基于颜色矩的图像检索算法研究

为克服基于文字的图像检索技术对大型图像数据库实施困难、描述不完整等弊端,对RGB颜色矩和Munsell颜色矩进行研究,RGB颜色矩只适用于简单图像,Munsell颜色矩无法判断图片具体信息。为此,采用信息融合技术进行检索判断层的融合,选择多颜色空间融合颜色矩,在分析传统融合算法基础上,提出一种改进融合算法NewcombMNZ。实验结果表明,该算法能提高检索精准度和排序值,对噪声具有良好的鲁棒性,且能减少检索性能较差的特征对融合结果的影响,适用于特征数量较少的情况。     

融合课程思政的“自动化综合实验”教学探索

为将思政教育融入课程教学中,培养德能兼备的自动化专业优秀人才。在《自动化综合实验》课程中,首先明确提出了教学的专业目标和思政目标,然后将教学环节分为课程介绍、选题汇报、学生实践以及项目展示和答辩环节,挖掘出丰富的思政元素并融入到课程教学的每个环节,并选取典型案例,通过思维导图法剖析了课程思政的融入策略,最后介绍了课程思政考核模式和取得的初步成效。该课程思政教学模式可以为“专业实验课程-思政教育体系”的打造提供参考。     

基于新型Type-1 PLL的永磁同步电机转子位置估计方法

为了提高表贴式永磁同步电机的调速性能,提出一种基于新型锁相环(PLL)的转子位置估计方法.首先,针对表贴式永磁同步电机定子反电动势进行谐波分析,定义谐波成分在旋转坐标系下的表现形式;然后,为提高转子位置估计性能,针对特定谐波成分设计由自适应陷波器(ANF)和低通滤波器(LPF)串级组成的新型滤波器;最后,对新型PLL与同步旋转坐标系锁相环(SRF-PLL)进行对比仿真实验,实验结果表明,所提出的新型PLL不仅能保证较高的估计精度,而且具有较快的转子位置跟踪速度和较强的滤波性能.     

严防猪流感中国“未雨绸缪”

发源于墨西哥的猪流感疫情严重,截至北京时间4月27日,全球已确定1640人感染猪流感,其中墨西哥1614例,美国20例,加拿大6例。疑似感染病例为23例,来自新西兰,西班牙,法国,以色列和巴西。全球死亡病例103例,均来自墨西哥。世界卫生组织进入高度戒备。     

基于有限位置集锁相环的永磁风力发电机转子位置估计方法

针对风速突变时,同步参考系锁相环(SRF-PLL)估计永磁同步发电机(PMSG)转子位置存在响应速度慢及跟踪精度低的问题,提出一种基于有限位置集锁相环(FPS-PLL)的转子位置估计方法。将某一时刻的转子位置离散出多个位置信息,结合滑模观测器和设计的反电动势代价函数计算评估反电动势准确提取实际转子位置。该方法省略SRF-PLL的PI整定过程,并增强了抗风速突变的系统扰动能力。仿真和实验结果表明:在风速突变下能够快速跟踪转子位置和转速信息,转速跟踪整定时间减少42 ms,位置误差在0. 03 rad以下,具有良好的动静态性能及更高的估计精度。     

EMD及其能量变化曲线在小电流接地系统故障选线中的应用

当谐振接地系统发生单相接地故障后,所有馈线零序电流的暂态信号中包含大量的特性复杂的非平稳、非线性信号,在此基础上提出一种基于经验模态分解(empirical mode decomposition,EMD)和其能量变化曲线的单相接地故障选线方法。EMD方法的优势在于其强大的适应性,能通过信号自身的变化规律来对其进行分解;而能量曲线能够比幅值更好的对故障线路和非故障线路进行鉴别。首先对各条故障线路的零序电流进行EMD处理,然后取其一阶本征模态函数(Intrinsic Mode Function,IMF)并求其能量曲线,最后根据所构建的选线信心度的大小来进行故障选线。仿真与实验的结果证明了该方法有较高的可靠性与实用性。     

基于混合预测策略的改进型并联有源电力滤波器无差拍控制

针对传统的无差拍电流跟踪控制受时延影响实际上是差一拍控制,提出一种改进的无差拍控制.该方法提前两个采样周期预测出有源电力滤波器(APF)指令电流,提前一个采样周期预测出逆变器输出电流,从而实现真正意义上的无差拍控制.同时,提出一种综合考虑负载谐波电流稳态和动态过程的混合预测策略,使上述预测过程更加准确、快速.仿真实验结果表明,基于该方法的APF在负载稳态和变化时均具有良好的补偿效果.     

基于复变LMS的不平衡电压下相位估计方法

在三相不平衡的电网电压条件下,存在电压不平衡、频率偏移的现象,会引起电压正序分量的相位难以被检测,相位估计精度严重降低。为了解决这一问题,本文提出了一种针对电压不平衡条件下的相位估计方法。首先,分析不平衡电网电压对相位估计造成的影响,并建立不平衡电网电压的复变模型;然后,提出复变最小均方误差(LMS)的相位估计方法进行电压正序分量的相位检测,又针对电压频率变化的问题,设计了频率跟踪算法法对电压的同步频率进行校正;最后通过仿真和实验,证明了本文提出的方法能够在三相不平衡的电压条件下快速准确地估计正序分量的相位,并能有效地降低电网电压频率偏移对相位估计造成的影响。     

一种新的半监督直推式支持向量机分类算法

传统的支持向量机(SVM)是一种有监督学习方法,需要大量有标记样本,然而有标记样本的数量十分有限且获得困难。因此,当存在海量的无标记样本时,如何有效地利用这些数据成为了机器学习面临的重要任务。研究提出了一种新的半监督直推式支持向量机分类算法,将半监督算法与支持向量机结合,在迭代算法中将无标签样本与有标签样本结合,逐渐得到更可信的分类超平面。理论分析和计算机仿真结果都表明,研究提出的样本能够有效地利用大量的无标签样本,并且无标签样本的加入能够有效地提高分类准确率。     

基于深度学习的变换器宽范围暂态等效建模

当电力变换器的内部参数及拓扑未知时,现有的基于频率扫描阻抗建模方法仅能保证所建立的暂态模型在单一工作点有效.为了使所建立的暂态模型在宽范围内有效,提出了一种基于深度学习方法的变换器暂态等效建模方法.首先,对变换器黑盒建模问题与深度循环神经网络的等效性进行研究.然后,提出基于门控单元循环神经网络的变换器黑盒宽范围等效建模...