基于相似度阈值模糊聚类的红外区域提取方法

针对输电线路电力设备红外图像热故障区域检测,提出采用一种基于相似度阈值的模糊聚类热故障区域提取方法。在该方法中,改进了传统模糊均值聚类算法的迭代求解方式,采用一种阈值化模糊聚类;其次,通过对目标区域局部邻域像素的相似度聚类分析,并结合其隶属度的计算,确保局部邻域像素在聚类上的相似性。同时,引入了最大相似度阈值准则简化均值的设置以及自高向低的迭代方式,从而提升区域提取效率。最后通过真实输电线路电气设备红外故障图像测试,验证了文中所提方法的有效性和适用性。     

基于改进幂次趋近律的Buck变换器滑模控制方法研究

为进一步提高Buck变换器输出电压的快速性和稳定性,在幂次趋近律和变速趋近律基础上,提出一种基于改进幂次趋近律的滑模控制方法.该控制方法不仅提高系统动态性能,而且可以根据系统状态自适应调节滑模抖振,直至收敛于平衡点.当系统受到有界外部扰动时,滑模面及其导数能够收敛至平衡点附近的邻域内.将该滑模控制方法应用于Buck变换...     

基于MST框架的PCNN输电线路红外热故障区域提取方法

针对输电线路电气设备红外热故障检测,提出采用一种基于最大相似度阈值（Maximum Similarity Thresholding, MST）的脉冲耦合神经网络（Pulse-coupled neural Network, PCNN）红外图像热故障区域提取方法。在该方法中,利用脉冲耦合神经元对相似的邻域神经元同步点火特性,通过引入最大相似度阈值框架,简化了PCNN模型的阈值设置机制。同时,针对相似邻域神经元的同步点火特性,采用最小聚类方差设置连接系数,使得PCNN模型在自适应迭代下最终获取热故障区域。最后通过真实输电线路电气设备红外故障图像测试,验证了文中所提方法的有效性和适用性,为PCNN模型的推广应用奠定了基础。     

基于功率因数角预测电流矢量的死区补偿方法

分析了变频器的死区效应以及SVPWM算法中电压矢量、电流矢量与功率因数角三者的关系,并由此得到一种基于功率因数角预测电流矢量的死区补偿方法。采用输出电压矢量脉冲宽度补偿策略进行死区补偿,最终给出实验波形。实验结果表明,该方法补偿效果明显,有较好的实用价值。