多小波系数增强动态聚合联邦深度网络的多工况故障诊断

针对分布式场景下单节点样本有限、多节点间工况分布不平衡等导致的深度学习故障诊断精度低的问题,提出一种多小波系数增强动态聚合联邦深度网络用于分布式小样本下的多工况机械故障诊断。提出多小波系数增强动态聚合联邦深度网络的诊断框架,单终端节点从本地样本中提取小波系数特征,提出多小波系数深度网络融合的特征增强方法,局部模型从多样性小波系数集合中提取更具判别性故障特征;聚合节点通过对多终端节点局部模型的聚合以构建全局联邦深度网络模型,并用于多工况故障诊断;为降低多节点间数据非独立同分布的影响,提出平衡模型贡献度的联邦动态加权聚合算法。轴承振动数据分析结果表明,所提方法能在分布式小样本条件下实现高精度的多工况故障诊断。     

测量噪声方差未知的多传感器组合导航集中融合算法

目前,多传感器组合导航系统的信息融合方法是建立在测量噪声方差已知的基础上,然而测量噪声方差会随着内部及外部的干扰而发生变化。为此,本文首先将基于变分贝叶斯逼近的自适应卡尔曼滤波(variational Bayesian approximation based adaptive Kalman filter, VB-AKF)从单一组合导航系统扩展到多传感器组合导航系统;然后,提出了多传感器组合导航系统的两种集中融合算法,即基于VB-AKF的增广式集中融合算法及基于VB-AKF的序贯式集中融合算法,以解决测量噪声方差未知情况下的多传感器组合导航的信息融合问题;最后,通过SINS/GNSS/CNS/ADS多传感器组合导航系统对上述算法进行了仿真验证。实验结果表明,本文所提两种算法滤波精度相同、且接近于测量噪声方差已知情况下的理想集中融合算法(ICKF)。在整个仿真时段内,相对于传统集中式卡尔曼滤波器(TCKF)及具有容错功能的联邦卡尔曼滤波算法(FT-FKF),本文算法可提高位置精度分别为32%和90%、提高速度精度分别为38%和71%。     

基于偏振信息图像增强的多目标检测

偏振是光的重要特性之一,偏振成像技术能够获取场景中目标的强度信息和偏振信息,偏振信息能够反映出目标物体表面的材质特征。本文针对雾霾天气状况下道路场景中常见目标识别结果的准确性要求,提出了两种基于偏振信息的图像增强方案。首先经过多次采集实验,经过数据清洗、图像标注构建偏振数据集,共4 649张图像和31 877个标签。针对雾霾轻度污染的场景,通过区域自动生长算法分割出偏振强度图像中的天空区域,根据天空区域的偏振度和偏振角信息以及大气物理散射模型反演出目标反射光,从而实现图像去雾。针对雾霾重度污染的场景,使用小波变换的方式对图像进行增强,利用偏振度图像来增强强度图像中的目标轮廓。使用图像灰度方差和图像信息熵作为图像质量评价指标,使用YOLO v5s深度学习网络进行目标检测。实验结果表明,雾霾轻度污染的情况下,图像质量和目标检测准确性均有所提升,图像信息熵提升了3.36%,灰度方差提升了40.27%,目标检测mAP达到了76.40%,提升了12.69%;雾霾重度污染的情况下,目标检测mAP提升约1.69%。     

基于自校准技术的半球谐振陀螺正交误差的辨识补偿

在静电刚度校正技术的基础上,结合自校准算法,该文提出了一种实时辨识补偿正交误差的理论模型,并在两件套平面电极的半球谐振陀螺上进行了理论仿真和实验验证。结果表明,该方法不仅适用于半球谐振陀螺的力平衡和全角两种工作模式,还适用于虚拟进动的情况。此外,该文提出的补偿方法不会影响正交环路的控制精度,且对陀螺检测和驱动电路的增益和相位误差不敏感。     

边缘负载FBAR谐振器有限元仿真分析

外部激励施加于薄膜体声波谐振器(FBAR)时会激发纵向与横向剪切的振动,引发能量损耗,为了减少寄生谐振,降低FBAR器件的工作损耗,提高器件的品质因数,故需要抑制横向剪切振动。该文采用有限元仿真法讨论了顶电极边缘负载参数对FBAR器件横向寄生的影响,并通过COMSOL仿真软件实现且制备了结构完整的谐振器。测试结果表明,负载结构可有效提升器件品质因数约10%。     

