基于YOLOv3的特定电力作业场景下的违规操作识别算法

电网作业常处于高空、高压等危险环境,此类环境常常为电力作业人员的安全带来威胁.仅靠人力监管常会出现监管不力的情况,现有的目标检测算法也只能进行简单的安全识别,无法根据特定的电力作业场景识别违规操作行为.针对这一问题,提出一种基于YOLOv3的特定电力作业场景下的违规操作识别算法,选用YOLOv3算法进行目标检测,同时融入场景识别机制,并引用交并比设定逻辑判断函数,检测特定场景下电力作业的违规操作行为.以电焊作业场景为例进行实验验证,实验结果表明,该模型的检测精确率为82.15％,证明了该方法的有效性,同时也对后续优化该模型提出了几点建议.     

湘中杨市镇清代大宅民居建筑研究

该文以湘中杨市镇清代大宅民居为研究对象,结合实地测绘调查和文献阅读对其进行专项研究,通过分析了这种大宅民居建筑的平面形制,空间组成,结构技术和装饰艺术等,让人们更深入的了解和认识这种民居建筑,并希望能对以后的研究起到一定的借鉴作用。     

基于关键指标控制的多目标绿色电力分时定价策略

针对现有研究中存在的时段划分方式单一、优化目标单一、缺乏对各时段电价和电量关系的量化控制等问题,提出了一种基于关键指标控制的多目标绿色电力分时定价策略。该策略同时考虑用户用电量和新能源发电量进行时段划分,以降低用电量波动性、提升新能源利用率、降低用户用电习惯的改变程度等为目标,考虑对关键指标的量化控制,建立绿色电力分时定价模型,并通过遗传算法求解。该策略能在满足上述优化目标的同时,使供电公司能对供电收入、总用电量、各时段电价比与电量比等指标进行更灵活地量化调控。通过数值实验结果可以证明,新定价策略下用电量波动性降低,绿色电力的利用率提高,对关键指标的控制效果较好。     

悬浮电极缺陷不同局部放电强度下的C6F12O/CO2混合气体分解特性研究

C₆F₁₂O是一种具有潜力的SF₆替代气体，为了探究C₆F₁₂O/CO₂混合气体在悬浮电极缺陷不同局部放电强度下的分解特性，搭建了局部放电分解实验平台，在不同外施电压下对C₆F₁₂O/CO₂混合气体进行96 h局部放电分解实验，利用气相色谱法对分解组分进行定量分析，对分解组分含量、产气速率、特征气体比值与局部放电强度的关系分别进行了研究。结果表明：4种典型产物(CF₄、C₂F₆、C₃F₈、C₃F₇H)浓度、产气速率的变化规律上存在差异，可选择作为判断局部放电强度的特征组分；特征组分浓度关系为c(CF₄)>c(C₂F₆)≈c(C₃F₈     

变压器非电量保护智能感知方法研究

当前研究方法存在数据采集效率低、无法满足实际数据使用需求等问题，设计一种新的变压器非电量保护智能感知方法。通过四象限图法实施非电量保护数据采集优先等级的判别，以便针对不同数据采取不同的采集策略，对采集的非电量保护数据样本实施特征提取，搭建变压器非电量保护智能感知模型，在模型中输入提取变压器非电量保护数据特征，实现变压器非电量保护智能感知的目的，在现场实施设计方法的性能应用与案例分析，以测试该方法的性能。测试结果为该方法可以实现气体健康置信度与变压器故障率的准确、智能化感知，可以满足设计需求与实际使用需求。     

基于协同进化信息和深度学习的蛋白质功能预测

蛋白质的功能对于理解细胞和生物的活动机制、研究疾病机理等至关重要。面对序列数据库的快速增长，传统的实验和序列对比方法不足以支撑大规模的蛋白质功能标注。为此，提出EGNet(evolutionary graph network)模型，采用蛋白质预训练语言模型ESM2和one-hot编码得到蛋白质序列编码，通过序列自注意力和物理计算整合出残基间的协同进化信息PI(paired interaction)和SPI(strong paired interaction);之后将两种进化信息和序列编码作为多层串联图卷积网络输入，学习序列编码节点特征，实现端到端的蛋白质功能预测。与早期方法相比，在ENZYME数据库中的EC(Enzyme Commission)类别标签上，EGNet获得了更好的性能，其F-score达到0.89,AUPR值达到0.91。结果表明，EGNet仅仅采用单条序列来预测蛋白质功能就可以得到良好的结果，从而能够提供快速且有效的蛋白质功能注释。