基于图像匹配的变压器套管工况识别方法研究

针对变压器套管工况识别难度大的实际,提出了基于图像匹配的变压器套管工况识别方法。首先,采用基于Guided滤波的Retinex图像增强算法对现场采集的变压器套管图像进行了预处理,然后采用基于改进的SIFT特征匹配算法对待测图像进行精确定位,利用基于最大熵阈值法（OET）图像分割方法提取了套管的边缘。最后,设计了识别器,进行了运行工况识别,给出了结果和分析,并将该方法应用于工程领域,体现了较高的实用价值。     

PBL教学法在“电力电子技术”课程中的应用

项目式案例教学模式既能够提高学生自主学习的能力,也能培养学生的工程应用和创新能力。针对模式中的问题设置方法,提出将PBL(Problem-Based Learning)教学法用于项目式教学的实施过程。首先给出了PBL教学法的问题设计方法,并提出了实施方案,最后在“电力电子技术”案例教学中进行实践。实践表明：项目式案例教学中应用PBL教学法可有效提高学习者的解决问题技能和高阶思维能力。     

变压器套管憎水性及破损工况智能监测系统的研制

针对变压器套管在线监测的现状,为进一步提高变电站的安全性,研制了一种基于计算机视觉的变压器套管智能监测及评价系统。利用远程网络摄像机获取套管的实时图像,用于识别套管的憎水等级和运行工况。给出了该系统的整体结构和工作流程,采用同态增晰的局部直方图均衡化方式进行图像预处理,采用改进的Canny算子检测图像边缘和数学形态学运算修正进行图像分割,采用基于Hausdorff距离的并行算法进行图像匹配,通过改进型BP神经网络构建分类器,实现套管憎水等级和运行工况的识别,最后给出了运行结果与分析。通过实验和现场测试验证了该系统的有效性和工程实用性。     

基于改进随机森林的电力线通信优化算法研究

针对传统信道估计技术会占用频谱资源的缺陷,提出了一种基于改进随机森林的解映射优化算法。首先针对信源数据固有的不平衡性引入了改进SMOTE算法进行预处理,基于电力线信道特性确定了少数类数据的合成规则,并以解映射模块的子区间误码率作为评价指标进行性能分析。搭建了宽带电力线通信系统模型,以实际电表数据作为信源数据,在500 m的18径电力线信道模型下进行了仿真测试。实验结果表明,所提算法可以很好地弥补电表数据固有的不平衡性对随机森林性能的影响,极大地降低了子区间误码率的波动性。在各种信噪比环境下,引入改进随机森林算法均可以很好地优化解映射模块性能,提高宽带电力线通信质量,降低误码率。     

基于模糊聚类分类与Elman神经网络算法的居民用户短期用电量预测及修正方法

用电量预测是智能电网建设中的一个重要课题,准确的用电量预测对电网规划和经济部门的管理决策具有重要的指导意义。利用计量自动化系统每15 min获得一次的居民用户用电量数据,提出基于模糊聚类与Elman神经网络算法的短期用电量预测及修正方法。该方法先通过模糊聚类将居民用户按用电行为分类,然后采用通径系数计算各类型影响用电量因素的权重,再将加权影响因素和历史用电量作为Elman网络的训练样本,进行短期用电量预测。最后采用修正算法对预测值进行修正。实例分析表明,该方法有效、可行。相比整体预测,该算法预测精度明显有所提高,且修正步骤使预测误差进一步降低。     

PBL教学法在"电力电子技术"课程中的应用

项目式案例教学模式既能够提高学生自主学习的能力,也能培养学生的工程应用和创新能力。针对模式中的问题设置方法,提出将PBL（Problem-Based learning）教学法用于项目式教学的实施过程。首先给出了PBL教学法的问题设计方法,并提出了实施方案,最后在“电力电子技术”案例教学中进行实践。实践表明：项目式案例教学中应用PBL教学法可有效提高学习者的解决问题技能和高阶思维能力。     

基于适应性扩展和阈值分割的低压电力线信道数据处理算法的研究与应用

为了克服电力线通信系统中严重的多径衰落效应,改善低压电力线通信系统的通信质量,引入基于适应性扩展和阈值分割的数据处理算法。建立了OFDM通信系统以及电力线信道的仿真模型,分别对适应性扩展算法以及三级阈值分割算法在电力线通信领域的应用进行了仿真分析。与传统的OFDM通信系统的信道估计技术相比,该算法不占用宝贵的频带资源并且易于实现。实验证明,除去信号被噪声淹没等一些极端情况,对于各种多径信道,该方法均可以有效对抗多径衰落特性,降低误码率(BER),提高通信质量。