基于加权马氏距离型TOPSIS算法的10 kV配电网雷害风险评估

10 kV配电网架空线路绝缘水平较低,雷雨天气下雷击跳闸事故频发,由于大规模线路结构模型较为复杂等原因,基于雷击跳闸率等物理模型的风险评估方法在电网层面较难实现。同时,配电网缺少监测装置,人工记录的方式致使数据质量欠佳,严重影响模型计算的准确性。提出一种10 kV配电网雷害风险评估方法,基于线路运行、气象环境等多维数据,可在低质量数据条件下进行大规模配电网线路雷害风险评估。以线路所在地理网格为评估单元,从气象、线路走廊环境及线路本体特征参数3个维度提取10项配电网架空线路雷击跳闸风险指标,并量化风险指标以及雷击跳闸风险计算规则,使用加权马氏距离型TOPSIS算法构建10 kV配电网雷害风险评估体系,对风险进行分级。利用广州市10 kV配电网架空线路历史跳闸统计数据对风险评估结果进行验证,证明了评估方法的有效性。     

基于小波和马氏距离的电力电子电路故障诊断

基于小波分析和马氏距离,提出了一种电力电子电路故障诊断的方法,并应用于DC-DC变换电路.首先仿真所有故障模式下的电路,对采样所得输出数据进行小波分析,提取特征向量以简化数据,并计算特征向量的重心及协方差矩阵的逆作为最终的故障特征建立故障字典.然后在诊断时,测量未知故障电路数据,采样并进行小波分析,只要计算未知故障与故障集之间的马氏距离就可以判断待测电路的故障.这种方法覆盖了参数性故障及结构性故障这两方面,并且通过实例表明可以达到较高的故障检测率.     

马氏距离在模拟电路硬故障检测中的应用研究

针对模拟电路硬故障检测问题,提出了一种基于马氏距离的快速检测算法,并利用pspice电路仿真软件对一个二阶滤波电路进行了电路建模及故障检测仿真.在pspice环境下,进行含容差待测电路无故障和各故障模式下的蒙特卡洛仿真,选取输出电压作为采样点,利用输出电压的小波分解系数求出无故障态和各故障模式下的时-频马氏距离,并以此作为电路故障判据.matlab下的计算结果显示,这种故障检测算法对模拟电路硬故障具有良好的检测能力,故障诊断正确率可达92%以上,且具有算法简单、计算量小的优点.     

模拟电路的马氏距离故障诊断方法研究

针对欧氏距离在模拟电路故障诊断中的不足,提出模拟电路的马氏距离故障诊断方法。利用MULTISIM对电路的软故障和硬故障进行仿真获取故障特征样本,在MATLAB中计算样本与故障类之间的马氏距离,并选择距离最小的故障类作为诊断结果。仿真结果表明:在20次不同特征维数的试验中,欧氏距离,正规化欧氏距离和马氏距离故障诊断方法的平均诊断准确率分别为:86.7%,87.1%和92.9%。马氏距离的诊断方法不受特征相关性的影响,能够正确诊断出欧氏距离和正规化欧氏距离诊断方法的误诊样本,在模拟电路的故障诊断中的准确率更高。     

基于改进的Gabor滤波和区域生长的目标检测

针对目标检测中背景的相对运动、检测物体相似性、外界光线变化等因素的影响,提出了一种基于改进的Gabor滤波和区域生长的目标检测方法。首先将输入的视频图像的相邻两帧做差,然后将得到差值图像中的Lab模型L分量进行Gabor滤波处理,根据不同的场景选择合适的参数,以提取目标的显著区域。为了兼顾运行速度和目标的显著特性,所以选取图像以某一灰度值的像素点为种子点,将灰度值差值在某一范围内的点进行区域生长操作,得到更为准确的目标。接着,为了去除干扰,进行腐蚀膨胀等一系列操作。最后将8个方向的滤波合并在一起,用外接矩形将符合要求的目标区域标出,达到目标检测的目的。通过参数调整和实验验证,相比传统检测算法的低准确率,此方法的目标检测率提高至90.89%,并且在光照、背景等外界因素干扰的情况下能具有良好的鲁棒性。     

改进YOLOv5网络的带钢表面缺陷检测方法

带钢表面缺陷检测已成为保证带钢生产质量的重要环节之一。 针对当前带钢缺陷检测算法精度有待提高等问题,提出 了一种基于 YOLOv5 网络改进的算法模型 MT-YOLOv5。 首先在主干网络中引入 Transformer 自注意力机制,使主干网络更聚焦 于图像全局特征信息的提取;其次采用 T-BiFPN 网络结构,将 Transformer 层与 BiFPN 网络结构相结合,进一步增强了图像浅层 特征信息与深层特征信息的融合;然后引入改进后的轻量化网络 RepVGG 替换主干网络中的部分卷积层,增强主干网络的特征 提取能力;最后增加预测层,检测不同尺度的目标。 实验结果表明,MT-YOLOv5 算法在 NEU-DET 数据集上的均值平均精度 (mAP)达到了 82. 4%,较原 YOLOv5s 算法提高了 5. 3%,检测速度为 65. 4 fps,更好地均衡了检测速度与检测精度。     

