长距离330 kV电缆依频模型局放传输特性分析及信号定位试验验证

按照超高压电缆实际线路参数建立电缆依频仿真模型。通过与其他模型对比,分析不同放电信号在电缆线路中的传输特性。在耐压试验中同步使用分布式局放监测设备进行放电信号采集,将所采集放电脉冲的时域、频域特征空间变化趋势同仿真数据进行对比分析,并结合现场诊断结果确定放电信号来源和类型,准确评价330 kV交联聚乙烯电缆线路的绝缘健康状况。结果表明,所提电缆模型能更准确分析高频信号的传输特性,配合实装的分布式放电信号检测设备,可以辅助定位放电信号来源。     

分布式储能应用模式及优化配置综述

为促进新能源的发展,解决大规模分布式电源（Distributed Generation, DG）直接接入配电网和负荷急剧增长对电网规划及运行带来的问题与潜在威胁。分布式储能技术得到了广泛应用,由于其具有快速功率吞吐能力、控制精度高、安装灵活、多主体利益等特点,可从根本上保障配电网供电的安全与稳定性。介绍了分布式储能的发展状况,根据其接入位置在分布式电源侧、中低压配电网侧和用户与微网侧详细归纳了近年来国内外各种分布式储能应用模式的研究成果,重点就其位置和容量的选择问题总结了分布式储能优化配置的各类数学模型及优化算法。并结合分布式储能在配置过程中存在的问题,对其发展趋势进行了展望。     

Cu-8%Ag合金的超重力凝固:微观组织

在常重力场和N g超重力场下制备了Cu-8%Ag(质量分数)合金试样,研究了超重力对Cu-8%Ag合金凝固组织的影响。结果表明,超重力引起的熔体对流对试样底部的冲刷作用强于试样顶部,造成底部柱状枝晶的生长弱于试样顶部,超重力试样得到了细小均匀的等轴晶区,Ag棒状析出相的直径由常重力的56.1 nm细化到超重力下的39.2 nm,超重力没有产生明显的宏观偏析,但会影响Ag在Cu基体和离异共晶组织中的分布。     

基于卷积神经网络的末敏弹复合探测信号识别方法北大核心CSCD

为了进一步提升末敏弹的目标识别性能,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的复合探测信号识别方法。首先针对毫米波辐射计、激光测距雷达和红外敏感器的复合探测信号特点,提出了3种构造输入样本的方法;然后根据不同的信息融合方式,提出了3种基本网络架构,分别构建了单通道、多通道CNN模型对输入信号进行特征提取和分类;最后通过高塔试验数据对模型进行训练和评估。测试结果表明,基于样本构造方案2和网络结构3的识别方法表现最佳,测试准确率达到了97.26%,所提样本构造方法和识别方法能够有效提取复合探测信号的特征,具有较高的识别精度。     

多层ITO椭圆柱中红外手性超材料的多波段圆二向色性北大核心CSCD

中红外手性超材料具有体积小、易集成等优点,在中红外激光偏振态调控方面具有潜在的应用。本文提出了一种多层ITO椭圆柱中红外手性超材料。该结构的每个单元由三层相同的氧化铟锡(ITO)椭圆柱组成。模拟结果表明,椭圆柱之间的距离、椭圆柱的厚度、椭圆柱的短长轴之比、椭圆柱中心的相对位置、椭圆柱的数量和椭圆柱材料对结构的圆二向色性(CD)均产生了影响。结构在三个不同的波段均展示CD特性,在波长为3.52μm、4.12μm和5.28μm附近处展现出三个不同强度的CD极大值。模拟结果也表明,与贵金属金、银椭圆柱构成的结构相比,由ITO椭圆柱构成的结构展现出更宽带和多带的圆二向色性。后者结构在中红外波段的CD主要有一个带,在0.39μm附近带宽为0.5μm,而前者在4.12μm和5.28μm附近处的半高宽分别为0.6μm和1.6μm,这在中红外宽带和多带偏振态调控方面具有潜在的应用。     