基于HSV的乳腺癌细胞识别方法

乳腺癌是女性致死率最高的疾病之一,严重威胁女性的身体健康。目前,病理医生判断病症等级,仍通过观察病理切片中的增殖细胞个数,具有很大的主观性。本文提出了一种将RGB彩色空间和HSV彩色空间模型结合的方法,采用各分量的色度特征,通过量化分析建立色度特征方程,实现从病理图像中检测识别乳腺癌增殖细胞。经20组乳腺癌病理切片图像验证,准确性达到了94.2%,优于单色彩空间模型方法约4%,本文提出方法能够更精确识别乳腺癌细胞,为乳腺癌细胞识别提供了一种新方法。     

基于余弦-指数混沌映射的分块图像加密算法

为平衡混沌映射中结构与性能的关系,保证加密系统安全性,提出一种基于余弦-指数混沌映射的分块图像加密算法。首先,通过非线性指数项对引入了Tent种子映射的余弦映射进行调制,构造新型余弦-指数混沌映射,并利用SHA-256函数产生与明文相关的密钥,生成随机性较强的混沌序列,实现一次一密;然后,基于拉丁方和位级转换,通过两轮拉丁方索引和比特位拼接,分别设计双重拉丁方和扩展比特位算法,并结合二维约瑟夫序列,对块间预置乱后的明文进行块内置乱,实现不同分块的差异化置乱;最后,基于Zig-Zag变换,采用环状仿Zig-Zag变换设计交叉Zig-Zag变换方法,将中间密文与混沌序列进行双向非线性扩散,实现同时改变像素位置与大小,完成图像加密。实验结果表明,该算法密钥空间大,能有效抵御差分分析和统计分析等典型攻击,具有较好的加密效果。     

基于选相投旁通对的LCC-HVDC系统逆变侧换流变故障性涌流主动抑制策略

当高压直流输电系统换流变阀侧发生单相接地故障,由于换流阀的单向导通性,阀侧故障电流中含有较大的直流分量,流入换流变可能导致换流变饱和并产生“故障性涌流”。与传统三大涌流不同,故障性涌流由阀侧单相接地故障诱发并受直流控制与保护系统的影响。计及直流控保系统的影响,分析了逆变侧换流变发生阀侧单相接地故障时,换流变故障性涌流的产生机理及其对换流变差动保护的影响。针对换流变保护区内阀侧单相接地故障场景下,故障性涌流可能导致差动保护误闭锁的问题,提出了一种基于选相投旁通对的故障性涌流主动抑制策略,可以从根本上避免差动保护误闭锁问题。基于PSCAD/EMTDC的仿真实验验证了所提方案的有效性。     

基于混沌理论的电力系统微弱谐波检测方法研究

针对微弱谐波信号时频域分析检测方法在宽谱环境噪声较强场景中无法识别目标信号的缺陷,首先引入混沌系统的随机共振原理,在信号成分完全未知的情况下,利用随机噪声增强微弱目标信号进行频率盲检。进一步引入Duffing混沌系统,利用其对特定频率周期信号幅值的极高敏感性和噪声抵抗力,对检出的各谐波频率分量进行幅值精准检测。在经典随机共振模型的基础上,通过归一化改进了系统参数。结合Duffing混沌系统模型,设计了实时检测控制策略。通过粒子群寻优算法,以系统输入输出信号的互相关系数为适应度函数,寻找最优系统参数。对强随机噪声背景下的多整次谐波与间谐波混叠的谐波信号进行了仿真实验。结果表明,所提方法能在恶劣的噪声环境中,实现各谐波分量的无差频率检测与高精度幅值检测。     

计及综合需求响应的电热集成系统优化运行

针对我国“三北”地区供暖季弃风严重问题,提出一种计及综合需求响应（CDR）的电热集成系统（IETS）优化调度策略。基于电量电价弹性矩阵构建实时电价需求响应模型以引导用户错峰时移用电;考虑到热用户对供热温度感知的模糊性,将其作为热能需求响应参与调度,分析并阐述电热需求响应促进风电消纳的机理;通过多场景分析刻画新能源预测的不确定性,计及系统安全运行约束,以系统总运行成本最小优化求解日前调度决策与旋转备用容量安排。最后,通过典型算例对比不同模式下的调度策略,验证了提出的计及CDR的优化调度策略能够开阔风电上网空间和提高系统的经济性。