基于BP神经网络的CVT暂态电压传递特性补偿技术北大核心CSCD

为兼顾操作冲击电压、雷电冲击电压作用下对CVT的补偿效果,针对CVT的操作、雷电冲击响应所含的频率分量相差较大,本文提出了一种基于分类器和双路BP神经网络还原CVT一次侧波形的方法。通过设置频率分点计算高于频率分点的小波能量曲线以区分冲击电压类型,进而将冲击电压响应输入对应的双路BP神经网络神经元。通过多组雷电、操作冲击电压波形对神经网络进行训练,并验证了该方法能够兼顾CVT的非线性,模型具有波形适应性。现场应用表明,该方法可以用来对CVT进行暂态电压传递特性补偿,为暂态电压监测与电力故障分析提供理论指导。     

基于GA优化BP神经网络的液压钻机故障诊断

针对BP神经网络应用于故障诊断时存在着收敛速度慢、易陷入局部最小值等问题,提出了一种基于遗传算法(GA)优化BP神经网络的液压钻机故障诊断方法.利用GA的选择、交叉和变异操作优化BP神经网络的权值和阈值,提高网络训练的收敛速度.根据液压钻机工况参数提取的特征信号,进行归一化处理建立样本,利用训练样本对网络进行训练,根据训练结果进行故障诊断.仿真结果表明,GA优化的BP神经网络迭代次数少,收敛速度快,能够对测试样本进行有效地分类,故障诊断正确率高.     

聚四氟乙烯烧结炉计算机控制系统

应用LonWorks技术构建一个计算机控制系统,可同时对四台PTFE成型烧结炉烧结工艺实施控制.控制算法根据系统误差及其变化率的大小自动选择通断控制、模糊控制、积分控制等控制策略.应用效果表明,系统温度控制精度达到±0.5%,可很好实现对烧结温度、烧结时间、冷却速率等烧结工艺条件的精确控制.     

基于粗糙集和神经网络的电力系统操作点状态评估

为提高电力系统的安全可靠性，提出一种基于粗糙集和神经网络融合的电力系统操作点状态评估方法。首先用SOM神经网络对电力数据离散化，再应用粗糙集约简算法产生知识约简的决策规则表，最后应用RBF神经网络评估约简后的电力系统状态。实例测试结果表明，提出的方法合理有效，能够较好地满足操作员对电力系统状态评估的要求。     

选择性催化还原催化剂在燃煤电厂中应用的注意事项

根据选择性催化还原(selective catalytic reduction,SCR)催化剂的特点,指出脱硝催化剂在燃煤电厂应用中应注意活性降低的问题,通过化学机理分析概括了导致催化剂失活的主要原因有:烧结、碱金属中毒、砷中毒、钙的影响、催化剂的磨损和堵塞等,阐述了燃煤电厂应用SCR技术时对催化剂的要求.根据实际工程应用经验,介绍了催化剂在工程应用操作中的注意事项.     

神经网络混合算法的应用研究

神经网络的应用范围非常广泛,尤其是在模式识别系统,根据神经网络算法的特点对进行识别数据量的系统,可靠性高,误差小。根据BP算法的特点结合遗传算法,算法过程中根据具体应用改变适应度函数,根据适应度值的大小提高系统判别的精度。先介绍神经网络算法的理论知识,对算法的关键问题进行分析,提出算法的改进方法,修改后的算法能够提高精度要求,确定输出的网络结构权值和阈值,最后通过对邮件过滤的实例进行验证。     

基于新型RBF神经网络的中速磨煤机建模

提出了一种结合免疫聚类和免疫进化规划的径向基函数(RBF)神经网络设计方法,该方法采用人工免疫聚类机制根据输入数据集合自适应确定RBF神经网络隐节点的数量和数据中心位置,并通过提取核函数宽度作为疫苗和免疫选择操作确定网络输出层的权值。利用RBF神经网络设计方法建立了中速磨煤机出口温度和入口空气流量的RBF神经网络模型,仿真结果表明该模型具有较高的精度。     

异步电动机神经网络直接转矩控制建模与仿真

直接转矩控制(DTC)是一种优良的控制策略,但它在实际应用中会因采样、计算延时而导致控制误差.由于神经网络具有强鲁棒性、并行计算、自学习的优势,因此神经网络直接转矩是一种降低制误差的方法.本文完全用神经网络实现了直接转矩控制策略.应用的神经网络类型主要是定权值型神经网络和监督型神经网络.根据直接转矩控制的特点,将神经网络DTC分为五个子神经网络,进行分别训练.最后,对基于神经网络直接转矩控制异步电动机传动进行仿真,结果表明如果利用神经网络的优势可以提高直接转矩控制的性能,并且可充分利用现代电力电子开关频率高的优势.     

RBF神经网络在高加故障诊断中的应用

提出了径向基函数神经网络(Radial Basis Function Neural Network,简称RBF网络)应用于高加故障诊断的基本方法。利用Matlab神经网络工具箱对高压加热器进行故障诊断,并分别创建RBF神经网络与BP神经网络来进行故障诊断,根据诊断结果的综合对比,证明了RBF神经网络在诊断速度、诊断精度上均优于BP网络,说明RBF网络应用于高加的故障诊断准确、可靠,在机械故障诊断方面具有广泛的应用前景。     

基于竞争分类的神经网络短期电力负荷预测

根据电力负荷的特点,在考虑天气、日类型、实际历史负荷等因素对预测负荷影响的基础上,提出了一种基于竞争分类的神经网络短期负荷预测方法.应用神经网络的竞争学习对相关数据进行分类,将历史数据分成若干类别从而找出与预测日同类型的预测类别.利用相应的BP算法对未来24小时负荷进行短期预测,该方法充分发挥了神经网络处理非线性问题的能力.结果表明,该方法取得了较满意的预测精度.     

