计及风机短路电流偏移特性的配电网阻抗幅值差动保护方

区别于常规电源机组,当输电线路发生短路故障时,风电机组配置的Crowbar保护可能启动,导致风电机组转速下降,从而引起风电侧短路电流频率发生偏移,使得基于基频短路电流计算的测量阻抗出现偏差,传统距离阻抗保护方法可能拒动或误动。针对该问题,提出了计及风机短路电流偏移特性的配电网阻抗幅值差动保护方法,首先探究了风电短路电流偏移特性,建立了线路故障时,风机侧短路电流偏移误差模型,并基于阻抗平面图,研究了其对距离保护的影响机理。然后,基于差动阻抗和制动阻抗在正常运行、外部故障和内部故障之间的显著差异,提取阻抗幅值差动特征,构造了阻抗保护幅值差动判据,其不受短路电流偏移的影响。最后,基于PSCAD/EMTDC进行仿真分析,结果表明：提出的保护方法不受风电接入比例及短路电流偏移的影响,并且过渡电阻电阻可以提高内部故障时保护动作的灵敏性,以及外部故障保护不动作的可靠性。     

大视场仿生复眼光电成像探测技术的研究发展

大视场、小型、多模、轻量化、低成本光电探测器是下一代精确制导武器的发展关键,基于仿生复眼的新型大视场光电探测系统作为其中的一个重要方向得到了美国军方的高度重视。通过多个创新研究项目,美军期望发展出多型大视场多通道仿生复眼光电探测器,进而用于自主式制导弹药,强化下一代精确制导弹药的环境感知能力、突防对抗能力和作战效能等。简要分析了精确制导武器的未来发展需求,昆虫复眼的结构和特点;介绍了仿生复眼光电探测器在美军精确制导武器中的应用期望和发展设想;简要讨论了仿生复眼在复杂地形、城市环境作战武器装备中的应用优势,重点介绍了美国空军针对城市作战制导弹药正在研究和开发的系列大视场仿生复眼红外成像探测器项目以及研究过程;另外,阐述了多通道大视场仿生复眼半主动激光探测器的研究进展情况;最后,总结了仿生复眼技术在精确制导武器装备中的研究进展,提出了我国在该技术领域的发展建议。     

基于多小波包-能量算子解调的滚动轴承复合故障诊断

针对滚动轴承单通道振动信号的复合故障识别易出现漏诊、误诊的问题,提出多小波包与能量算子解调相结合的方法。该方法首先利用多小波包变换在全频率范围内分解原始信号;其次将排列熵作为多小波的单支信号特征的评价标准,分别重构符合标准的单支信号,实现信号的降噪及复合故障分离;最后采用能量算子解调方法解决信号的调制问题,完成故障信息的识别。滚动轴承内、外圈故障信号分析结果证明该方法的有效性。     

1–MCP结合EA对蓝靛果贮藏品质及活性氧代谢的影响

目的 探究不同处理对贮藏0~60 d期间蓝靛果实贮藏品质及活性氧(ROS)代谢的影响,为蓝靛果贮藏保鲜提供技术依据。方法 以蓝靛果为实验材料,采后将其装入保鲜箱中,用1−甲基环丙烯(1-MCP)、乙烯吸收剂(EA)、1-MCP+EA进行处理,在(−0.5±0.3)℃下贮藏60 d,每隔15 d取样观察果实的感官品质,并测定其营养、生理及活性氧代谢相关指标。结果 与对照组相比,3种处理方式均能保持果实较好的感官特性,延缓果实抗坏血酸、花色苷、总酚和黄酮等含量的流失,以及果实的软化;在贮藏60 d时,处理组果实的呼吸强度分别比对照组果实的呼吸强度低22.73、12.92、34.04 mg/(kg.h),乙烯生成速率分别比对照组果实的低6.38、3.98、10.11 μL/(kg.h);可抑制超氧阴离子(O2⁻.)活性、过氧化氢(H2O2)含量、丙二醛含量及相对电导率的升高,保持较高的超氧化物歧化酶(SOD)、过氧化氢酶(CAT)、过氧化物酶(POD)、抗坏血酸过氧化物酶(APX)活性。通过SPSS分析可知,综合得分顺序为CK＜EA＜1-MCP＜1-MCP+EA,表明1-MCP+EA处理的效果最好。结论 1-MCP+EA处理对蓝靛果贮藏60 d的保鲜效果最好,可更好地保留果实的外观和内在品质,利于运输和销售。     

