超级电容动态容值测量与容值函数参数估计

针对目前的超级电容参数在线识别方法动态参数测量困难,通用性差,精度低的缺点,提出一种超级电容动态容值测量与参数识别方法。该方法中提出了动态电容值测量模型,通过电荷关系式与能量关系式联立推导动态电容值测量方程组,并采用限定记忆最小二乘法进行参数识别,应用时域仿真对该方法进行了验证。仿真结果表明,该文提出的电容值测量与参数识别方法适用于多种不同的容值函数。当测量信号存在噪声时仍可对电容测量,平均误差低于1%,参数估计相对误差低于20%,可以应用于超级电容动态容值测量。     

基于混沌优化K均值算法的马铃薯芽眼的快速分割

为提高芽眼分割的准确性,该文实现了基于混沌优化K均值算法的马铃薯芽眼的快速分割。K均值算法具有有效性及易于实现的优点,但是容易陷入局部最优值的缺点造成了其聚类结果的不准确。混沌系统由于其遍历性和不重复性,能够以较快的速度执行全局搜索。该文提出的算法的主要思想就是将混沌变量映射到K均值算法的变量中,用混沌变量代替其寻找全局最优值。分割试验结果表明:该文提出的算法,不仅在分割准确性上优于当下流行的K均值算法和模糊C均值算法,而且在运行时间上也更胜一筹,K均值算法和模糊C均值算法分割一幅马铃薯芽眼的图像所需的平均时间分别为2.895 5 s和3.556 4 s,而该文提出的算法仅需1.109 s。当聚类数大于3时,该文提出的算法在运行时间上受聚类数目的影响非常小,这一特点可用于其他一些适合聚类数大于3的农作物上。试验结果还表明,对于该文中的样本,最佳聚类数不宜超过3。最后,精度试验验证了该文提出的算法能够对样本中的马铃薯芽眼实现完全,无遗漏的分割,总的分割精度为98.87%,其中,对正常的马铃薯芽眼分割精度可达100%,对特殊马铃薯的芽眼分割精度为91.67%,总体分割精度较好。因此,该文提出的算法能够为后续种薯的自动切块提供参考。     

超级电容串联储能系统的并联电容均压方法

针对现有超级电容串联模组均压电路对A/D采样电路精度要求高,均压速度受串联电容数量影响大的瓶颈问题,该文提出一种超级电容串联模组并联电容均压方法,包括通过开关与电感级联的并联电容均压电路和开关控制方法。该文基于离散时域法对储能系统状态向量进行了分析,验证了该均压电路的均压特性。应用时域仿真验证了计算结果。通过静置仿真试验验证4支电容均压时间与2支电容均压时间相同。最后该文进行了物理试验,设计了试验样机。理论分析、仿真和物理试验结果验证了该方法在超级电容模组静置、充电、放电工况下都具有均压作用,均压过程无需调用采样电路数据既可实现电压均衡,均压速度受串联电容数量影响小。     

基于多通道数据流在线相关分析及聚类的闸站工程安全监测

闸站工程自动安全监测可积累大量高质量监测数据,然而对这些数据的在线自动分析手段较为有限。该文提出一种针对多通道实时监测数据流的在线相关分析与聚类方法,以挖掘多个感兴趣测点通道数据流之间的联系。该方法能够在线快速计算数据流的统计特征,在计算数据流之间相关性度量的基础上,对多数据流进行自动聚类。以泰州高港闸站工程安全监测系统为例,针对扬压力、伸缩缝、温度等多类型共65个通道数据流进行在线相关分析与聚类,一次特征计算、分析与聚类总时长低于1 s,满足在线处理的实时性要求。该文提出的方法能够判断闸站工程渗压情况、伸缩缝与温度变化特性等,可有效发现潜在的工程安全问题或传感器故障。     

采用K均值聚类和环形结构的狭叶锦鸡儿木质部提取算法

针对木质部交互统计误差大、效率低、重现性差、劳动强度高和传统图像处理算法精度不理想等问题,该文以狭叶锦鸡儿木质部切片图像为研究对象,根据木质部特点提出基于K均值聚类算法和环形结构提取算法相结合,实现木质部准确提取的方法。首先通过动态巴特沃斯同态滤波法对30幅供试图像进行光照不均校正,然后采用K均值聚类法对光照补偿后图像初分割,最后采用环形结构提取算法实现木质部提取计数。试验结果表明:采用K均值聚类算法对光照补偿后的木质部图像初分割分割误差R(section error, R)、过分割误差OR(over-segmentation error, OR)和欠分割误差UR(under-segmentation error, UR)均值分别为5.15%、1.48%和6.46%,优于未光照补偿和3R-G-B算法;该文提出的环形结构提取算法对初分割后木质部图像检测的平均相对误差为2.26%,比分水岭法低11.69个百分点,比凹点匹配法低4.93个百分点。从速度上看,该算法平均耗时3.17 s,比分水岭法快1.40 s,比凹点匹配法快4.88 s。该算法检测的均方根误差RMSE(root mean squared error, RMSE)为0.52%,约相当于分水岭法的1/3,约相当于凹点匹配法的1/2,该算法优于其他2种分割算法;在图像结构复杂、光照不均匀、内部分布不均等缺陷条件下,该文算法也能很好地实现木质部的分割和提取。该方法不仅能对狭叶锦鸡儿木质部自动分割和提取,也可为其他植物木质部分割提取提供参考。     