基于马氏距离和密度聚类的电力现货报价模式分析

为体现电力的时间价值,针对供需变化的价格弹性和遵循的经济学原理,电力现货市场通常采取多段报价的申报形式,即每段均包括段容量和价格.现货市场中机组报价行为复杂,且除部分极端高价或低价外,潜在的串谋行为或离群度高的异常报价则难以区分.为有效识别现货市场中的异常报价,有效监测和分析市场行为并及时发现和控制市场风险,文中采用马氏距离消除价格和容量量纲不同的影响,以衡量不同机组报价的相似性.提出衡量报价相似性的3维现货报价对比向量,运用密度聚类分析报价模式以规避对离散点的过度分类,并设计了针对串谋行为特征中价格相似和交易结果呈现串谋的预期效益的判断指标.最后,在5段报价的背景下,文中以模拟现货市场申报数据为算例对比了马氏距离和欧氏距离在聚类分析中的特点.所提方法能消除量纲的影响,有效发现机组在价格申报、容量申报、量价申报3个维度的相似性.     

基于图像处理的微通道流道板表面缺陷检测方法研究

针对工业自动化生产中微通道流道板复杂结构表面缺陷自动检测的需求,提出了一种基于图像处理的流道板表面缺陷检测方法。该方法针对流道板CV孔和膨胀阀孔中常见的凹坑缺陷和破损缺陷,首先通过霍夫圆检测提取ROI区域剔除背景区域干扰,利用高斯滤波对ROI图像进行滤波处理,并使用二值化和形态学腐蚀运算对干扰噪点进行过滤从而凸显缺陷特征,之后使用Two-Pass算法和种子填充法计算连通域实现凹坑缺陷的检测;使用圆查找找到孔端面内外圆进行圆环展开并采用Canny边缘检测算子查找缺陷轮廓,筛选轮廓面积实现破损缺陷的检测。通过对比实验,验证了本文方法相较于传统表面缺陷检测方法,在流道板缺陷样本的检测中有更高的检出率。本文方法经验证,对流道板表面缺陷检出率稳定在92%以上,且算法处理速度快、鲁棒性强,实现了快速、非接触式的高精度检测,满足了工业自动化需求。     

基于改进马氏距离的空压机健康状态评估

针对在线评估设备健康状态问题,提出了改进马氏距离结合滑动窗口的评估方法。该方法通过监测多个相关性能参数的时间序列,在马氏距离的基础上,利用改进马氏距离法将设备额定参数代替采集样本的均值求取偏离度,检测异常点。为了更好地去除瞬时故障和环境扰动,增加检测的鲁棒性,采用结合直方图及滑动窗口的方法研究包含参数历史信息的改进马氏距离时间序列,构建退化指数,评估设备的健康状态。对某制氧厂空压机的健康状态评估实例,验证了该方法的可行性和有效性。     

一种基于Sobel算子的带钢表面缺陷图像边缘检测算法

基于机器视觉的带钢表面缺陷检测是带钢轧制过程中重要的质量检测方法,为了提高带钢表面缺陷检测的效率和准确率,提出了一种新的带钢表面缺陷图像边缘检测算法.该算法首先用双边滤波去除图像噪声,达到保边去噪的目的 ,然后用改进的四方向Sobel算子检测缺陷图像边缘,并用自适应动态阈值选取最佳阈值进行二值化处理,最后将二值化图像进...     

基于多尺度Gabor滤波器的彩色图像边缘检测

为了更好实现对彩色图像进行边缘提取,并保证算法具有更好的稳定性,文章使用多尺度Gabor滤波器的方法,来提取彩色图像边缘和轮廓.构建了3个尺度、16个方向的Gabor滤波器.首先将彩色图像灰度化,利用多尺度Gabor虚部滤波器提取图像灰度变化信息.通过非极大值抑制,并通过高低阈值获取边缘像素点及其候选边缘,最后利用局部边缘连接获取图像边缘轮廓.并将本算法与常用边缘检测算法进行实验性能比较,实验结果表明:提出的算法既能获得较高的定位准确度,又具有很好的噪声鲁棒性,该算法与常用的Roberts等一系列算法相比,检测效果更好,稳定性更强.     