支持向量机在煤炭营销风险评估中的应用研究

介绍了支持向量机统计学习方法;结合煤炭营销管理的特点,提出了支持向量机在煤炭营销风险管理方面的应用方法。实验表明,采用支持向量机统计学习方法能够评估购煤客户的信用风险,帮助煤炭企业挑选优质客户,为煤炭企业积极防范和规避营销风险提供决策依据。     

基于超螺旋模型的头发动态模拟方法

针对现有头发模型缺乏柔性的问题,提出一种改进的基于超螺旋模型的头发建模与仿真方法,将导引发丝构造成具有有限自由度的分段螺旋体,运用拉格朗日力学对发丝运动进行计算。通过改进卷发曲率和捻度的计算方法,并采用自适应控制结构对头发进行重组和细分,提高模拟过程的准确性和稳定性。实验结果证明,该方法可以获得较为逼真的动态模拟头发的效果。     

基于Zynq的人脸检测设计

针对目前大多嵌入式人脸检测系统因资源限制而导致的软件方式实现速度较慢的问题,提出利用软硬件协同的方法来加速人脸检测。在Zynq-7000平台的基础上,使用C语言实现了基于AdaBoost级联分类器的人脸检测算法,并测试了各个模块的运行时间。结合算法实现的具体过程及其繁复程度给出了硬件加速方案。将检测算法计算量大而多的部分转移到硬件部分进行优化加速,在Zynq-7000平台上实现了软硬件协同的人脸检测,最后给出了相应模块的加速结果。     

结合深度学习与条件随机场的遥感图像分类

目的 为进一步提高遥感影像的分类精度,将卷积神经网络（CNN）与条件随机场（CRF）两个模型结合,提出一种新的分类方法。方法 首先采用CNN对遥感图像进行预分类,并将其类成员概率定义为CRF模型的一阶势函数;然后利用高斯核函数的线性组合定义CRF模型的二阶势函数,用全连接的邻域结构代替常见的4邻域或8邻域;接着加入区域约束,使用Mean-shift分割方法得到超像素,通过计算超像素的后验概率均值修正各像素的分类结果,鼓励连通区域结果的一致性;最后采用平均场近似算法实现整个模型的推断。结果 选用3组高分辨率遥感图像进行地物分类实验。本文方法不仅能抑制更多的分类噪声,同时还可以改善过平滑现象,保护各类地物的边缘信息。实验采用类精度、总体分类精度OA、平均分类精度AA,以及Kappa系数4个指标进行定量分析,与支持向量机（SVM）、CNN和全连接CRF相比,最终获得的各项精度均得到显著提升,其中,AA提高3.28个百分点,OA提高3.22个百分点,Kappa提高5.07个百分点。结论 将CNN与CRF两种模型融合,不仅可以获得像元本质化的特征,而且同时还考虑了图像的空间上下文信息,使分类更加准确,后加入的约束条件还能进一步保留地物目标的局部信息。本文方法适用于遥感图像分类领域,是一种精确有效的分类方法。     

制备环氧化葵花油增塑剂最佳条件的研究

本文报道了目前环氧化油类增塑剂研制的情况，以及用正交实验法合理地安排葵花油合成实验，并对试验结果进行了科学地分析，以便得出制备环氧化葵花油的最佳条件。