电力系统通信电源及其应急预案

自动化信息传输通道和电力系统调度要求的可靠性非常高，并且电源对电力系统有着重要的帮助，保持通道流畅是最好的基础，如果动力系统出现了其他的问题，通信就会改善这种问题，所以，电力系统通信电源在供应上是必须具有较高的稳定性，这对商业供应能力也是巨大的帮助的。文章将以电力系统通信电源及其应急预案作为切入点，进行深入的探究，相关内容如下所述。     

基于深度学习算法的高分辨率无人机遥感图像自动分割

高分辨率无人机遥感图像自动分割对于图像的目标识别与检测具有重要意义,为提升图像分割精度,提出基于深度学习算法的高分辨率无人机遥感图像自动分割方法。采用直方图均衡化算法增强遥感图像后,构建基于编/解码器架构的深度学习网络语义分割模型,针对增强后的图像,在编码环节中引入残差模块强化对分割目标有效的特征;在解码环节中,采用多尺度融合模块将低层特征的局部细节信息和高层特征的语义信息相融合。同时针对遥感图像内地物类别不均衡的现象,以带权重的交叉熵为模型损失函数,克服模型选择偏好问题,提升模型分割精度。实验结果显示该方法可准确分割遥感图像内不同类型目标,分割精度达到95%以上。     

Φ-OTDR光纤传感电缆防外破监测数据预处理方法

针对Φ-OTDR光纤传感电缆外破隐患监测原始数据信噪比低的问题,文章介绍了一种空间域去趋势化与时间域改进谱减法去噪的数据预处理方法。提取光功率距离衰减趋势基线,去除原始数据空间域的衰减趋势,消除Φ-OTDR系统光功率因距离衰减对信号幅度造成的影响,然后采用改进谱减法对时域进行去噪。所提方法应用于现场实测的信号进行了检验,分析结果表明:去趋势化和改进谱减法可有效提高外破监测数据的信噪比,且两者具有叠加效果;现场破碎机、挖掘机、打桩机信号预处理后信噪比分别提高了2.25 dB、6.11 dB、4.72 dB。该方法可为外破监测后续的定位与识别、减少误报率提供参考。