基于深度学习和灰度纹理特征的铁路接触网绝缘子状态检测

铁路接触网绝缘子状态检测对铁路行车安全有着 重大的意义,为解决目前人工对绝缘 子图像检测结果的不确定性,提出一种深度学习结合灰度纹理特征的检测方法。首先使用 Faster R-CNN (faster region-based convolutional neural network)目标检测算法对图像中绝缘子精确识别,再通过灰度共生矩阵对绝缘子纹理 特征进行分析提取,之后结合支持向量机将绝缘子分为正常绝缘子和异常绝缘子,实验数 据结果证明使用能量、熵、相关度3种纹理特征进行绝缘子状态分类时对实验数据中的正 常状态绝缘子的分类精度可达100%,异常状态绝缘子的分类精度达97.5%,最后依据绝缘 子图像灰度分布的周期性特点,利用灰度积分投影将异常绝缘子分为破损绝缘子和夹杂异 物绝缘子。实验结果表明所提方法可以有效对绝缘子状态进行检测分类。     

Ku波段宽带高增益基片集成腔圆极化阵列天线北大核心CSCD

提出了一款应用于Ku波段的宽带高增益基片集成腔(Substrate Integrated Cavity,SIC)圆极化阵列天线。通过引入沿SIC口径面对角线放置的一对半月形寄生贴片和SIC底部馈电纵缝,使SIC中的TM_(211)和TM_(121)谐振模式幅值相等、相位相差90°,产生高增益圆极化辐射。同时,双寄生贴片还引入了一种背腔缝隙耦合振子圆极化辐射模式,扩宽了天线高增益圆极化辐射带宽。在此基础上,设计了一款2×2单元顺序旋转馈电的SIC圆极化阵列天线。阵列天线采用双层基片集成波导顺序相移馈电网络进行馈电,进一步增大了天线的圆极化带宽。综合考虑天线的-10 dB反射系数带宽、3 dB轴比带宽和3 dB增益带宽,测试结果表明,圆极化阵列天线的有效带宽为10.74-13.30 GHz(21.3%),在通带范围内最大增益为14.50 dBi。     

基于均匀圆阵相干信源的二维DOA估计

随着通信技术的不断发展,信号传输环境变得日益复杂。针对多径传播形成的高度相关和相干信号测向问题,提出了一种基于均匀圆阵相干信源的二维DOA估计方法。该方法利用均匀圆阵轴向虚拟平移解相干,通过去噪后利用虚拟子阵的自协方差矩阵和互协方差矩阵构造波达方向矩阵,利用该矩阵特征分解估计信号的俯仰角;然后将平滑后的自协方差矩阵与波束空间变换矩阵相乘,使圆阵的导向矢量具备范德蒙结构,最后用求根MUSIC算法估计出信号的方位角,完成了相干信号的二维DOA估计。该方法无需二维谱峰搜索,方位角和俯仰角自动配对,计算量小,分辨率高。仿真实验证明了所提方法的正确性。     

基于多维结构特征的硬件木马检测技术

硬件木马是第三方知识产权(IP)核的主要安全威胁,现有的安全性分析方法提取的特征过于单一,导致特征分布不够均衡,极易出现较高的误识别率.该文提出了基于有向图的门级网表抽象化建模算法,建立了门级网表的有向图模型,简化了电路分析流程;分析了硬件木马共性特征,基于有向图建立了涵盖扇入单元数、扇入触发器数、扇出触发器数、输入拓扑深度、输出拓扑深度、多路选择器和反相器数量等多维度硬件木马结构特征;提出了基于最近邻不平衡数据分类(SMOTEENN)算法的硬件木马特征扩展算法,有效解决了样本特征集较少的问题,利用支持向量机建立硬件木马检测模型并识别出硬件木马的特征.该文基于Trust_Hub硬件木马库开展方法验证实验,准确率高达97.02％,与现有文献相比真正类率(TPR)提高了13.80％,真负类率(TNR)和分类准确率(ACC)分别提高了0.92％和2.48％,在保证低假阳性率的基础上有效识别硬件木马.