基于可变形卷积与自监督对比学习的GIS局部放电诊断方法

在高压变电站现场,气体绝缘组合电器(gas insulated switchgear,GIS)局部放电诊断准确率受到有标签样本数量的制约.为解决常规局部放电诊断方法中无法使用无标签数据、难以克服训练样本与待测试样本差异等问题,提出了一种基于可变形卷积与自监督对比学习的GIS局部放电诊断方法.首先通过比较未标注数据样本之间的相似性与差异性训练特征提取网络,得到输入数据的特征表示,之后利用有标签数据训练分类器,学习不同局放数据特征表示的缺陷类别,最后将待测试样本输入模型,实现局部放电诊断.为了进一步提高模型在特征提取过程中的感知能力,引入可变形卷积神经网络和空间变换模块,增强卷积核对特征图的适应性.结果表明:使用自监督对比学习可以充分利用无标签数据,实现高效特征捕捉,在有标签数据量不充足的情况下,通过无标签数据进行预训练的模型在局部放电诊断准确率上平均提高 9.34%.该文提出的自监督对比学习方法可以为局部放电缺陷诊断提供一种新的解决方案.     

浅议能源因素的识别

2009年11月1日,我国开始实施国家标准GB／T23331—2009《合皂源管理体系要求》。企业可以依照标准要求,结合企业实际建立能源管理体系,系统识别和评价企业的能源因素,建立科学的方针、目标体系,强化能源管理,有效降低能源消耗和提高能源利用效率,实现能源管理绩效,促进节能减排目标的实现。在能源管理体系建立中,能源因素的识别是能源管理体系的核心,是做好能源管理、确保能源管理体系运行有效的基础和关键。     

Ca/CaCrO_4电化学体系热电池DEB片结构的改进

为满足引信对热电池小型化发展的需求,将传统的Ca/CaCrO_4电化学体系DEB片结构改进为DEB-EB片双层结构,降低了内阻,提高了热电池容量;对电解质(EB)的粘合剂和阻流环进行筛选,提高了热电池抗高过载的能力;在电解质EB中添加导电剂和钙锂合金抑制剂,提高了热电池工作时间。     

员工的“龙头”自己剃

2月23日,农历二月初二。民间习俗这天理发寓意一年有精神,交好运。每个理发室都人满为患。为了解决这个难题,大庆油田采油四厂四矿维修队理发工作室在当天中午正式开业了。     

论社区康复的评估、治疗与预防对糖尿病的重要意义

随着人们生活水平的提高,糖尿病患者的人数日益增加,我国已成为世界糖尿病大国。糖尿病并发症很多,基本很难通过单纯的临床治疗完全康复。我们需要在日常生活中应用康复治疗手段,及时进行有效的康复指导~([1])。使糖尿病"三多一少"的症状得到改善。因此,在社区中广泛开展糖尿病的预防和康复工作,减少糖尿病的致死、致残率是十分重要的。     

基于网格采样的深度图像表面特征提取算法

深度图像的高级特征提取是3维视觉一个重要研究领域。为了提高对大量离散3维数据的处理速度,简化算子结构,本文提出一种新的方法,将单目或多目结构光传感器采集的离散3维数据点云转换成深度图像形式,使z方向代表深度,并实现x、y方向数据的规则网格采样。接着提出一种深度图像分割算法,先对整幅图像进行边缘提取,得到阶跃和褶皱两种边缘,采用主成分分析法(PCA)通过计算欧氏距离得到面的法线方向和方向间的夹角。经过两类传感器采集到的大量图像实验证明,该算法明显优于单纯的边缘或者区域算法,具有良好的抗噪声性能,满足并行在线测量的要求,并且不受物体形状的约束,可以应用于3D模型重建、机器人自主导航、逆向工程、文物数字化等多个3维视觉领域。