适用于直流断路器的大电流快速开关分闸特性

快速开关分闸稳定性是影响直流断路器开断性能的关键要素。文中对大电流快速开关的双弹簧永磁操动和电磁斥力双动机构的分闸过程,用有限元方法进行电磁、热和位移等多物理场耦合计算,分析了永磁操动机构驱动线圈是否有必要投入以及不同驱动线圈电流对双动机构分闸特性的影响。结果表明：在永磁操动机构驱动线圈投入的情况下,可提前将永磁吸力抵消,进而避免电磁斥力因做功时间较短而引起分闸回弹现象;由于分闸初期电磁斥力非常大,永磁操动机构驱动线圈的投入对分闸初期的速度影响较小;在电磁斥力消失后,永磁操动机构驱动线圈电流在一定范围内越大,到达额定开距的速度越大,为避免其造成分闸反弹,应合理选择驱动线圈电流值。将仿真结果与实际样机分闸特性曲线进行对比,二者具有较好的一致性,验证了仿真方法的正确性。     

中国电力中长期市场分时段交易价格形成机制及模型

电力中长期市场分时段交易是中国电力市场改革的重要举措之一。针对当前电力中长期市场分时段交易价格形成机制不合理、不完善的问题,提出了中国电力中长期市场分时段交易价格形成机制及其模型。首先,分析影响中国电力中长期分时段交易价格形成的因素,提出电力中长期交易的4种典型场景;然后,综合考虑生产成本和用户效用,探索性地提出适用于中长期分时段交易的系统平均成本定价、用户失负荷价值定价、系统边际成本定价和发电企业失负荷价值定价4种成本定价机制,构建了基于成本定价的分时段交易定价模型;最后,以某省实际数据为例进行测算,验证了模型的有效性。     

电-碳联合市场下虚拟电厂主从博弈优化调度

为使虚拟电厂更好地适应新型电力系统的发展,针对含综合能源的虚拟电厂,设计电-碳联合市场交易框架,在此基础上,提出一种考虑需求响应的虚拟电厂主从博弈优化调度策略。以虚拟电厂运营商为领导者、新能源热电联供运营商和综合能源用户系统运营商为跟随者,形成一主多从的Stackelberg博弈模型,同时优化虚拟电厂运营商定价策略、供能侧出力计划和用户侧需求响应方案,并对博弈均衡解的存在性和唯一性进行证明。最后,通过算例验证所提策略的有效性,虚拟电厂内部各主体利益得到有效提升,算例结果也表明不同类型需求响应占比对各主体利益有很大的影响,同时所提的优化调度策略为虚拟电厂制定内部购售电价格、调度计划和参与电-碳联合市场交易提供了参考。     

考虑综合需求响应的综合能源系统多能协同优化调度

在能源互联网迅速发展的背景下,综合能源系统多能耦合互补特性为需求侧参与系统调度提供了更大的优化空间,如何建立切实有效的多能源、多类型需求响应模型对提升系统运行性能具有重要意义。为此,建立了考虑激励型、替代型和基于实时定价机制的价格型多能源、多类型需求响应精细化模型,在此基础上,以电、气、热、冷多能耦合园区系统为研究对象,考虑系统运行、需求响应、用户用能满意度等约束条件,提出了考虑综合需求响应的综合能源系统多能协同优化调度策略。算例分析结果表明所提优化策略能够充分挖掘需求侧资源的调节潜力,在促进能源供需平衡的同时实现了系统多能协同互补与经济运行。     

考虑节点边际电价的配电网与多微电网双层鲁棒经济调度

可再生能源出力的不确定性给市场定价机制带来了挑战,实现市场参与者的利益均衡分配成为亟待解决的关键问题。提出一种计及风电出力不确定性的节点边际电价市场出清机制。建立配电网与多微电网协调优化调度的双层模型,上层模型为考虑风电出力及功率交互不确定性的配电网数据驱动鲁棒经济调度模型,下层模型为考虑电价型需求响应的微电网数据驱动鲁棒经济调度模型。通过配电网与微电网之间功率交互与电价信息的传递进行上、下层模型的迭代求解,实现不同市场参与者的利益均衡分配。测试系统的仿真结果验证了所提模型及求解方法的有效性。     

基于注意力机制的毫米波雷达和视觉融合目标检测算法

传统目标检测大多基于摄像头采集图像进行,虽然近些年出现了许多优秀的检测网络,但在复杂场景下,仍存在大量漏检、误检等问题。针对这些问题,提出了一种基于注意力机制的毫米波雷达和视觉融合目标检测算法。首先将毫米波雷达数据进行扇形点云柱编码（Fan-shaped Cloud Pillar Code,FCPC）,将其转换为前景伪图像;然后,再将其通过坐标关系映射到像素平面,使用卷积注意力模块（Convolutional Block Attention Module,CBAM）对两者特征数据进行融合;采用Yolov4-tiny对融合特征进行检测,并引入Focal Loss对原损失函数进行改进以解决正负样本不均的问题。在Nuscenes数据集上进行模型验证与对比,结果表明,该算法在复杂场景下相比其他单传感器检测算法如Yolov3、Efficientent以及Faster-RCNN等,无论平均检测精度(mean Average Precision,mAP) 还是每秒检测帧数(Frames Per Second,FPS)都有明显的提升。     

