基于状态估计的电网支路参数估计方法

正确的电网参数是电网安全稳定预警和控制决策的必要基础,研究实用的电网支路参数的估计方法具有重要的现实意义。扩展状态估计法是一种有代表性的参数估计方法,在该算法的实际应用中,发现支路参数不可估计或者估计结果不合理的现象时有发生。该文以IEEE 9系统和中国某实际电网为算例,对扩展状态估计法的性能进行深入研究,找到该方法存在的数值稳定性和局部最优性问题。继而提出一种基于Tabu搜索策略的参数估计方法,经IEEE9标准系统和实际电网算例验证,具有良好的数值稳定性和全局寻优能力,在实际电网得到在线应用。     

基于新型换流变压器的直流输电系统改善换相的机理

基于新型换流变压器的直流输电系统在换流变压器阀侧滤除主要特征谐波,势必会对系统换相特性产生一定的影响。探讨了逆变器换相失败的根本原因,分别建立直流输电系统采用传统换流变压器与新型换流变压器时阀侧线电压的数学模型。在此基础上,分析未接入滤波器和接入滤波器时变压器漏抗及耦合电抗对逆变器换相的影响。结果表明,通过滤波,基于新型换流变压器与基于传统换流变压器的直流输电系统均能消除耦合电抗的不良影响,但前者可大大削弱变压器漏抗的消极作用,后者没有任何削弱,说明基于新型换流变压器的直流输电系统在改善换相方面具有独特的优越性。实验证实了数学模型及理论分析的正确性。     

石油上市公司信息披露和投资者行为的博弈分析

本文正是从这个角度出发,首先得出在简单静态博弈模型下石油上市公司和投资者行为的纳什均衡是偏离帕累托最优的结论,接着利用博弈论的分析结果寻找石油上市公司信息披露和投资者行为失衡的原因并提出提高石油上市公司信息披露质量应该采取的措施。     

深度全卷积网络对MRI膀胱图像的分割

大多数膀胱癌患者的膀胱肿瘤组织和膀胱壁组织互相渗透，各自的大小、形状变化多样，位置不固定，且膀胱MRI（Magnetic Resonance Imaging）图像中存在复杂的噪声和伪影，这使得将肿瘤和膀胱壁两者精确分割出来为下一步治疗进行诊断和定量分析成为难题。文中提出一种以U-net作为基础网络框架的深度全卷积网络，用残差网络子模块代替普通的卷积层进行下采样，通过空洞卷积来提取特征图不同感受野的信息，从而对不同尺度的特征图进行并行分支下采样。针对数据集小的问题，提出对图像加入高斯噪声、调节亮度和各向异性扩散滤波三种方法来进行数据扩增。实验结果表明，文中提出的方法对肿瘤分割的DSC（Dice similarity coefficient）值达到了0.9058，对膀胱壁分割的DSC值达到了0.9038，能够达到很好的分割效果。      

HVDC输电用直流滤波电容器交流热稳定性试验电压的计算

本文按照国标GB/T 20993—2012《高压直流输电系统用直流滤波电容器及中性母线冲击电容器》关于热稳定性试验的基本要求,提出了直流滤波电容器交流热稳定性试验电压的计算方法,并结合工程实际给出了具体的算例,供有关技术人员参考。     

融合重检测机制的卷积回归网络目标跟踪算法

针对基于人工特征的背景感知相关滤波（CACF）算法在形变、运动模糊、低分辨率情形跟踪效果较差以及跟踪器遇到严重遮挡等情形容易陷入局部最优而导致跟踪失败的问题，提出一种融合重检测机制的卷积回归网络（CRN）目标跟踪算法。在训练阶段，将相关滤波作为CRN层融入进深度神经网络，使网络成为一个整体进行端到端训练；在跟踪阶段，通过残差连接融合不同网络层及其响应值，同时引入重检测机制使算法从潜在的跟踪失败中恢复，当响应值低于给定阈值时激活检测器。在数据集OTB-2013上的实验表明，所提算法在50个视频序列上精确度达到88.1%，相比原始CACF算法提高9.7个百分点，在具有形变、运动模糊等属性的视频序列上相比原始算法表现更优秀。     

基于自适应阈值“双K算法”的零件缺陷边缘检测

针对传统边缘检测方法难以实现边缘信息的准确检测问题,提出了一种零件缺陷边缘检测的新方法.首先对采集到的零件缺陷图像进行灰度化和Wiener滤波,以减少噪声等因素对后期检测的影响;然后,以kalman算法预估图像分割阈值作为Krisch算法的初始阈值;在此基础上,进行零件缺陷边缘检测,以提高零件缺陷检测的准确性.最后,利用MATLAB软件对零件缺陷图像进行仿真试验,验证边缘检测算法的检测效果.实验结果表明,推荐算法检测的平均准确率达到94.38%,能够有效实现零件缺陷边缘信息的检测.