一种功率动态调整的光伏逆变器调压方法

越来越多的光伏电源接入配电网,导致在光伏有功出力较大时并网点电压升高甚至越限,严重影响了配电网的安全。针对由于光伏并网造成的电压越限问题,文中分析了电压越限机理,研究传统无功调压策略;在此基础上,融合有功限值确定方法,提出了基于功率动态调整的光伏逆变器调压方法,不同工况下光伏逆变器采用相应控制策略,实现逆变器有功输出最大、无功输出最佳。通过仿真验证了调压方法的有效性。     

基于传输层参数的矿山Mesh网络接入点选择算法研究

针对矿山开采过程网络受损等意外情况发生时的通信网络拥塞,导致视频、语音、指令等信息传输链路容易中断的问题,提出了一种用于矿山应急通信的的无线Mesh网络,从传输层研究网络的接入节点(Access Point,AP)选择算法。首先,以无线Mesh网络的端对端整体回传延时作为优化目标,通过传输层延时情况判断当前的传输链路是否中断或带宽严重下降的紧急情况。其次,引入临近AP广播选择机制(Broadcast Selection Mechanism of Adjacent AP,BSM-AP),使设备通信终端不需要预先关联AP即可计算不同AP的回传信息延时,降低系统测量与算法选择的开销。最后,使用模糊逻辑方法选择接入一个综合性能最优的AP迅速重传信息。通过高通样机平台上植入算法测试井下通信信息的传输成功率,试验结果表明:所提算法可以大幅降低关键救援信息的网络时延,并保证传输的可靠性。     

改进YOLOv4算法井下人员检测的研究

针对矿山企业井下作业人员工作环境光线暗、干扰因 素多、常用井下行人检测的方法精度低、速度慢等问题,提出 基于 YOLOv4算法的井下人员检测系统,引入信息熵的 Kmeans聚类确定目标检测的中心点,提高网络对目标特征的 提取能力。试验结果表明,采用 GeForceRTX2060显卡,相 比人员检测常用的 SSD、FasterR-CNN算法,改进 YOLOv4 算法提高了检测率,平均检测精度达到97.72%,检测速度为 32帧每秒,满足井下人员实时检测的需求。     

深浅层表示融合的半监督视频目标分割

为了解决半监督视频目标分割任务中,分割精度与分割速度难以兼顾以及无法对视频中与前景相似的背景目标做出有效区分的问题,提出一种基于深浅层特征融合的半监督视频目标分割算法。首先,利用预先生成的粗糙掩膜对图像特征进行处理,以获取更鲁棒的特征;然后,通过注意力模型提取深层语义信息;最后,将深层语义信息与浅层位置信息进行融合,从而得到更加精确的分割结果。在多个流行的数据集上进行了实验,实验结果表明：在分割运行速度基本不变的情况下,所提算法在DAVIS 2016数据集上的雅卡尔（J）指标相较于学习快速鲁棒目标模型的视频目标分割（FRTM）算法提高了1.8个百分点,综合评价指标为J和F得分的均值J&F相较于FRTM提高了2.3个百分点;同时,在DAVIS 2017数据集上,所提算法的J指标比FRTM提升了1.2个百分点,综合评价指标J&F比FRTM提升了1.1个百分点。以上结果充分说明所提算法能够在保持较快分割速度的情况下实现更高的分割精度,并且能够有效区别相似的前景与背景目标,具有较强的鲁棒性。可见所提算法在平衡速度与精度以及有效区分前景背景方面的优越性能。     

架空地线绝缘装置对线路运维的影响分析

针对架空地线绝缘装置缺陷造成线路安全稳定性下降的问题，通过分析绝缘装置设计与安装过程中可能存在的缺陷，归纳出影响绝缘装置性能的因素有施工安装、自然因素、出厂设计、线路负荷、分段绝缘等，并提出治理与防范措施，以改善输电系统的暂态稳定性，提升运行安全性。     

面向退化环境的多传感器融合SLAM方法的研究

准确的定位和地图信息是实现井下铲运机自主导航行驶的关键。然而，对于井下环境，颠簸和湿滑的路面使编码器里程计提供的信息偏差大，没有显著特征的长巷道即感知退化的环境使雷达等传感器的位姿估计容易产生漂移，获得准确的位置和地图信息在井下环境仍具有挑战性。为实现这一目标，创新地采用松耦合框架和监督算法结合，提出了一种面向退化环境的多传感器融合SLAM（同时定位和建图）方法。此方法使用激光雷达和IMU(惯性测量单元),通过卡尔曼滤波器对IMU的高频数据和激光雷达低速姿态估计进行融合，从而提供更为准确的定位估计。此外，此系统可以自我评估退化环境，当评估到系统进入退化环境时，忽略激光雷达的位姿估计从而减少漂移。通过在井下环境中对此系统进行测试，并与其他主流方法进行对比，证明了系统的鲁棒性和高性能。     

毛细管气相色谱法测定棉籽中丙硫克百威及其代谢物残留

研究超声波提取、大口径毛细管气相色谱配氮磷检测器（NPD），检测棉籽中丙硫克百威及其代谢物残留。各组分回收率83％－110％，线性范围10^3，最低检出浓度0．02－0．1mg/kg。本方法具有简单、快速、省试剂的特点。