基于改进生成对抗网络的无人机电力杆塔巡检图像异常检测

无人机电力线路巡检拍摄的杆塔图像背景复杂且正负样本极不均衡,严重影响了电力杆塔异常检测的准确性。该文提出一种基于压缩激活改进的快速异常检测生成对抗网络（SE-fAnoGAN）,可提高复杂背景下无人机电力杆塔巡检图像异常检测的精度。首先,在f-AnoGAN编码器中引入压缩激活网络（SENet）,提取图像中的显著性信息。然后,将生成对抗网络的无监督学习和二分类器的有监督学习有机结合,实现前者特征提取优势和后者判别优势的互补。在此基础上,借助基于迁移学习的优化训练策略进一步有效提升模型在大规模数据集上的泛化性能。实验结果显示,总体样本的检测准确率为95.74%,正负样本的召回率分别达到96.05%和95.36%,证明了SE-f-AnoGAN在异常检测中的有效性。     

微型光伏纳滤苦咸水淡化系统的研发

为解决中国西北淡水资源匮乏地区的生活用水问题，根据农村居民家庭用水量的需求，基于光伏膜法苦咸水淡化(PV-BWMD)系统，研发了一套微型光伏纳滤苦咸水淡化(PV-BWNF)系统。通过实验确认了反渗透膜和纳滤膜的除盐及产水能力，比较了使用不同类型增压泵时微型PV-BWMD系统的吨水能耗，优化了微型PV-BWNF系统的光伏阵列装机容量配置，开发了智能控制器，实现了该系统的全自动运行。该微型PVBWNF系统操作简单，运行稳定，产水的水质良好，吨水成本低，能够有效地解决太阳能资源丰富、淡水资源缺乏的中国西北地区的家庭生活用水问题，具有良好的经济性和推广价值。