一种扇区投影和滑窗连线的特征提取方法

针对点云特征线提取中不均匀点、不明显特征点和特征线断裂的问题,提出了一种扇区投影和滑窗连线的特征提取方法。该方法首先对点云进行全局密度分析,计算平均点间距,然后采用扇区投影法统计扇区内邻近点的分布情况,由分布情况确定点云模型边界点,进而计算局部三角形法线,根据法线突变情况判断尖锐折边点,在扇区投影的基础上延伸局部探线,根据不同的探线类型制定判断非尖锐折边点的相关策略,最后基于滑窗连线的方法,将无序特征点有序连接,得到光滑特征线。实验证明,该方法可以较完整地提取模型的特征线,同时具有一定的抗噪能力。对比其他两种方法,本文方法对模型中的弱特征更敏感,提取效果相对较好。     

计及多元不确定性的氢电耦合微电网多阶段动态规划方法

针对传统单阶段规划设计方法存在的初始投资成本高、源荷匹配性弱、经济性不足的缺点,提出了一种氢电耦合微电网多阶段动态规划方法,可确定各设备的最优配置容量和投资时机,并基于混合优化架构增强模型对多元不确定性的适应能力。其中,设备在规划周期内投资成本的波动不确定性特征以随机概率场景描述,可再生分布式电源出力和负荷需求不确定性则以不确定场景集合处理。在此基础上,进一步考虑微电网规划周期内的负荷增长率、设备性能衰退等动态因素,提升规划方案对未来动态信息变化的适用性,并最终构建随机-鲁棒混合整数线性规划模型描述微电网的多阶段动态规划问题。仿真结果表明,与传统的单阶段规划模型相比,所提方法的总成本降低近5.0%,初始投资成本降低近13.9 %,投资回收期缩短近32.9 %,有利于提升微电网规划方案的经济性。     

基于堆叠惯性信号的跳台滑雪动作识别

动作识别是滑雪运动状态智能监测的关键环节之一。本文以跳台滑雪运动为研究对象,通过堆叠的方式将不同惯性传感器、不同关节点的数据进行融合生成结构化的数据,从而利用深度卷积神经网络实现跳台滑雪动作的识别。首先对采集到的跳台滑雪运动过程中的不同传感器、人体不同关节点的惯性传感数据进行归一化处理映射至[0,1]之间,然后通过颜色映射将各类数据堆叠生成图像,接着利用Resnet等二维卷积神经网络对跳台滑雪中的动身至助滑、直线助滑、曲线助滑、起跳及早期飞行、稳定飞行及落地共5类动作的堆叠惯性信号图像进行识别。实验结果表明,对9次跳台滑雪数据融合后生成的2 250幅堆叠惯性信号图像进行识别,召回率和准确率达到了93.8%和91.7%;同时分析了单个类别惯性传感器对各关节点数据融合后的识别结果的影响。本文提出的不同传感器、不同关节点堆叠惯性信号融合和动作识别方法能够为跳台滑雪运动的智能化分析提供支撑。     

基于双解码路径DD-UNet的脑肿瘤图像分割算法

针对医学图像中病灶区域尺度不一、边界模糊和周围组织强度不均匀所导致的分割精度降低问题,提出了一种基于双解码器的脑肿瘤图像分割模型。为了增强特征的表征力,提出了高阶微分残差模块并使用不同空洞率的扩张卷积用于提取特征编码,提高了网络模型的分割性能;引入上下文语义信息感知模块(multi scale dilation, MSD),从不同的目标尺度中提取更多的精细信息,提高了对结构细节信息的捕获能力,同时减少了编解码器之间的特征差异;在空间解码路径中使用选择性聚合空间注意力模块(spatial aggregation attention module, SAAM),增加了对有效空间特征的权重比例,减少了无效的特征干扰。在脑肿瘤数据集上进行了实验验证,实验结果表明,所提算法的Dice系数、平均交并比、敏感性、特异性、准确率等指标分别为：93.35%、90.71%、91.15%、99.94%、96.75%。     

基于无监督学习的低照度图像增强算法

针对目前低照度图像增强算法存在恢复细节丢失、网络复杂度高和配对数据集获取难度大等问题,提出了一种基于无监督学习的图像增强算法。在YIQ色彩空间中,通过构建的轻量化网络和幂指函数计算亮度通道Y的增强曲线,从而获得曝光较差区域增强和高光区域遏制的图像。该网络使用的无参考损失函数可以隐式地评估图像增强质量并驱动网络学习。实验对比结果表明,该算法在可训练参数和模型权重仅占9.5 k/88 kB的情形下,在视觉效果与图像质量指标上都取得了具有竞争力的结果。     

