缺陷实时检测,文章以改进的区域卷积神经网络（Faster Region Convolutional Neural Networks,Faster R-CNN）作为基础研究算法,将残差网络和特征金字塔网络相融合作为特征提取网络,使用深度可分离卷积替换原有的普通卷积,引入SE通道注意力模块,同时改进了网络中的激活函数。改进后的Faster R-CNN与普通Faster R-CNN相比,全类别平均正确率（mean Average Precision,mAP）和检测速度都有所提高。     

级联型电力电子变压器逆变级虚拟同步机控制策略

为了降低对主网的冲击,级联型电力电子变压器的逆变级输出波形应稳定,没有畸变。然而,当其带不平衡负载时,输出侧电压会出现严重的不平衡及二倍频波动分量。采用PI与PR相结合的虚拟同步机控制策略,消除二倍频分量且使逆变级能够输出平衡的三相电压。建立MATLAB/Simulink仿真模型,与传统VSG进行对比,仿真结果证明了所采用方案的可行性。     

基于STM32的配电终端在线监测及重启装置设计

为解决因配电自动化装置及配电网交换机故障造成的通信中断问题,设计了以STM32为控制核心的配电终端在线监测及重启装置。该装置通过分析配电终端运行报文,对配电终端运行状态进行实时评价并作出相应决策,具备自动监测、断电重启、故障报警及故障信息记录等功能,从而达到保障配电设备及通信装置安全可靠运行的效果。经实验验证,该设计有效提高了配电终端通信中断处理的及时率,可解决90%以上的通信中断问题。     

基于最小割集法的配电网可靠性影响分析

为解决传统配电网可靠性评估方法效率低下的问题，使配电网可靠性的研究更加合理、有效，通过最小割集模型，对配电网可靠性进行评估；同时考虑备用电源的影响、计及元件的检修和负荷点的转移，用RBTS-4的标准算例计算出主馈线在有备用电源和分支保护时可靠性明显增强，验证了最小割集法的有效性。     

基于STM32的输电线路覆冰监测系统及低功耗策略研究

为保障极寒天气条件下输电线路的安全运行，基于STM32微控制器研究了一种输电线路覆冰监测系统。采用高精度拉力、倾角传感器和微气象传感器采集数据，再将数据代入输电线路覆冰力学模型计算覆冰厚度，通过NB-IoT模块将覆冰厚度、拉力、倾角等9个参数上传至物联网云平台，用户可通过PC远程方式实时查询覆冰厚度等关键参数。为进一步降低输电线路覆冰监测系统的功耗，提出了一种间歇工作策略，分别测试了工作模式、低功耗模式和超低功耗模式下的系统功耗，实验结果表明，超低功耗模式下系统日均功耗为0.041 A·h，是工作模式日均功耗的9.47%，满足监测系统低功耗要求。     

基于紧凑型Vision transformer的细粒度视觉分类

Vision transformer(ViT)已广泛应用于细粒度视觉分类中,针对其中存在的大数据量需求和高计算复杂度的问题,提出一种紧凑型ViT模型.首先,使用多层卷积块生成模型输入,保留更多底层信息和归纳偏置,减少对数据量的依赖;然后,使用序列池化技术取消分类令牌的使用,减少计算复杂度;最后,使用部位选择模块和混合损 失函数,进一步提升模型在细粒度视觉分类中的表现.所提出算法在公共数据集CUB-200-2011、Butterfly200、Stanford Dogs、Stanford Cars和NABirds中均进行了实验验证,在只使用少量的数据和计算资源条件下,分别获得了88.9%、87.4%、89.0%、93.4%和88.0%的准确率,训练时间平均比常用的ViT-B_16模型下降了73.8%,同时比TransFG模型下降了93.9%,并且训练过程中的参数量只有这两种模型的1/4左右.实验结果充分表明,所提出的模型较之其他主流的方法在数据量需求和计算复杂度方面具有明显的优越性,可广泛应用于工业过程控制、设备微小故障检测与诊断中.     

基于Ansys-Workbench的微风环境下架空输电线路动态特性分析

为解决架空输电线路在恶劣运行环境中容易发生断股的问题,利用Ansys有限源分析软件,根据实际设计参数进行建模。通过对架空输电线路的静动态力学进行仿真,发现在静态条件下架空输电线路的应力集中在线夹出口处。在微风载荷下的动态分析中发现,随着断股数的增加,其固有频率存在下降的趋势,且位移最大响应值在76 Hz附近。研究结果为架空输电导线的运行维护和断股识别技术提供了理论参考。     

风机齿轮箱振动信号采集系统设计

针对风机齿轮箱运行振动信号采集系统结构复杂且成本较高的问题,采用 MPS-１４０８０１-IEPE 数据采集卡、 MPS-ACC０１X单轴加速度传感器、光纤传输器等主要设备构建一套齿轮箱运行振动信号采集系统.工程现场实测结 果表明,该系统能够准确采集风机齿轮箱运行过程中的振动信号并进行快速傅里叶变换 (FFT),将频谱中幅值明显 的重要频率与计算所得的齿轮啮合频率进行比较,可实现齿轮箱运行状态的初步监测,为后续进行齿轮箱运行状态的 在线监测与故障诊断奠定基础.     

基于OpenVINO的变电站指针式仪表自动读数研究

为提高变电站巡检机器人进行指针式仪表自动读数的准确性和实时性,提出一种基于OpenVINO的变电站指针式仪表读数方法。通过关键算法的改进及OpenVINO工具的加速,样机系统对同质量图片的检测和识别速度达到78 ms,相对于TensorFlow框架提升了约40倍。通过对比改进前后Mask R-CNN的表盘分割效果、表盘矫正前后的表盘分割效果对仪表读数精确度的影响,可知在仪表自动读数阶段,仪表读数的准确度得到有效提升。