数字图像探测仪的视频显示技术

数字图像探测仪在电子测量领域中具有重要意义,它使电子测量由一维探测扩充为二维展示。本文具体介绍数字图像测控仪中的重要作用,电路结构,数字图像隔行扫描技术性,非ＣＣＩＲ６０１标准图像的技术处理、控制器工作原理等。     

嵌入式织物经纬密度检测系统设计

近年来,数字图像处理技术在纺织行业中得到了广泛的应用.为实现对织物经纬密度的高精度自动检测,以ARM架构处理器为核心硬件平台,配合Linux操作系统,设计了一套小型化、高精度的嵌入式织物经纬密度检测系统.该系统使用微型光学镜头采集织物图像,结合直方图均衡、频域滤波等多种图像检测算法,实现对织物经纬密度的高精度检测.硬件设计部分详细介绍了检测系统的系统框架与硬件结构;软件设计部分介绍了基于FIQ中断系统的高速CCD图像传感器驱动设计方案、综合多种图像处理算法的纱线密度检测算法等模块.实验表明,对于经典斜纹机织牛仔布,手动检测与自动检测的相对误差在1％以内,检测效果令人满意,设备可以批量生产.     

电厂锅炉火焰图像检测系统设计与开发

该系统通过彩色CCD(电荷耦合器件)摄像机、传像光纤、图像采集卡对现场火焰图像进行采集,利用计算机数字图像处理技术,将采集的火焰图像进行实时分析处理,并及时发出火焰强度的音响报警信号,同时在CRT上显示燃烧的实时曲线。     

回转窑集成智能控制系统

采用工业电视摄像机摄取回转窑窑内煅烧火焰图像 ,通过计算机进行图像处理 ,计算出窑内温度 ,结合相关电机电流等参数 ,进行数据融合 ,以此作为控制回转窑温度的主要参数 ,采用两级计算机控制系统 ,实现了回转窑仿人模糊智能控制。     

新型实时光电混合图像识别系统设计

提出并设计了一种基于"FPGA DSP ARM"多处理器的光电混合图像识别系统,该系统采用TMS320C6416与FPGA完成目标图像的采集、预处理以及畸变不变处理,光学处理模块实现联合图像的傅立叶变换,得到联合功率频谱,S3C2440完成对该频谱的采集、振幅调制滤波、傅立叶逆变换及图像识别.大量的实验表明:这种小型化智能系统每秒能处理25帧图像,具有较强的实用价值.     

基于Hough变换管内切割机器人智能定位管口方法

管内切割机器人的管口精确定位是实现其快速切割功能的重要前提,传统CCTV人工视频内窥检测定位的局限性,会导致管内切割机器人定位管口产生误差,最终影响管内切割机器人的切割工作。为确保机器人定位管口位置的准确性,提出一种基于图像处理Hough变换技术的智能定位管口方法。对管内切割机器人采集的图像进行预处理减少图像的噪声,对预处理过的图像采用二值化法突出管口信息的边缘,并使用Canny方法提取管口的边缘,最后通过Hough变换法提取圆的特征,从而实现准确识别管口圆,达到辅助切割机器人进行智能定位管口的目的。实验结果表明,所提方法可明显突出显示管口的特征,并能精确定位管口,为管内切割机器人智能控制奠定基础。     

新型智能燃烧器火焰检测系统研制

锅炉炉爆炸是一种较常发生的锅炉恶性事故,为此,大容量锅炉的均应配备锅炉炉膛安全监控系统（Furnace Safeguard Supervisory System,简称FSSS）,文中介绍一种新型智能燃烧器检测系统,使用计算机数字图象处理技术,用于电站锅炉炉膛安全监控系统,实现设备的安全,高速运动以及环境保护。     

应用于智能变电站的智能视觉系统

为了进一步提高智能变电站运行的安全性、稳定性和可靠性,研究和开发一套适用于智能变电站日常运行和维护的智能视觉系统,以监控智能变电站的运行环境、智能变电设备的运行状态。该系统包含基于特征匹配和图像融合技术的智能设备监控子系统、基于视觉跟踪技术和机器学习算法的智能环境监控子系统以及基于生物特征识别技术的智能门禁子系统;集成和改进了视频监控、图像处理、机器学习模式识别领域中的最新技术,实现了对智能变电站运行环境以及变电设备运行状态自动进行在线监控。     

视频监控技术在电力系统中的应用

随着图像处理和计算机视觉技术的进一步发展,智能视频安全监控技术正逐步得到更多应用,包括在电力系统特定的异常情况检测(如限制、危险区域人体检测,人体行走轨迹分析和触电倒地检测等)。根据电力系统安全稳定的核心要求,设计并提出一套实时智能视频监控系统。该系统可自动分析视频内容以及检测场景中的异常事件。实验结果表明该系统具备实时处理能力,对人体检测和模拟触电跌倒检测成功率分别达到96%和93%。     

面向智能交互的视觉问答研究综述

随着深度学习方法被不断应用于图像处理相关工作,图像相关的智能交互技术也获得了快速发展。面向智能交互的视觉问答技术通过向图像的内容提出相关问题以收集图像信息,最终达到丰富图像理解的目的。通过对近年来视觉问答相关方法进行了综合分析与对比,建设性地将视觉问答方法按照模型结构划分为基本模型、注意力机制模型、模块化模型、基于外部知识库的模型4种类型。同时,还从3个方面针对视觉问答中的视觉和语义信息处理以及未来的视觉推理研究指出了一些方向。