融合共现推理的Faster R-CNN输电线路金具检测

为促进目标检测模型与电力领域业务知识有机融合,缓解金具样本间长尾分布问题,有效提升输电线路金具的自动化检测效果,提出了融合共现推理的Faster R-CNN(faster region-based convolutional neural network)输电线路金具检测模型。首先,深入研究输电线路金具结构化组合规则,通过数据驱动的方式以条件概率对金具目标间的共现连接关系进行有效表达;然后,结合图学习方法,利用学习并映射的共现概率关联作为共现图邻接矩阵,使用基线模型(Faster R-CNN)提取的特征向量作为图推理输入特征,以自学习的变换矩阵作为共现图传播权重,完成图信息传播并实现有效的共现推理模型嵌入。实验证明,融合共现推理模块的Faster R-CNN模型较原始模型提升了6.56%的准确率,对于长尾分布样本中数量较少的金具性能提升尤其显著。     

便携式激光盘煤系统的研究应用

在大型露天煤场存煤量测量中，对激光扫描采集到的三维不规则数据的显示方法进行了研究，提出了一种结合三维散乱数据插值和计算机视觉修正方法的设计方案。这种方法首先对三维散乱数据进行插值，根据插值结果进行三维网格点绘图，再根据所拍摄到的图形进行修正，以提高所绘的网格图与实际煤场形状的拟合精度。它可以立即给出煤场存煤量的体积结果，动态修改网格图形状。     

LS-SVM误差补偿的广义预测控制

广义预测控制（Generalized Predictive Control,GPC）汲取了DMC（Dynamic Matrix Control）、MAC（Model Algorithmic Control）中的多步预测优化策略,抗负载扰动、随机噪声、时延变化等能力强,且选取模型参数少,利于控制。然而,据研究发现GPC对模型失配问题有一定的局限性。最小二乘支持向量机（Least Squares Support Vector Machine,LS-SVM）是在支持向量机的研究基础上发展而来的,具有良好的回归、分类功能。在认真学习LS-SVM原理的基础上,提出了基于LS-SVM误差补偿的广义预测控制,并选择两个模型进行了仿真实验。通过与常规GPC的比较,表明了该算法具有更优的控制性能。     

基于EUNITE竞赛数据的中期电力负荷预测

应用自组织模糊神经网络(SOFNN)算法,基于欧洲智能技术网络(EUNITE)竞赛数据进行了中期电力负荷预测的应用研究。算法能够自动决定神经模型的结构并得出模型的参数,具有很好的实用价值。研究了训练数据选取和输入特征向量编码等实际应用问题,结果表明负荷预测精度高,优于竞赛的优胜者,之后提出了结合周平均负荷预测修正日负荷预测的方法,精度得到进一步地提高。     

基于模糊支持向量机的电力系统中期负荷预测

考虑到气温因素对电力系统负荷的影响,提出了一种模糊支持向量机(FSVM)算法,基于欧洲智能技术网络(EUNITE)竞赛数据进行了中期电力负荷预测的应用研究。首先利用隶属度函数对影响负荷的气温因素进行模糊化处理,然后结合已知数据得到支持向量机(SVM)的训练样本集,采用序列极小优化(SMO)算法实现对支持向量机(SVM)的快速训练,最终得到预测结果,并与不将气温模糊化的仿真结果进行比较,表明本文所提方法简便且预测精度较高。     

提供决策支持的电力备品配件管理系统设计与开发

以物资管理系统为基础,引入决策支持的思想,设计并开发了现代备品配件管理系统。在实践环节上,对备件的供、管、用、修四个环节进行了系统的分析,依据现场实际及信息管理系统的特点,将系统实现分为能够应用、应用、有效应用三个步骤,实现闭环管理,取得了良好的效果。     

基于模糊PID控制器的协调控制系统优化

火力发电厂在我国电力工业中占有主要地位,大型火电单元机组的协调控制对象是一个多变量、强耦合的控制对象,针对此对象设计合适的解耦控制器是急需解决的问题.本文结合以1000MW机组作为具体模型,分别采用常规PID协调控制方式和参数自整定模糊PID解耦协调控制方式对全工况下的协调控制系统进行仿真研究,在线对PID参数进行整定,通过仿真结果进一步比较,可以看出,该方法可以很好的对单元机组协调系统进行控制,并能使控制系统的性能得到完善.     

基于反卷积和特征融合的SSD小目标检测算法

由于小目标的低分辨率和噪声等影响,大多数目标检测算法不能有效利用特征图中小目标的边缘信息和语义信息,导致其特征与背景难以区分,检测效果差。为解决SSD(single shot multibox detector)模型中小目标特征信息不足的缺陷,提出反卷积和特征融合的方法。先采用反卷积作用于浅层特征层,增大特征图分辨率,然后将SSD模型中卷积层conv11_2的特征图上采样,拼接得到新的特征层,最后将新的特征层与SSD模型中固有的4个尺度的特征层进行融合。通过将改进后的方法与VOC2007数据集和KITTI车辆检测数据集上的SSD和DSSD方法进行比较,结果表明:该方法降低了小目标的漏检率,并提升整体目标的平均检测准确率。     

基于虚拟DCS的混合仿真系统设计与开发

介绍了仿真技术、DCS技术的发展,以及混合仿真技术和虚拟DCS技术的特点。分析了混合仿真技术与虚拟DCS之间的结合。并以此为基础,结合以往的经验,设计开发了基于虚拟DCS的混合仿真系统。为科研、教学、培训人员提供了一个统一的技术平台,更加有利于新技术的实践应用、现场生产问题的分析与解决,以及对热工与运行人员的高层次培训。     

基于神经网络的火电厂烟气含氧量软测量

介绍了测量仪表及过程控制中的软测量技术. 讨论了软测量技术的有关问题和开发策略.提出了基于一种复合型神经网络的火电厂烟气含 氧量软测量模型,并且用它对火电厂烟气含氧量的软测量进行了建模仿真验证,现场不同负荷 下的实测数据仿真验证结果表明了软测量方法的有效性.最后给出了应用前景展望.