融合多尺度特征的脑电情感识别研究

基于单尺度二维、三维卷积的脑电情感识别算法存在原始信号映射到高维特征矩阵过程中信息易丢失、模型参数量大、提取特征相对单一等问题。提出多尺度金字塔交互注意力残差网络（MPIAResnet）。利用多尺度一维卷积核直接提取原始脑电信号的多尺度空间特征,将标准卷积替换为分组卷积,相比二维、三维卷积具有更少的参数量,同时利用通道交互注意力机制优化特征提取过程。在此基础上,与双向GRU(BiGRU)融合组成MPIAResnetBiGRU网络,进一步提取脑电信号的上下文语义信息,实现脑电信号的时空特征融合。基于公开数据集DEAP的实验结果表明:在受试者依赖实验中,该模型Valence和Arousal维度识别准确率达到97.60%和98.15%,相比单尺度模型提升8.56和8.36个百分点;在小批量训练集实验中,当训练集占比为30%时,测试集准确率依然可以保持在90%以上;在分频带实验中,2个高频带信号识别准确率优于低频带信号,证明了模型的有效性;而在受试者全部参与实验中,该模型的识别准确率也均优于对比方法。     

基于动态门控特征融合的轻量深度补全算法

稠密深度图在自动驾驶和机器人等领域至关重要,但是现今的深度传感器只能产生稀疏的深度测量,所以有必要对其进行补全.在所有辅助模态中, RGB图像是常用且易得的信息.现今的许多方法都采用RGB和稀疏深度信息结合进行补全.然而它们绝大部分都是利用通道拼接或逐元素求和简单的对两种模态的信息进行融合,没有考虑到不用场景下不同模态特征的置信度.提出一种以输入深度稀疏分布为指导,结合双模态信息量的动态门控融合模块,通过动态产生融合权重的方式对两个模态特征进行更高效的结合.并且根据不同模态的数据特征设计了精简的网络结构.实验结果表明所提出模块和改进的有效性,提出的网络在两个有挑战性的公开数据集KITTI depth completion和NYU depth v2上,使用了很少的参数量达到了先进的结果,取得了性能和速度的优秀平衡.     

基于巴班斯基最优化教学理论的计算机类公修课课程思政教学实施框架

分析计算机类公修课课程思政实践中存在的问题,基于巴班斯基教学过程最优化教学理论,提出计算机类公修课的课程思政教学实施框架,从构建目标体系、挖掘思政元素、梳理思政教学内容、混合式教学设计、丰富融入方法和构建考核评价体系6个模块出发,介绍具体教学实施过程,最后说明教学实施效果。     

双馈风力发电机虚拟同步控制策略研究

双馈感应发电机(doubly fed induction generator,DFIG)可通过虚拟同步控制方法为电网提供电压及频率支撑,优化机组并网特性。传统的虚拟同步控制技术以模拟同步发电机机电动态特性为主要目标,未对电磁暂态的DFIG控制进行深入分析。当电网发生不对称故障时,分析虚拟同步控制DFIG的故障特性,发现传统控制方法无法抑制电磁转矩振荡与DFIG故障电流。因此,基于电网不对称故障,本文提出DFIG电压补偿虚拟同步控制方法,通过对转子电压故障分量进行补偿,提高DFIG转子电压响应速度,减少其反电动势故障分量。通过对传统及电压补偿虚拟同步控制方法控制效果的仿真对比可知,电压补偿虚拟同步控制方法可对电磁转矩的持续振荡及暂态冲击进行有效抑制,明显降低了DFIG转子的故障电流,提高了DFIG不对称故障穿越能力。     