HVDC/GIC型直流偏磁的差异性分析

考虑到地磁感应电流(geomagnetically induced current, GIC)具有低频性,过去一直将其近似等效为高压直流输电(high voltage direct current, HVDC)诱发的不平衡电流进行研究。然而,与HVDC型直流偏磁相比,GIC型直流偏磁具有显著的随机性与时变性,因此简单地将两者完全等效处理并不合理,在特定场景下应加以区分。为此,首先,从理论上分析了两种类型直流偏磁在诱发原因及特点上的差异。其次,通过研究直流偏磁对变压器本体以及电流互感器的不利影响,进一步探究两种类型直流偏磁对电网一/二次设备的影响差异,为后续的偏磁治理提供有效参考。最后,基于PSCAD/EMTDC仿真平台搭建了等效仿真模型,并通过仿真验证了理论分析的正确性。     

蓄意流量攻击下基于确定网络演算的互联电网自适应负荷频率控制策略

蓄意流量攻击通过抢占有限的网络带宽降低正常数据流的时效性。对于网络化负荷频率控制(load frequency control, LFC),流量攻击将造成稳定裕度下降、频率偏差幅度上升甚至越限事故。现有控制方案一般采用单一且固定的控制器保证最大攻击强度下的渐进稳定性,存在设计约束多、保守性大的缺点。因此提出了一种跟随攻击强度自适应调整控制器增益的LFC策略。首先,基于确定性网络演算,得到了无攻击场景下数据流传输延时上边界,并预设了一系列表征不同攻击强度的传输延时范围。其次,通过构造Lyapunov泛函,推导了针对每个攻击强度的控制器设计准则。最后,基于切换控制理论,确定了所提自适应方案所能容忍的最大攻击强度变化频率。仿真表明,与现有控制方案相比,所提方法的频率偏差幅度可下降12.60%,区域控制误差的绝对值误差积分可下降10.85%。     

数据驱动下具备高抗干扰能力的输电线路故障检测技术

为提高安全性和可靠性,提出一种具备高抗干扰能力的故障检测技术。建立典型柔性直流输电系统模型并分析了行波的区内外传播特性;推导行波电流公式并解析其区内外差异,为故障检测技术奠定了理论基础;提出基于行波电流弹性系数的方案并据此建立了故障检测技术。设置不同故障状态对该故障检测技术的可靠性和正确性进行验证,结果表明,所提方案具备较好性能,解决了传统方案高阻故障不灵敏的问题。     

Floating Catalyst Chemical Vapor Deposition Patterning Nitrogen-Doped Single-Walled Carbon Nanotubes for Shape Tailorable and Flexible Micro-Supercapacitors

Micro-supercapacitors (MSCs) as high-power density energy storage units are designed to meet the booming development of flexible electronics, requiring simple and fast fabrication technology. Herein, a fast and direct solvent-free patterning method is reported to fabricate shape-tailorable and flexible MSCs by floating catalyst chemical vapor deposition (FCCVD). The nitrogen-doped single-walled carbon nanotubes (N-SWCNTs) are directly deposited on a patterned filter by FCCVD with designable patterns and facilely dry-transferred on versatile substrates. The obtained MSCs deliver an excellent areal capacitance of 3.6 mF cm⁻² and volumetric capacitance of 98.6 F cm⁻³ at a scan rate of 5 mV s⁻¹ along with excellent long-term cycle stability over 125 000 circles. Furthermore, the MSCs show good performance uniformity, which can be readily integrated via connection in parallel or series to deliver a stable high voltage (4 V with five serially connected devices) and large capacitance (5.1 mF with five parallel devices) at a scan rate of 100 mV s⁻¹, enabling powering the light emitting displays. Therefore, this method blazes the trail of directly preparing flexible, shape-customizable, and high-performance MSCs.     

Solar-Driven Interfacial Evaporation Accelerated Electrocatalytic Water Splitting on 2D Perovskite Oxide/MXene Heterostructure

The rational design of economic and high-performance electrocatalytic water-splitting systems is of great significance for energy and environmental sustainability. Developing a sustainable energy conversion-assisted electrocatalytic process provides a promising novel approach to effectively boost its performance. Herein, a self-sustained water-splitting system originated from the heterostructure of perovskite oxide with 2D Ti₃C₂T_x MXene on Ni foam (La_1-xSr_xCoO₃/Ti₃C₂T_x MXene/Ni) that shows high activity for solar-powered water evaporation and simultaneous electrocatalytic water splitting is presented. The all-in-one interfacial electrocatalyst exhibits highly improved oxygen evolution reaction (OER) performance with a low overpotential of 279 mV at 10 mA cm⁻² and a small Tafel slope of 74.3 mV dec⁻¹, superior to previously reported perovskite oxide-based electrocatalysts. Density functional theory calculations reveal that the integration of La_0.9Sr_0.1CoO₃ with Ti₃C₂T_x MXene can lower the energy barrier for the electron transfer and decrease the OER overpotential, while COMSOL simulations unveil that interfacial solar evaporation could induce OH⁻ enrichment near the catalyst surfaces and enhance the convection flow above the catalysts to remove the generated gas, remarkably accelerating the kinetics of electrocatalytic water splitting.