基于故障电流暂态分量的测距研究

提出利用故障生成的电流暂态分量进行故障定位的思想。通过与方向行波测距进行比较，指出两者在利用行波表示的时间-距离对应信息上的一致性。与传统的电流行波测距法相比，该算法无需相邻健全线路的电流，从而具有更 好的适应系统运行方式的能力,并节省了测距装置的模拟和数字输入通道。仿真试验表明， 在合适的小波滤波器和小波分解算法的作用下，暂态测距与利用方向行波测距的精度基本相 同。其在测距精度上同样不受故障类型、接地电阻、线路长度、采样率、系统运行方式的影响，具有良好的波头定位能力。     

安徽省农村户用沼气发展现状、存在的问题与发展建议

文章立足于国家大力推广农村户用沼气的形势下,分析了当前安徽省农村户用沼气发展的现状及存在的主要问题,并对今后的研究和推广提出了一些建议。     

基于移动互联的继电保护移动作业平台设计

文章利用移动互联技术,通过搭建"移动终端-主站"软硬件平台,将传统继电保护作业中涉及的文本编辑、业务流转、作业审核、安全监督、资料整理等作业环节进行数字化改造,通过开发作业文本管理模块、安措票管理模块、设备检修缺陷管理模块,实现移动作业终端与现场作业的无缝衔接.继电保护从业人员可通过主站联动方式,提升继电保护作业的工作效率和智能化水平.     

基于虚拟仪器的水电机组在线状态监测系统的研究*

随着水电机组状态检修的不断开展, 需要实现对机组的状态监测, 及时了解机组的运行情况并能及时处理。考虑到水电机组状态监测的多样性和复杂性, 结合实际, 提出水电机组在线状态监测的项目和基于PXI 总线仪器和LabVIEW 的具体实施方案。状态监测系统通过对水电机组状态量的采集、处理和分析, 来实现水电机组运行状态在线实时监测, 极大地提高了机组利用率。该系统在水电机组的状态检修中得到了实际应用。     

面向机器人自主分割的肉品识别分类系统实现

针对传统禽类肉品分割环节存在的人工成本突出、卫生安全风险高等世界性难题,集成精准感 知、快速切块、自主剔骨等关键技术,设计了面向机器人自主分割的全自动化生产线工艺流程。基于自主分块 环节形成的鸡胸肉、翅尖、翅中、翅根后续高效自动化分类包装需求,提出了一种结合图像像素个数和卷积神 经网络(CNN)分类的识别方法,建立软硬件协同框架,以满足生产线上图片获取、处理和实时检测等功能要求。 首先,利用提取肉品区域大小区分鸡胸肉和翅尖;然后,基于 CNN 技术识别翅中和翅根并进行分类;最后, 通过对识别算法的参数量和计算量进行分析,估算软硬件协同处理的识别速度。搭建肉品识别系统平台,分析 传送带全速运行下的运动模糊情况,采用数据增强的方式扩展数据集,为了减少计算量,仅采用 R 通道图像数 据作为神经网络的输入。结果表明,鸡胸肉、翅尖的识别准确率达 100%,翅中、翅根的识别准确率达 98.7%, 识别速度可达 0.047 s,可满足禽类肉品 10 000 只/小时的高效分拣的研发需求。     

非平衡选基六态量子密钥分配协议安全性研究

针对六态QKD协议在非平衡选基条件下的协议效率以及最终的安全密钥率进行了研究。基于Renner提出的协议安全性证明理论分析了六态QKD协议非平衡选基的过程,推导出在非平衡选基条件下协议的最终安全密钥率公式,得出了两种选基概率对有效密钥率的影响。在此基础上,给出了非平衡选基六态QKD协议效率和最终的安全密钥率。所获得的分析结果可以有效提高协议的最终成码率,并可以直接应用在实际量子密码系统中。     

非线性信道下一种自适应进化粒子滤波盲均衡方法

对于高功率放大器引起卫星信道非线性失真问题,提出了一种自适应进化粒子滤波盲均衡方法。该算法利用粒子滤波对信道参数及发送符号进行联合后验估计,通过对粒子自适应引导变异,克服了标准粒子滤波算法中样本退化的现象,使新方法具有更好的盲均衡性能。仿真结果表明,与标准粒子滤波相比,该方法能够更精确地估计信道参数,且误码率性能也有所改善。     

认知MIMO干扰信道的联合干扰对齐算法

针对认知MIMO干扰信道的干扰抑制问题,前人的研究往往将其解耦为主用户和次用户的干扰抑制两个独立问题进行设计,因而需要两级处理。首先将这两类干扰的抑制进行联合处理,建立了联合干扰对齐问题模型,然后基于对交替最小化干扰对齐算法的拓展和改进,得出一种迭代的联合干扰对齐算法。理论分析和仿真结果表明,文章算法能有效抑制系统内的干扰,与现有算法相比,干扰抑制性能相当,求解过程简单,信道无需满足互易性。     

异步电机电磁噪声的槽配合方案优化

异步电机的电磁噪声问题一直是国内外各大电机制造公司面临的难题,随着高功率密度异步电机的出现,其电磁噪声的解决将会更加困难。本文通过一台高功率密度电机就电磁噪声问题对所选槽配合进行优化对比,制造出低噪声高功率密度电机,希望能对同行有点帮助。     

快速的演化神经网络模型的研究与应用*

针对演化学习的速度较慢、模型的稳定性较差等,利用梯度下降计算改进演化算法,极大地提高了模型的学习速度,对那些需要及时优化工艺参数的生产过程,该种模型有很好的应用前景。