基于直线运动机构的大变倍比红外变焦成像系统

针对同时兼顾大范围搜索和精确识别目标的迫切需求,研制了一种大变倍比红外变焦成像系统,设计两片独立运动的变倍镜及一片补偿镜,通过两个变倍镜级联的方式获得大变倍比。结合系统运动镜片多及变焦曲线复杂的特点,采用直线运动机构实现镜片变焦运动,使用集成编码器及螺纹丝杆的直线电机作为驱动。通过有限元仿真开展了系统力学分析,所设计镜片最大位移为3.04×10^-3 mm。成像系统适用于中波红外制冷式640×512焦平面阵列探测器,变倍比达到55倍。实验室成像及外场实景成像的结果表明,系统在焦距由6 mm至330 mm连续变化的过程中成像清晰、像质良好,验证了系统的连续变焦成像性能,该设计合理可靠。研究成果在搜索、跟踪、侦察、监视等方面有广阔的应用前景。     

改进 YOLOv5s 的风力涡轮机表面缺陷检测

针对传统方式检测风力涡轮机表面缺陷时出现的精度不足、泛化性较差问题,提出了一种改进YOLOv5s的风力涡轮机表面缺陷检测模型。在网络结构方面,首先在主干特征提取网络引入改进的MobileNetv3网络,用于协调并平衡模型的轻量化和精度关系;其次采用BiFPN式的融合方式,增强神经网络的多尺度适应能力,提高融合速度和效率;最后为轻量化的自适应调节特征权重,运用ECAnet通道注意力机制,进一步提高神经网络的特征提取能力。在损失函数方面,将边框回归的损失函数修改为αIoU Loss,进一步提升了bbox回归精度。实验结果表明,基于YOLOv5s的改进算法可以在复杂环境下快速准确地识别风机表面的缺陷目标,能够满足实时目标检测的实际应用需求。     

多视图融合和全局特征增强的车辆重识别网络

车辆重识别是智能交通领域重要应用之一,现有的车辆识别方法大多集中于预定义的局部区域特征或全局外观特征。然而,在复杂的交通环境下,传统的方法难以获取预定义的局部区域,同时很难捕捉有价值的车辆全局特征信息。因此,本文提出一种具有多视图融合的混合注意力机制和全局特征增强的端到端双分支网络。该网络旨在通过增强车辆的特征表达能力和特征质量来获得更完整、更多样的车辆特征。本文通过视图解析网络对车辆图片4个视角的视图进行分割,并通过视图拼接方法缓解分割不准确导致的信息丢失问题。为了更好地突出拼接视图中的显著性局部区域,本文提出一种由通道注意力机制和自注意力机制组成的混合注意力模块。通过该模块从车辆拼接视图中分别获取关键局部信息和局部信息之间的相关性,更好地凸显拼接视图中车辆局部的细节信息。除此之外,还提出了一个全局特征增强模块,通过池化和卷积获得全局特征的空间和通道关系。该模块不仅能提取到语义增强的车辆特征,而且还使车辆特征中包含完好的细节信息,解决获取的车辆图像受视角变化、光照条件变化等因素的影响。在Veri-776和VehicleID数据集上的大量实验表明,mAP、CMC@1和CMC@5分别达到...     

融合 Transformer 与残差通道注意力的恶劣场景水 位智能检测方法

精准感知水位信息变化是实现精细水务管控和洪涝灾害的关键环节之一,而低照度、雾霾、雨雪、冰冻、波浪、镜头抖动等恶劣场景给水位检测带来极大挑战。针对现有方法中难以实现水位精准检测难题,构建一种融合Transformer与残差通道注意力机制的Unet模型(TRCAM-Unet),进而提出基于TRCAM-Unet的恶劣场景水位智能检测方法。关键技术包括通过全尺度连接结构实现多层次特征融合,通过Transformer模块强化区域特征的关联性,通过残差通道注意力模块强化有用信息的表达并削弱无用信息的干扰。相关试验和实践表明,TRCAM-Unet取得了98.84%MIOU评分与99.42%的MPA评分,在约150 m距离外水位检测最大误差不超过0.08 m,水位偏差均值(MLD)仅有1.609×10^-2 m,优于Deeplab、PSPNet等主流语义分割算法。研究结果对解决恶劣场景下水位精准检测难题及洪涝灾害预警具有重要应用价值。