基于STOA-VMD的串补输电线路故障测距

由于串补电容的存在,串补输电线路中发生故障时,故障行波过程十分复杂,行波波头检测困难;故障行波信号中存在较大噪声时,传统的故障特征提取方法无法准确提取故障行波的特征信号。为此在串补线路中故障行波信号存在噪声条件下,提出一种基于乌燕鸥优化算法(sooty tern optimization algorithm, STOA)对变分模态分解(variational mode decomposition, VMD)优化的故障行波特征提取方法。该方法利用最大峭度准则对STOA的目标函数不断优化,从而选取VMD中更合适的模态量和惩罚因子值,避免人为设定模态量和惩罚因子值时,VMD对故障行波信号的分解不足或分解过剩造成的故障定位误差。通过对称差分能量算子(symmetric differential energy operator, SDEO)提取VMD后最佳的模态分量的能量突变点,结合双端行波测距方法,实现故障测距。仿真结果表明,所提方法能够实现串补输电线路的故障测距,测距精度高,且不受故障类型、过渡电阻的影响。     

基于多元非线性回归算法的动车组变压器温度预测研究

对动车组状态参数进行预测是实现动车组数字化精准维修的重要前提之一.目前对动车组数据的利用方式主要以定量观测和定性分析为主,缺乏准确的状态预测量.为此,文章提出了一种基于多元非线性回归的预测算法,通过建立变压器温度预测模型,实现了变压器温度值的次日预测,并以此指导由温度导向的变压器日常运维项目.通过对比CRH5A型动车组...     

基于支持向量回归与LSTM的城市PM2.5预测

针对城市 PM_2.5变化的非线性、时序性等特征,提出一种基于支持向量回归 (SVR) 与长短期记忆(LSTM) 相结合的预测模型。采用 Morlet 小波核函数作为支持向量回归的核函数,并通过改进粒子群算法对其进行参数优化,用 SVR 算法拟合城市 PM_2.5值的非线性变化规律进而实现城市 PM_2.5值的预测;用 LSTM方法预测包含时间序列的城市 PM_2.5值;将 SVR 与 LSTM 的预测结果进行非线性叠加得到较优的预测结果。使用某城市三处监测点真实数据集进行实验,结果表明提出的方法较 ARMA 时间序列、传统 SVR 以及单一的 LSTM 等均具有更高的准确度,是一种有效的城市 PM_2.5预测模型。     

显示系统图像引擎的自适应色彩优化算法

图像引擎通过多种特定的算法对图像信号进行优化,在显示系统中具有极其重要的作用和地位。图像引擎中的传统色彩优化算法由多种图像算法组合而成,存在无法进行自适应优化、容易放大图像噪声等问题。为此,提出了一种基于空洞卷积的全卷积神经网络用于构建优化算法,侧重于从人眼主观感知的角度优化图像色彩。同时,有针对性地构建大规模数据集以提高算法的泛化能力,防止过拟合。测试结果表明,所提出的算法可以有效地增强原始图像的色彩,相较于传统方法,平均峰值信噪比提升了4.01 dB,平均结构相似性提升了0.04。主观对比实验结果表明,提出的算法对图像主观感知质量有显著性影响,平均提升了61%。     

基于哈达玛基编码算法的水下光传输优化

水下无线光传输以蓝绿激光为载体,传输速度快,实时性强,在海洋勘探、海洋通信等方面起着非常重要的作用。然而光束自身的发散及其受水吸收和散射作用影响,导致传输过程中能量损失,接收端信号微弱。为了提高光束在水中的传输效率,本文提出了一种基于哈达玛基编码算法的光束整形模块,通过空间光调制器对波前相位进行调制,将光束分为参考光束和调制光束,并通过四步相移计算两种光的相位角,在多次变换中寻找最优全息图,聚焦接收端处的光束,减小光能经过水下信道后的损失。该研究成果有效地提升了不同距离下接收端的能量,实验结果显示,调制越精细,光束聚焦效果越好,达到了15 m处接收端中心能量2.3倍的提升。     

基于BRISK和改进RANSAC算法的图像拼接

针对图像拼接的速度优化和最终匹配对优化问题,本文提出了一种基于BRISK(Binary Robust Invariant Scalable Keypoints)特征点检测算法和改进RANSAC(Random sample consensus)算法的图像拼接方法。改进的RANSAC算法旨在通过循环以求得更多匹配对,具体改进为在计算内点个数时加入循环以及将内点的判断时使用的欧氏距离改成面积。实验结果表明,本文改进的RANSAC算法使得内点个数增加,平均反向投影错误率相对于原算法减小了约10%;提出的拼接方法相对于常用的拼接方法时间缩短了约50%。本文提出的方法能够实现实时、准确的图像拼接。     

融合细节特征与混合注意力机制的火灾烟雾检测

针对卷积神经网络高层特征图中细节特征被削弱造成烟雾图像底层特征丢失的问题,提出一种融合细节特征与混合注意力机制的YOLOv4改进算法。设计了细节特征融合模块,将主干网络中的底层细节特征引入高层特征图,得到具有丰富多尺度信息的融合特征。在通道和空间维度上采用混合注意力机制对融合特征的图权重进行重新赋值,在增强烟雾目标特征的同时抑制无关区域特征,使烟雾特征表达具有更好的鲁棒性。实验结果表明,本文算法的平均精确率、精确率和召回率相比YOLOv4算法分别提高了4.31%,1.21%,9.86%,同时保持了较快的检测速度。本文算法能够有效提取烟雾目标的整体特征,对于复杂背景下的火灾烟雾检测任务更为适用。     

含多能互补微能源的配电网协同优化控制研究

为进一步探索减少配电网负荷曲线的峰谷差、提升配电网的供电质量和安全稳定运行的方法,进行了含多能互补微能源的配电网协同优化控制研究.首先,构建含多能互补微能源的配电网各单元模型及含多能互补微能源的配电网协同优化控制模型;其次,提出基于自适应变异粒子群优化算法的配电网协同优化控制模型求解算法;最后,以IEEE-33配电网系...     

基于广义归纳逻辑因果模型的知识发现与算法实现

以语言场、广义细胞自动机和广义归纳逻辑因果模型为理论依据,分析了广义因果联系类知识的发现机理,给出了因果联系类知识发现的实现算法.该算法为解决具有随机不确定和模糊不确定性特征的因果联系类知识的发现提供了行之有效的方法.通过算法的运行实例,验证和说明了算法的正确性和有效性.     

感应测井视电导率快速高精度算法

在数值模式匹配法快速算法的基础上,对具有纵向长度分布的感应测井仪器线圈系,通过严格的积分推导获得屏蔽线圈匝数、仪器常数和感应电动势计算的精确表达式,并基于视电导率的定义求解测井响应。根据线圈实际纵向长度,采用划分区间微元的思想,构建了一套基于阵列感应测井仪器计算视电导率的快速高精度积分算法。通过构造拆分算法,提出的算法具有速度快的特点。在实际地层中与传统算法的结果进行对比,结果表明实际测量时不能忽略纵向长度分布带来的误差,提出的算法将显著提高正演和反演的效率。