混流式水轮机主轴自激弓状回旋机理探讨

自激振动是一种常见的自然现象,水电站运行中最常见的当属混流式水轮机的自激弓状回旋,给机组安全稳定运行带来很大危害。混流式水轮机自激弓状回旋的研究主要集中在对其特征和规律的总结,对其形成机理的研究还相对较少。本文首先阐述了存在负阻尼是自激振动本质特征这一机理性认识,分析了间隙空化后空化、空腔作用力的变化及其负阻尼作用,提出该负阻尼作用是自激弓状回旋发生的主要源动力这一观点。通过对现有的增大迷宫间隙、向迷宫间隙处补气、减小顶盖排水等减轻自激振动措施的分析,间接证明了该观点的正确性。研究发现,常规弓状回旋公转频率和自转频率相同,但自激振动后公转频率和自转频率不同,公转频率达到临界转速频率后发生共振。本文还论证分析了自激弓状回旋和转轮转向相同、相反两种状况的启动力矩来源,发现并指出了自激弓状回旋和转轮转向相反时,振动频率等于主轴临界转速频率减转速频率这一规律。     

自适应加权的多特征融合ECT图像重建算法

为了解决电容层析成像(electrical cpacitance tomography, ECT)图像重建中电容值与介电常数这一非线性病态问题,提出一种自适应加权的多特征融合(adaptive weighted multi-feature fusion, AWMF) ECT图像重建算法,利用网络模型拟合电容张量和介电常数的非线性映射关系。首先,在网络模型中采用密集卷积网络(DenseNet),不仅缓解梯度消失现象,还融合不同通道的特征信息;添加挤压激励网络(squeeze excitation network, SENet)自适应调整特征通道的权重,用以提取不同通道的关键特征,提高重建图像的精度。其次,构建树形聚合结构（tree aggregation structure network, TASN）网络模块,扩大感受野并提取丰富的多尺度特征信息,消除普通卷积所带来的伪影现象。在COMSOL5.3软件上建模仿真后,通过MATLAB2014a对图像进行重建。实验结果表明,重建图像误差系数降低至0.0256,相关系数提高至0.9717,与传统算法和CNN算法相比,具有更高的图像重建质量。     

基于类噪声信号的等值负荷惯量两阶段辨识方法

负荷惯量的准确、在线估计是电力系统电压和频率稳定分析的重要基础。为此,提出了一种基于类噪声的负荷惯量辨识方法,基于系统中时刻存在的类噪声信号跟踪等值负荷惯量的时变特性。考虑到类噪声条件下惯量参数可辨识性较差,采用两阶段辨识的思路,首先对负荷的电磁参数进行辨识,然后基于第一阶段辨识得到的状态变量估计出惯量、转矩系数等机电参数。仿真算例和实测数据分析表明,所提负荷惯量辨识方法能够适应不同变转矩情形下负荷惯量的类噪声辨识需求;相较于恒转矩辨识方法,该方法能够更加准确地反映实际负荷的机电暂态特性,得到稳定、可靠的惯量辨识结果。     

考虑N-K故障下系统频率稳定性的储能电站优化规划

风电、光伏等新能源通过逆变器并入电网,不具有惯量支撑能力,因此大规模新能源接入电网会降低系统的惯量水平。在N-K故障下,系统可能因惯量水平过低而频率失稳,导致电源脱网,给系统造成严重经济损失。针对此问题,提出一种考虑N-K故障下系统频率稳定性的储能电站优化规划方法。首先,分析系统惯量与系统频率变化的关系,给出系统惯量需求约束。其次,充分考虑储能电站在系统中调频、调峰及潮流调度等应用场景,以储能电站建设成本及极端故障下切负荷成本最小为目标函数,构建储能电站定容选址优化模型。最后,以IEEE 39节点系统为仿真算例。仿真结果表明,基于所提方法的定容选址规划方案能够有效提升系统频率稳定性,缓解系统在极端故障下的大面积停电问题。     

面向能源互联网的智能化运维管控平台研究

针对目前配网运维管控效能低下、模式单一及技术应用手段无法满足新形势下的配网运维需求等实际问题,为提升配网系统运维管控能力和信息化水平,本文提出了面向能源互联网的配网智能化运维管控平台体系研究方案。并结合能源互联网异构终端的数据接入、客户画像、容器化平台、多传输协议的组件发布方法等相关技术,对配网运维管控平台的业务架构、应用功能、数据开发和物理模式进行相关设计。深度挖掘运检专业数据信息,有效整合配网信息系统,为配电设备智能化、运维检修及管理智能化提供决策支持,从而有效提高运维人员的执行效率和决策水平,实现配网有序规划、精益运维及智能评价的目的。