部分电压和电流相量可测量时电压相量的状态估计

基于电网部分电压相量和电流相量可测的条件下，推导出了整个电网电压相量的线性状态估计表达式，并对测量随机误差对电压相量状态估计的影响进行了分析。由于对电网电压相量的状态估计是线性的，因此能实时实现对电网的监视。     

部分电压和电流相量可测量时电压相量的状态估计

基于电风坟相量和电流相量可测的条件下,推导出了整个电网电压相量的线性状态估计表达式,并对测量随机误差对电压相量状态地的影响进行了分析。由于对电压相量的状态估计是线性的,因此能实时实现对电网的监视。     

面向密集场景结合TC-YOLOX的小目标检测方法

密集场景下小目标的高效精确检测是目标检测领域的关键问题。为了解决环境的多样性和小目标自身复杂性存在着特征难以提取、检测精度低等问题，提出一种面向密集场景结合TC YOLOX的小目标检测方法。首先，通过在CSPNet中引入Transformer Encode模块，不断更新目标权重实现增强目标特征信息，提高网络的特征提取能力；其次，在特征金字塔网络中增加卷积注意力机制模块，关注重要特征并抑制不必要特征，提高不同尺度目标的检测准确度；然后，采用CIoU代替IoU作为回归损失函数，使得模型训练过程中网络收敛更快，性能更好；最后在PASCAL VOC 2007数据集上验证。实验结果表明，所设计的TC YOLOX模型能够有效的检测出多样化场景中正常、密集、稀疏、黑暗条件下的小目标物体，mAP和检测速度可以达到946%和38 fps，与原始模型相比提升了109%和1 fps，对多种密集场景下的小目标检测任务均具有较好的适用性。