窗口加权协方差矩阵特征值检测织物瑕疵

针对织物瑕疵严重影响布匹质量的问题,提出织物窗口加权协方差特征值自动检测织物瑕疵的方法。首先,选择织物窗口,以每个织物灰度值为中心的窗口遍历整幅织物图像,计算织物遍历窗口的加权协方差矩阵,从而得出织物窗口加权协方差矩阵的特征值。织物瑕疵对应的加权协方差矩阵的特征值小于织物无瑕疵区域对应的特征值。织物无瑕疵织物窗口加权协方差特征值的均值作为织物瑕疵分割阈值。在检测阶段,根据分割阈值对待测织物的窗口加权协方差特征值进行判别,从而达到准确检测织物瑕疵的目的。实验结果表明,织物窗口尺寸范围在(11,31)时,织物的窗口加权协方差矩阵特征值可以准确快速检测织物瑕疵。避免了PCA多维特征值分类的过程,提高了检测织物瑕疵的效率,满足了织物工业在线检测需求。     

基于自适应加权特征融合的PCB裸板缺陷检测研究

现有的针对PCB裸板的缺陷检测方法存在精确度低、实时性差且难以在移动端部署等问题,本文以YOLO(you only look once)v4算法为基本框架并对其进行改进,提出了一种专门针对PCB裸板的缺陷检测算法。针对YOLOv4算法难以在移动端部署的问题,采用GhostNet取代CSPDarknet53以轻量化整个检测网络。为弥补YOLOv4算法在多尺度特征融合方面的性能不足,提出了一种双向自适应特征融合网络AF-BiFPN取代PANet网络。为进一步提高模型的检测精度,在AF-BiFPN特征融合网络的采样的过程中插入m-ECANet通道注意力机制。实验结果证明,改进后的YOLOv4算法的模型大小为18.64 MB,检测的平均精度(mean average precision, mAP)为98.39%,检测速度为62.23 FPS,可为实际PCB裸板检测提供理论指导。     

模拟电路层次聚类故障分析与马氏距离故障诊断

基于聚类分析与马氏距离,提出了一种模拟电路故障分析与故障诊断的方法。首先简述了层次聚类分析与马氏距离的基本原理。然后通过一个模拟电路故障诊断实例,验证本文的有效性。首先给出一个模拟电路图,对该电路的常见故障状态进行仿真,获取将来进行聚类分析与故障诊断的样本。然后对采集的样本进行聚类分析,验证聚类算法对各种故障分类能力,并且计算各类故障的样本平均值。最后随机仿真一种故障,计算当前电路状态与各类故障之间的马氏距离,实现模拟电路的故障诊断。实例表明,本方法能够准确清晰地辨别模拟电路的各类故障,仅需少量样本即可获得各种状态的典型参数,对模拟电路进行客观有效的故障诊断。     

基于Mean Shift 滤波的织物疵点检测方法

为了实现自动织物疵点检测,提出了一种基于Mean Shift滤波的织物疵点检测方法。该算法首先求取织物样本的熵图像,反映原始图像信息的变化程度,然后对熵图像进行Mean Shift平滑滤波,达到去除噪声和增强织物疵点部分的目的,从而利于疵点的分割,最后对滤波后的图像进行阈值分割,得到二值化检测结果。对6种纹理织物进行处理,共检测出18种疵点,92.5%的疵点可以被成功检测并定位。另外,实验中还将Mean Shift滤波与Gabor滤波的检测结果进行了比较,结果表明Mean Shift滤波对某些类型的疵点的检测效果更为理想。     

基于小波模极大值的织物疵点检测

织物疵点部分相当于图像中灰度突变的奇异信号,对比传统的边缘检测方法,小波变换在检测图像微小细节边缘时具有明显的优势,能很好地刻划突变点的奇异性。首先利用小波的多尺度特性求得织物图像局部极大值点,有效提取出织物疵点区域的边缘,然后结合形状特征求出织物疵点区域的形状特征,对常见重纬、重经、缺经、缺纬、油污、破洞织物疵点图像进行仿真实验,结果表明此方法既保留了织物疵点边缘信息,又剔除了虚假边缘,最终有效地提取出了疵点区域的形状特征。     

基于LPC距离和变窗长的端点检测

基于LPC距离的端点检测首先会对信号进行分帧处理,然后根据LPC距离设置阈值依次判断每一帧是否为语音的端点。而在对信号进行分帧时会有以下问题:如果采用较大的窗长,则总帧数会变少,但是这样端点检测的误差也会增加,尤其是对于语音起点的检测。而如果帧长选取过小,则计算量增加,识别速度也会增加。针对这个问题,将变窗长思想和基于LPC距离端点检测算法结合起来,提出了一种改进的端点检测算法。该方法在分帧时不采用统一的窗长,而是在静音段采用大窗长快速向过渡段逼近,进入过渡段后采用小窗长慢慢寻找语音信号的起点,其他阶段则采用常规窗长。研究表明,所提出的改进的端点检测方法检测性能要优于其他两种端点检测方法。