LED封装胶耐热性实验研究

利用分光测色仪、光电测试机和推力测试机等测试手段,实验测定了不同加热烘烤条件下LED的色差、光电参数及树脂推力,研究了不同LED封装胶的耐热性差异,并为行业提供了LED产品的维修方案。     

一种基于改进的WGAN模型的电缆终端局部放电识别准确率提升方法

目前,基于机器学习的电缆终端局部放电模式识别常因标注数据匮乏或不均衡而导致泛化能力不足,识别准确率较低。为解决该问题,该文提出了一种基于改进的Wasserstein生成对抗网络(Wasserstein generative adversarial network,WGAN)模型的电缆终端局部放电识别准确率提升方法。该方法以单个脉冲对应的小波时频谱图为对象,首先训练具有条件生成能力且训练过程稳定的改进WGAN模型并生成新的样本;然后利用新样本对原始样本集进行扩充,以提高样本多样性;最后,利用扩充后数据集训练得到新的局放分类器。实验结果表明,所提方法相较于其他条件生成模型能够更稳定生成新的高质量样本;利用该方法分别对典型电缆终端缺陷数据进行扩充,训练出的新分类器具有更优的泛化能力,且对不同分类器具有适用性。该方法有效抑制了工程中局放类型识别时由于数据匮乏或不均衡所导致的过拟合风险,有效提升了在小数据量下的识别准确率。     

基于二阶RQ-RLC模型的质子交换膜燃料电池水管理故障诊断

水淹和膜干故障严重影响质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)的工作性能及使用寿命。为充分刻画高频及低频段电化学反应信息,该文建立宽频PEMFC电化学阻抗谱,提出基于二阶RQ-RLC等效电路模型的水管理故障诊断方法。首先,搭建燃料电池测试台架,进行水管理故障模拟实验,测试得到对应的电化学阻抗谱,辨识二阶RQ-RLC等效电路模型的参数,并获得八维水管理故障数据集。然后,运用线性判别分析方法对高维水管理故障数据集降维得到故障特征样本集,并选取4个模型关键参数作为故障诊断特征量。最后,提出自适应差分进化优化支持向量机算法对故障特征样本集进行分类,在50组、130组和210组样本下测试集分类准确率分别100%、97.44%和95.24%,结果表明所提方法能准确诊断出燃料电池所处的水管理故障类型。     

基于改进的QBC和随机森林的管道类别非均衡堵塞故障识别

针对城市埋地排水管道堵塞故障检测过程中有标签故障样本少,管道运行状态样本集存在类别不均衡及样本标注成本高昂的问题,提出一种基于主动学习的排水管道堵塞故障分类识别方法。该方法采用改进后的委员会样本查询策略通过基于一致熵的委员会样本查询策略建立主动学习模型来实现不均衡样本集的学习。经过充分考虑样本的信息度并挖掘信息度高的未标注样本进行标注后,结合多个随机森林分类器组成委员会对未标注样本进行分类识别。在实验室所采集的管道运行数据集上对委员会样本查询策略中的投票熵、一致熵和随机选择样本查询策略进行对比验证。实验结果表明,采用基于一致熵的委员会查询策略在类别分布均衡初始训练集下有更快的收敛速度和更好的稳定性,在类别非均衡分布的初始训练集下同样具有良好的识别效果。     

基于Matlab电弧模型低压断路器仿真

通过对低压断路器实验数据进行分析,在matlab中利用最小二乘法计算出Mayr电弧模型的相关参数,并利用Simulink建立简化的低压断路器开断短路电流的模型。仿真所得的结果与实验数据相比较接近,表明该方法对低压断路器开断动作的定性分析有一定参考价值。     

基于BRB和LSTM网络的电力大数据用电异常检测方法

为了降低电力公司的运营成本,针对非技术性损失(non-technical loss, NTL),提出一种基于置信规则推理(belief rule-based,BRB)和长短记忆网络模型(long short-term memory,LSTM)的用户窃电行为诊断方法。该方法首先从用电量大数据中提取电量波动系数和用电量曲线的毛刺宽度两种用电异常特征,制定BRB异常特征输入前置属性转换,并通过证据推理(evidential reasoning,ER)方法输出最终的置信度,建立适用于NTL异常检测的置信规则库,从而自动获取具有高鲁棒性的有标签正负样本训练数据集。接着,以此为基础,提出构建一种多LSTM网络检测模型,实现对异常用电特征的有效提取与检测。实验结果表明,与现有的主流网络故障检测模型相比,所提方法能够更准确地从电力大数据中诊断出用户的异常用电行为。     

