考虑样本不平衡的电力系统鲁棒暂态稳定评估

由于实际电力系统中暂态失稳样本稀少,基于数据驱动的暂态稳定评估方法面临训练样本类别分布失衡问题,严重影响暂态稳定评估结果的可靠性。针对此问题,提出了一种基于MAHAKIL过采样和BCLM的鲁棒暂态稳定评估方法。首先,通过MAHAKIL过采样改善原始样本集的类别分布;然后,基于BCLM构建电力系统鲁棒暂态稳定评估模型。在新英格兰10机39节点系统上的测试结果表明,所提方法能够显著降低原始样本类别失衡的影响,并对数据缺失和数据噪声具有较强鲁棒性。     

基于光子多普勒测速的长景深动态测试研究

目前光子多普勒测速的应用场景多为瞬时、短时的冲击、震动、飞片等测量,采集时间少、景深距离短,缺少长景深动态测试的应用。为此我们搭建了一套全光纤结构PDV以及基于LabWindows的上位机解调软件,以15 kHz线宽1550.12 nm激光器为光源,300 mm工作距离非球面镜作为探头,针对运动距离为1.33 m、最高速度14 m/s的无杆气缸滑块进行速度测量。通过多次实验,得出了无杆气缸滑块运动的全程速度曲线,并用积分反推出运动距离与实际滑块运动距离相符,平均相对误差为-0.5266%。实验结果表明,光子多普勒测速系统健壮性良好,在信号光耦合功率低的情况下仍可以得到16 dB以上信噪比的干涉信号,大气环境稳定时可在长景深范围内进行动态测量。     

An improved U-Net for cell confluence estimation

Cell confluence is an important metric to determine the growth and the best harvest time of adherent cells. At present, the evaluation of cell confluence mainly relies on experienced labor, and thus it is not conducive to the automated cell culture. In this paper, we proposed an improved U-Net algorithm (called DU-Net) for the segmentation of adherent cells. First, the general convolution was replaced by the dilated convolution to expand the receptive fields for feature extraction. Then, the convolutional layers were combined with the batch normalization layers to reduce the dependence of the network on initialization. As a result, the segmentation accuracy and F1-score of the proposed DU-Net for adherent cells with low confluence (<50%) reached 96.94% and 93.87%, respectively, and for those with high confluence (≥50%), they reached 98.63% and 98.98%, respectively. Further, the paired t-test results showed that the proposed DU-Net was statistically superior to the traditional U-Net algorithm.     

基于高光谱激光雷达的滞尘叶片光谱特征分析

城市绿植为城市生态系统提供自净功能, 起到净化空气以及滞尘降尘等多种环境保护作用, 而滞尘等因素也 会对绿植产生影响。为了研究滞尘对城市绿植叶片光谱特征的影响, 采集了四种常绿绿植 (八角金盘、石楠、香樟和 玉兰) 叶片样本, 使用高光谱激光雷达系统获取高光谱点云数据, 分析了滞尘对叶片光谱特征的影响。分析结果表明: 对于不同种类叶片, 滞尘对可见光波段反射率均有较大影响; 对于同种类叶片, 滞尘对近红外波段的反射率差异影响 较大, 可见光波段的反射率差异为 1.21%∼3.41%, 近红外为 1.76%∼8.49%; 线性四点内插法计算和光谱导数分析表明 滞尘对四种叶片的红边位置无显著影响; 四种叶片的叶面水含量指数 (LWI) 对滞尘的响应程度最小 (均小于 3.7%), 而 比值植被指数 (RVI) 对滞尘的响应程度最大 (除香樟外, 均大于 20.0%), 红边指数 (SDr)、简单比值指数 (SR) 和叶面叶 绿素指数 (LCI) 的响应程度稳定性较差。进一步建立了滞尘植被指数和响应程度的线性相关性拟合模型并进行了检 验, 其中以 LCI 为自变量建立的模型为最稳定拟合模型, 可表示为 y = −1.527x + 0.6597, 决定系数约为 0.88。     

