考虑多类型负荷及风光不确定性的配电网优化规划

风电和光伏的大规模并网,使得配电系统和各类负荷的运行稳定性明显降低.为降低可再生能源接入的不利影响,提出考虑多类型负荷及风光不确定性的配电网优化规划方法.利用仿射数模型降低分布式电源预测的不确定性;结合各类负荷的静态电压特性,建立各类负荷相应的幂函数模型,提出以电压波动和网络损耗最小为目标函数的规划模型;然后,采用自适...     

基于无谐波检测的角型级联式APF控制策略

角型级联式有源电力滤波器(APF)在中高压和大功率场合的谐波抑制上具有广泛的应用。首先建立了角型级联式APF的数学模型,提出了一种无谐波检测环节的系统控制策略,给出了控制策略中各个环节实现方法。在该控制策略中电流内环采用准比例谐振(PR)控制器,消除了传统APF的谐波检测环节,使得整个控制更加简洁,并同时实现了对谐波电流的无静差跟踪。仿真和实验结果证明了所提控制策略的有效性。     

基于双目视觉的带电作业机器人的目标识别与定位方法研究

高空带电作业机器人对目标物的精细化作业，需要合适的视觉辅助系统判断机械臂或爪具的位置与距离。提出一种将基于双目立体视觉的带电作业机器人目标识别与定位方法。通过对传统的Census算法进行改进，用窗口均值像素代替中心像素，用自适应窗口代替固定窗口，并与差的绝对和(SAD)算法加权融合，得到一种改进的SAD-Census立体匹配融合算法。利用该算法进行像素匹配运算，得出视差图；在YOLO框架下训练输电线螺栓数据集，获得螺栓深度距离并精准识别。螺栓定位实验结果表明，该方法在近距离定位时能达到1.2%的定位精度，最小相对误差为0.5%,能够为带电作业机器人提供实时准确的环境感知信息，提高了带电作业机器人作业的稳定性。     

把现金流维系放在企业管理的重要位置

在“现金为王”时代,建筑企业必须充分认识现金流管理的价值,确立其在管理中的战略地位,要将现金流维系与利润管理放在同等重要位置,作为评估运营成果的标准,以防范资金链断裂风险,从而提升财务管理质量,实现企业持续健康发展。本文剖析了影响现金流维系的多种因素,并提出化解现金流风险的相应对策措施。     

挡风玻璃花点缺陷智能检测技术研究

花点图案是由许多小黑点密集排列形成的点阵图案，它均匀分布在汽车挡风玻璃的四周。花点在丝网印刷和烧结过程中可能出现黏连、残缺与缺失等缺陷。采用人工进行花点缺陷的检测容易误检和漏检，且检测数据不易统计和分析。为了解决该问题，提出采用机器视觉技术来提取黑边花点轮廓作为相机移动轨迹；然后用PLC控制2台相机的移动来分段采集4条黑边的花点图案，以便获得微小花点的清晰图像；最后采用YOLOv5s算法来实现花点缺陷类型和位置的在线检测。文中通过对不同算法检测结果的比较，验证了YOLOv5s算法在花点缺陷检测方面的优越性和鲁棒性。     

基于ICEEMDAN-CNN-K-shape的智慧园区短期负荷预测研究

在“双碳”背景下，针对海量用户负荷预测场景，目前智慧园区用能存在受多重外界因素影响，人工调整参数和使用单一模型无法实现精确的负荷预测。因此，提出了一种基于改进的带有自适应噪声完备集合经验模态分解(ICEEMDAN)结合卷积神经网络(CNN)结合K-shape的智慧园区短期负荷预测方法。首先，基于改进的带有自适应噪声完备集合经验模态分解法将初始用能数据分解为若干分量，将负荷序列的特征在多尺度上剥离开，以减少负荷序列的复杂性。而后，使用卷积神经网络算法将分解后的数据进行特征提取，提取相似日不同时间段下智慧园区负荷特征曲线。最后，基于K-shape聚类筛选相似日历史负荷作为卷积神经网络的输入向量进行智慧园区短期负荷预测。以浙江省某智慧园区用能数据为例，将所提方法应用于典型的智慧园区，并与已有聚类评价指标比较，实验结果表明，所提方法能够很好地解决智慧园区短期负荷预测问题。