基于RetinaNet模型的鸟巢智能检测

为解决架空输电线路运行过程中因设备及杆塔上鸟巢对输电线路造成的不良影响,本文通过对比分析一阶目标检测模型和二阶目标检测模型的优劣,选取以分类损失函数为核心、特征金字塔网络为骨干网络的RetinaNet模型用于鸟巢目标的自动检测。解决了经典的一阶目标检测模型和二阶目标检测模型对鸟巢的检测效率或准确率比较低的问题。本文实验首先通过数据集选取及数据集预处理,并经过模型训练逐步优化调整网络结构和参数,建立了适合鸟巢检测的RetinaNet模型,实现对鸟巢的快速准确检测。实验结果表明,RetinaNet模型对输电线路的鸟巢的的平均准确率为94.1%,每张图片的识别速度为68ms,通过与Faster R-CNN、YOLO及SSD方法进行比较,验证了RetinaNet模型对输电线路设备及杆塔上鸟巢检测的有效性和可靠性。     

基于DenseNet的红外图像热斑状态分类研究

光伏热斑故障对光伏组件的运行会产生严重影响,为从图像数据中进行有效的热斑检测,提出一种基于密集连接网络(DenseNet)的深度学习方法.利用数据增强、改进模型结构和迁移学习的方法,在红外光伏故障图形数据集上训练优化,并针对构建的样本数据集具有分布不平衡性的特点,选择采用Focal损失函数缓解样本的非均衡.实验结果表明...     

基于改进FasterRCNN的绝缘子异常检测

绝缘子在保证电力传输安全性方面起着重要作用,为提高绝缘子异常检测效率,提出了一种基于改进的FasterRCNN目标检测模型并将其应用于绝缘子检测中。首先,通过无人机采集航拍的图像样本,利用水平翻转、旋转变换、色域变换等通用图像增强方法扩增样本数量,采用LabelImg标注工具对各图像样本进行标注,完成绝缘子数据集的搭建。通过K-means聚类计算得到绝缘子数据集的最优先验锚框。针对破碎绝缘子占比小的问题,提出一种拷贝数据增强的方法,解决绝缘子不均衡问题。最后,通过实验对比分析了主干网络、拷贝数据增强和FocalLoss对网络性能的影响,得出结论:所提出的改进FasterRCNN模型提升了绝缘子检测的准确率,通过ResneSt101主干网络、拷贝数据增强以及FocalLoss,最终绝缘子数据集的mAP(平均精度均值)达到了68.3%,高于FasterRCNN基线6.8%。     

基于深度迁移学习的小样本智能变电站电力设备部件检测

随着人工智能的不断普及,智能变电站电力设备图像自动化检测系统的建立迫在眉睫。由于智能变电站电力设备图像数据集样本较少、场景复杂且电力设备部件相似度较高,传统图像检测算法无法对电力设备部件做到实时定位和准确识别。针对小样本目标检测识别难题,基于网络的深度迁移学习可以在不同数据集之间建立特征上的关联,能够较好地学习现有小样本智能变电站电力设备数据集的特征。该文采用迁移学习的方法,提出一种利用单阶段多框检测器(singleshotmultiboxdetector,SSD)的智能变电站电力设备图像目标检测算法,并根据智能变电站电力设备数据集相关特点添加特征提取层,重新设计特征预测框数量及比例,采用软性惩罚非极大值抑制(softpunishnon-maximum suppression,Soft-PNMS)等改进方法进行优化,能够自适应于小样本电力设备数据集的检测。此方法通过200张智能变电站电力设备训练集、50张智能变电站电力设备测试集,实现了在小样本复杂背景下对电力设备部件的分类和定位,验证了所提算法的有效性。研究结果表明,对于绝缘子、套管、电流互感器、油枕、螺帽5类电力设备,该方法的平均精准度达到了91.1%,比常规SSD卷积神经网络分类器平均精准度提高13%,平均漏检率下降3%,平均误识别率下降4‰,该方法为小样本电力设备智能化检测奠定了理论基础。     

基于人工神经网络水性涂料电脑配色(英文)

本文提出了一种基于多层BP人工神经网络的水性涂料电脑配色方法。实验表明,BP神经网络模型经训练后能够较好地反映水性涂料反射样本色度参数空间到配方参数空间的非线性映射关系。     

数字彩色扩印系统的色空间变换和色域研究

提出了一种用于数字彩色扩印系统的色空间变换和色域边界面确定方法.基于成色染料的单色色度特性与数字驱动值之间以及复色与单色色度特性之间的一维和三维特征关系,通过色度密度的概念及神经网络方法将此关系定量化,由此建立了输出色度空间与输入数字色空间之间的变换关系.采用512个训练色样的变换精度高于通常的729组训练三维查找表方法;实际扩印输出与训练组不同的729个检验色样的CIELAB平均和最大色差分别为2.69和10.50.基于光谱插值的色域边界点确定方法,得到了分布较均匀的色域边界点集描述和三角形网格描述.     

