基于Matlab的电力系统振荡和短路故障仿真

如何识别电力系统振荡和短路故障是一个难点,也是一个热点问题.本文应用MATLAB的PSB工具箱电力系统振荡与短路模型,分析不同相角差变化时,振荡电压、电流和短路电压、电流仿真波形的特点,有效区分系统振荡和短路故障,保证电力系统稳定运行.     

多层次模糊优选法确定变电所主接线的应用

以往确定变电所主接线最佳方案多采用定性的分析,很少有量的指标。本文基于多层次模糊优选法的数学模型,提出了变电所主接线评价的指标集,给出了判断矩阵及权重,最后给出了实施例。     

深度学习在水果品质检测与分级分类中的应用

水果自动无损品质检测与分级分类是保障人们健康的重要措施,也间接影响着水果的经济价值。随着计算机技术的飞速发展,以深度学习为代表的人工智能方法在水果品质检测与分级分类领域的研究中取得了一系列重要成果。本文概述了深度学习的背景及常用的深度学习主流算法,然后从水果外部品质检测、内部品质检测、安全品质检测和分级分类等方面综述了近年来深度学习在水果品质检测与分级分类领域的最新研究成果。最后总结了未来深度学习和水果品质检测、分级分类交叉融合研究与应用中的优势,并展望了水果品质检测与分级分类研究融合深度学习的未来发展方向。     

水果病虫害无损检测技术研究进展

水果的病害和虫害是影响水果品质等级鉴定的重要因素。水果在生长、加工、贮藏、运输过程中容易受到病菌侵染和害虫侵蚀,这将造成水果品质降低,同时对食品安全也会造成不良影响。本文综述了X射线成像技术、计算机视觉技术、核磁共振技术、光谱技术、新兴传感器技术等无损检测技术在水果病虫害识别与检测中的应用进展,并分析各技术的优势和劣势,重点介绍了高光谱成像技术在水果病虫害识别与检测方面的应用进展,分析存在的问题、展望发展趋势,为后续研究提供参考。     

基于图像处理和支持向量机的玉米病害识别

应用计算机图像处理技术和支持向量机分类方法研究了玉米叶部病害的识别,以提高识别的准确性和效率.对采集到的玉米病害彩色图像采用矢量中值滤波法去除噪声,然后提取基于色度的玉米病害图像的彩色纹理特征,并用支持向量靠机的模式识别方法来识别玉米病害.实验结果表明该模型对3种玉米病害的平均正确识别率为87.5%,即使在分类样本较少时,也具有良好的分类能力和泛化能力,适合于玉米病害的分类.     

多层次模糊综合优选法确定二次变电所主接线方案

指出了二次变电所主接线方案的多层次模糊综合优选理论方法，提出了评价的指标集，给出了判矩阵及权重，并举例计算。     

采用二次连续投影法和BP人工神经网络的寒富苹果病害高光谱图像无损检测

为提供苹果病害在线、快速、无损检测的理论依据,采用高光谱成像技术进行了北方大面积种植的寒富苹果病害无损检测研究。寒富苹果的主要病害有炭疽病、苦痘病、黑腐病和褐斑病害。为选择较少的有效波长而利于在线快速检测,首先采集高光谱苹果图像,分割出感兴趣区域并提取光谱信息,然后采用连续投影算法(successive projections algorithm,SPA)从全波长(500~970 nm)中提取了10个特征波长SPA1(502、573、589、655、681、727、867、904、942 nm和967 nm),再对这10个特征波长采用连续投影算法提取3个特征波长SPA2(681、867 nm和942 nm)。最后利用全波长光谱信息、SPA1提取的10个特征波长的光谱信息和SPA2提取的3个特征波长的光谱信息作为输入矢量采用线性判别分析、支持向量机和BP人工神经网络(BP artificial neural network,BPANN)模型进行苹果病害的检测。通过对检测结果分析,最终选择SPA2-BPANN为最佳检测方法,训练集检测率达100%,验证集检测率达100%。结果表明,高光谱成像技术可以有效对苹果病害进行检测,所获得的特征波长可为开发多光谱成像的苹果品质检测和分级系统提供参考。     

粗糙集理论在电力变压器故障诊断中的应用

在变压器油中溶解气体分析的基础上,引入粗糙集理论,对其在变压器故障诊断特征参数属性优化中的运用进行了探索。利用可辨识矩阵算法对决策表进行属性约简,剔除其中不必要的属性,最后给出属性约简的结果。     

基于客户／服务器的继电保护整定及电气设备选择管理信息系统

介绍了一个在客户／服务器体系结构下开发的继电保护整定及电气设备选择管理信息系统的实现和软件设计,并阐述了该系统的特点。     

基于虚拟仪器的二次变电站微机保护系统

创建了基于虚拟仪器(LabVIEW)技术的二次变电站微机保护系统,根据模块化的思路创建了各个模块,实现了二次变电站微机保护的功能.通过故障仿真软件MATLAB得出故障数据,然后利用LabVIEW中的控件和循环结构实现保护中各种动作逻辑关系的模拟.实例应用表明,该系统具有可视、可控、逼真、灵活等优点,可验证和剖析不同故障时微机保护的性能和用于微机保护动作情况(误动、拒动)的分析,为电网工作人员提供培训平台.