基于UVM的PCI Express总线控制器验证平台

针对高速外设部件互连(Peripheral Component Interconnect Express,PCIe)总线控制器数据格式复杂、链路状态繁多的特点,提出了基于System Verilog语言的通用验证方法学(Universal Verification Methodology,UVM)验证平台。相较于传统定向验证方法,该验证平台中的验证用例使用受约束的随机方式对PCIe模块进行充分验证,能自动进行结果比对,并在回归测试中自动收集覆盖率数据。结果表明,该验证平台可以快速定位设计缺陷,在兼顾较好的可重用性和可配置性的同时,实现覆盖率验证目标,大大提高验证效率。     

面向精准价格牌识别的多任务循环神经网络

为了促进智能新零售在线下业务场景的发展, 提高作为销售关键信息价格牌的识别精度. 本文对价格牌识别问题进行研究, 有效地提高了价格牌的识别精度, 并解决小数点定位不准确的难题. 通过深度卷积神经网络提取价格牌的深度语义表达特征, 将提取到的特征图送入多任务循环网络层进行编码, 然后根据解码网络设计的注意力机制解码出价格数字, 最后将多个分支的结果整合并输出完整价格. 本文所提出的方法能够非常有效地提高线下零售场景价格牌的识别精度, 并解决了一些领域难题如小数点的定位问题, 此外, 为了验证本文方法的普适性, 在其他场景数据集上进行了对比实验, 相关结果也验证了本文方法的有效性.     

基于改进多目标粒子群算法的有源配电网储能优化配置

储能系统可解决分布式电源加入配电网所产生的不良影响,而储能系统的合理配置是其有效应用的前提。以电网脆弱性衡量指标、有功网损、储能额定容量三个方面,考虑规划与运行之间的耦合性建立储能系统在有源配电网中的多目标选址定容模型。提出改进的多目标粒子群算法用于求解。该算法在种群更新过程中引入准对立学习策略以增强解的覆盖范围和收敛速度,并根据迭代次数采用自适应分裂策略分离过早聚集的粒子,从而增强粒子多样性,保证了算法跳出局部最优的能力。通过在IEEE33节点配电系统上进行分析,验证了所提模型及算法在优化分布式储能选址定容及运行策略中的合理性,并能有效改善电网的运行经济性与脆弱性,具有更强的全局寻优能力。     

长距离330 kV电缆依频模型局放传输特性分析及信号定位试验验证

按照超高压电缆实际线路参数建立电缆依频仿真模型。通过与其他模型对比,分析不同放电信号在电缆线路中的传输特性。在耐压试验中同步使用分布式局放监测设备进行放电信号采集,将所采集放电脉冲的时域、频域特征空间变化趋势同仿真数据进行对比分析,并结合现场诊断结果确定放电信号来源和类型,准确评价330 kV交联聚乙烯电缆线路的绝缘健康状况。结果表明,所提电缆模型能更准确分析高频信号的传输特性,配合实装的分布式放电信号检测设备,可以辅助定位放电信号来源。     

分布式储能应用模式及优化配置综述

为促进新能源的发展,解决大规模分布式电源（Distributed Generation, DG）直接接入配电网和负荷急剧增长对电网规划及运行带来的问题与潜在威胁。分布式储能技术得到了广泛应用,由于其具有快速功率吞吐能力、控制精度高、安装灵活、多主体利益等特点,可从根本上保障配电网供电的安全与稳定性。介绍了分布式储能的发展状况,根据其接入位置在分布式电源侧、中低压配电网侧和用户与微网侧详细归纳了近年来国内外各种分布式储能应用模式的研究成果,重点就其位置和容量的选择问题总结了分布式储能优化配置的各类数学模型及优化算法。并结合分布式储能在配置过程中存在的问题,对其发展趋势进行了展望。