色彩传递算法在不同色彩空间中的成像效果研究

为了在红外与可见光图像融合系统中,评价不同色彩传递算法在不同色彩空间中的成像效果,分别在YCbCr色彩空间和lαβ色彩空间中,采用全局色彩传递算法和点对点色彩传递算法分别对一组图像进行效果对比研究,并使用客观评价方法对处理结果进行计算分析,所得到的评价结果与主观评价结果基本一致。经过实验对比,客观评价方法的结果与主观评价方法的结果一致,色彩空间的选择对色彩传递算法的最终效果有显著的影响,在YCbCr空间中,全局色彩传递效果好于点对点色彩传递效果;在lαβ空间中,点对点色彩传递效果好于全局色彩传递效果。     

基于深度学习的色环电阻检测与判读方法研究

色环电阻作为常用的电子元器件,其阻值主要通过色环颜色表示。色环颜色依靠人工判断,效率低且误检率高。传统基于图像处理的色环判断,鲁棒性不高、受光照等物理因素影响较大。基于此,提出了一种基于深度学习的色环检测及判读方法。首先利用提出的目标检测算法实现色环检测和电阻本体检测,其次利用提出的颜色关系匹配方法结合检测结果,判断色环与电阻本体的从属关系并进行色环排序。最后利用提出的阻值推断方法,结合色码表,完成色环电阻的实时检测与判读。实验结果显示,相较于其他检测算法,该算法在色环检测的准确度上有更好的表现,达到98.71%,且网络的参数量仅10.61M、计算量仅31.68GMAC。在测试集上随机抽取20张图片进行验证,阻值判读的准确率高达98.59%。     

Design support system for coloring illustrations by using the colors preferred by a user as determined from the hue patterns of illustrations prepared by that user

We propose a new design support system that can color illustrations according to a person's color preferences that are determined on the basis of the color patterns used by the same person in his previous work. Recently, many design tools for promoting free design have been developed. However, preferences for various colors differ depending on individual taste. Therefore, a system that can automatically color various designs on the basis of human preference is required. In this study, we propose an automatic modeling system that can be used to model illustrations. To verify the effectiveness of the proposed system, we simulate a coloring design experiment to determine the color patterns preferred by test subjects by using various design data. By using the design data, we determine each subject's preferred color pattern, and send feedback on these individual color patterns in the proposed system. © 2012 Wiley Periodicals, Inc. Electr Eng Jpn, 181(1): 19–27, 2012; Published online in Wiley Online Library (wileyonlinelibrary.com). DOI 10.1002/eej.21283     

基于RBF神经网络的三基色配比研究

色温和显色指数是新型LED光源生产和评价的重要指标，本文基于RGB—LED光源，通过RBF神经网络建立三基色配比、色温和显色指数之间的预测网络模型，经过Matlab仿真验证该模型，并分析结果，得出该模型很好的表现了三基色到色温、显色指数的非线性关系，其较高的预测精度对满足应用需求具有很强的实际意义。     

基于多肤色模型的人脸检测系统研究

对用于人脸检测系统的多种肤色模型进行了研究,详细分析了固定阈值分割法、高斯肤色模型法和最大类间方差法,并分别在加州理工大学彩色人脸库上进行了仿真实验。实验结果表明,在不同的光照条件和背景环境下,3种肤色模型分割效果并不一致,而主要影响因素就是光照条件。通过大量数据分析,统计出3种模型能达到最好分割效果时的光照条件。结合Y通道信息,提出根据光照条件自动切换3种肤色模型的人脸检测算法。相对于过去单一肤色模型的人脸检测系统,本系统更稳定,更能适应环境。     

可调色温白光LED能效和显色性仿真分析(英文)

白光LED的能效和显色性是其作为普通照明光源最重要的两项指标,对于可调色温的白光LED照明光源,同时实现高能效和高显色性非常重要。多芯片白光LED的色温、能效(辐射光效)和显色性可以通过选择LED芯片的峰值波长以及改变各个LED芯片的相对功率来进行调节与优化。本文提出了一个新的更接近实际的LED相对光谱功率分布曲线数学模型,在此模型的基础上利用软件仿真的方法分析了可调色温白光LED的能效和显色性,并且给出了几个比较满意的典型结果,可用于指导白光LED的设计,而且运用此方法还可以预测出白光LED在某些物理条件下的极限能效。     

基于改进 KCF 算法和多特征融合的车辆跟踪研究

针对目前车辆跟踪研究算法中,核相关滤波算法(KCF)在复杂背景下存在特征提取单一以及尺度无法自适应的不足,本文提出一种多特征融合的尺度自适应算法。该算法以颜色直方图信息作为颜色特征,将具有更多语义信息的高层卷积特征和拥有较高分辨率的底层卷积特征作为深度特征,并与颜色特征进行自适应特征融合。然后,采用上下文图像对目标背景信息进行约束优化,并通过平均峰值相关能量检测衡量响应置信度,最后利用高置信度的跟踪结果来避免模型易受干扰的问题。通过在OTB100数据集上的实验表明,本文算法的精度分别比其他的主流跟踪算法Staple、SAMF、KCF、TLD、DSST和CSK高出4.9%, 5.7%, 10.2%, 10.3%, 23.4%, 29.7%。