杠杆百分表的误差分析与调修探讨

本文主要阐述了杠杆百分表的典型结构和工作原理,重点运用误差分析知识,对杠杆百分表的示值进行误差分析,并结合自己的调修实践经验对杠杆百分表的调修方法进行了探讨。     

750kV线路重合闸运行维护中应注意的问题

750kV线路的自动重合闸技术是保证电力安全供电和稳定运行的有效措施,在提高供电可靠性以及节约投资等方面具有较为显著的技术经济效果。本文介绍了750kV变电站3/2断路器接线对重合闸的要求,深入研究了线路保护装置与重合闸的配合,分析了750kV输电线路单相重合闸不正确动作的潜在因素,指出了运行维护中应注意的问题。     

基于细节信息提取的全色与多光谱图像融合方法

全色（Panchromatic, Pan）图像与多光谱（Multi-spectral, MS）图像融合的目的是生成具有高空间分辨率的多光谱图像。为了进一步提升融合图像的质量,提出一种基于细节信息提取的融合方法。首先,使用滚动引导滤波器与差值运算分别获取Pan与MS的高频分量。其次,采用自适应强度-色度-饱和度（AdaptiveIntensity-Hue-Saturation,AIHS）变换处理MS的高频分量与经像素显著性检测后Pan的高频分量,生成对应的强度分量（Intensity,Ⅰ）,再将Pan与Ⅰ作差值运算获取细节图像。接着,采用引导滤波器计算Pan与MS的高频分量的差值,得到残差图像。最后,利用最速下降法将细节图像与残差图像注入到原始的MS图像中获得最终融合结果。实验结果表明,本文所提算法得到的融合图像能够取得较好的主观视觉效果,且客观定量评价指标较优。     

基于高斯云变换的遥感图像多粒度聚类

遥感图像技术的迅猛发展,使得传统聚类方法的局限性日益凸显。针对其信息量大、结构复杂等特点,从多粒度、多层次的角度来分析与理解地学现象,能够更好地解决遥感图像的自适应聚类问题。基于云模型与混合高斯相结合的高斯云变换是一种求解多粒度问题的新方法,能够解决问题域中多粒度的生成问题,但是其时间复杂度较高以及对噪声敏感等缺点,导致对遥感图像的聚类结果不理想。因此提出一种改进的高斯云变换方法,首先通过K-Means聚类优化初始粒度的选择,其次结合幅度云综合对粒度跃升策略进行改进,然后使用一种隶属度距离进行粒度的区域划分,最终对遥感图像进行聚类。实验结果验证了所提方法的正确性和有效性。     

RBF神经网络在遥感影像分类中的应用研究

用RBF神经网络进行遥感影像分类，在网络结构设计上使RBF层与输出层的节点数都等于所要分类的类别数。用Kohonen聚类算法确定RBF中心的时候，用训练样本的均值作为初始中心，并在RBF宽度进行求取的时候进行了改进，以避免内存溢出。所设计的RBF神经网络分类模型具有结构简单、算法简洁的优点。实验结果表明，该方法用于遥感影像分类取得了较高的分类精度，具有实际应用价值。