基于泄漏电流时频奇异谱和模糊聚类的触电故障诊断

针对实测触电故障信号具有非平稳特性而不易被辨识问题,提出了一种基于泄漏电流时频奇异谱和模糊聚类的触电故障诊断方法。首先,利用平滑伪威格纳-维尔分布(smoothed pseudo wigner-ville distribution,SPWVD)对触电故障信号进行时频分析并依据信号的能量分布特征选择时频区域;然后对选择的时频区域进行奇异谱分析,以获取的局部时频矩阵奇异值作为触电信号的特征量输入FCM,即可实现触电信号的故障诊断。对剩余电流保护装置试验平台上获取的实测触电故障信号的时频矩阵奇异值进行模糊C均值聚类,结果表明该方法识别准确率为97.50%,平均识别时间为0.008 5 s,其中植物和动物触电测试样本识别准确率分别为100%,95.00%,从而验证了基于泄漏电流时频奇异谱和模糊聚类的触电故障诊断方法的有效性,该研究可为研发新一代基于触电故障诊断的剩余电流保护装置提供理论依据和方法参考。     

高频电容式联合收获机谷物含水量在线监测装置研制

为实现联合收获机谷物含水率在线测量,使智能测产更加精确、收获速度更加合理,该文研制了高频电容式谷物含水率在线监测装置。利用有限元分析软件COMSOL Multiphysics,建立电容极板模型,针对电容极板的厚度、极板间距、相对面积对边缘效应的影响进行了三因素三水平正交优化仿真,根据仿真结果选择极板厚度0.15 mm、极板间距20 mm、极板间相对面积3 000 mm2的紫铜板作为电容极板。以STM32F103系列微处理芯片为核心构建了谷物含水率在线监测装置,设计了由电源模块、高频激励信号、交流小信号放大电路、电容极板、信号调理电路、均方根转换电路等组成的传感器检测电路。为了更加准确地监测出谷物含水率、简化电路结构、降低成本,分别对不同频率信号源进行了Multisim仿真和试验验证,最终选取10 MHz的高频信号为监测装置激励信号。该装置能对谷物含水率进行在线监测、实时显示以及存储。对谷物含水率在线监测装置分别进行了室内静态监测和田间在线监测试验,结果表明:室内静态监测试验的最大相对误差为1.57%,田间在线监测试验的最大相对误差为2.07%。     

基于聚类分析的农业SCADA服务器预警阈值提取方法

针对计算机服务器预警阈值人为设定不准确的问题,该文以某农业数据采集与监视控制系统(supervisory control and data acquisition,SCADA)中Apache服务器为研究对象,提出一种基于聚类分析提取服务器监控指标预警阈值的方法。首先对服务器运行数据与某类异常发生前的预警信息进行特征选择。在数据分布形状未知的情况下,对特征选择结果分别用K-means和CURE(clustering using representative)2种聚类算法挖掘异常发生前服务器运行状态的普遍特征,将聚类结果用于提取该类异常的预警阈值。试验表明:特征选择可提取出影响该SCADA系统中服务器性能的监控指标。对比聚类结果,CURE算法聚类质心与正常信息质心的距离范围为0.02~0.05,而K-means算法聚类质心与正常信息质心的距离范围为0.15~0.2,CURE算法提取的预警阈值更加靠近预警发生时的服务器临界状态。在实际验证中,CURE相较于K-means预警时间至少提前24 h,该文方法提取的服务器预警阈值相比人工方式能更早地发现系统潜在风险,可用于动态更新预警阈值。     

基于电容法的施肥量检测系统设计与试验

为了实现施肥机施肥量的在线检测,根据肥料与空气介电特性差异,设计了一种基于电容法的施肥量在线检测系统。采用电容转换芯片PCAP01和单片机STM32F103C8T6搭建电容检测电路,实现了差分电容传感器微电容信号输出的有效获取。研究了环境温度变化对流量传感器的影响规律,建立了氮磷钾肥料质量流量与电容输出的关系模型,并对模型进行了验证。试验结果表明,差分型肥料流量传感器对环境温度变化有很好的适应性,系统能够准确的对肥料质量进行在线检测,最大测量误差为3.75%。另外系统能够准确识别管路堵塞故障,识别准确率达到100%,最大识别响应时间为1.22 s。电容式施肥量在线检测系统为施肥机肥料流量的在线获取提供了有效途径,对于高精度变量施肥作业的实施具有重要的意义。     

基于计算机视觉的大米裂纹检测研究

针对人工目测的传统方法在进行米粒裂纹检验时存在主观性及随意性较大、效率较低、可重复性较差等缺点，在分析大米裂纹光学特征的基础上，在Visual C++ 6.0环境下开发了一套大米裂纹计算机识别系统，通过图像二值化、区域标记等方法从原始图像中提取单体米粒图像，并对提取出的单体米粒图像进行灰度拉伸变换处理以突出米粒裂纹特征，然后提取单体米粒的行灰度均值变化曲线，并对曲线进行加权滤波处理，提出了一种基于单体裂纹米粒图像行灰度均值变化特征的大米裂纹检测算法。运用该算法对从金优974、菲优600、冈优182、中优205、89-94等5类大米品种中各选取的6 组特殊类样品和5 组随机样品进行裂纹检测。试验结果表明，该系统对特殊类大米样品和随机大米样品裂纹率的判断准确率分别为98.37%和97.88%，为进一步完善大米品质的计算机视觉检测提供了理论和实践基础。     

北方苹果干旱触发判识方法

基于小样本历史灾害数据和长序列气象、林果生长数据的林果灾害判识，对目前历史灾害数据匮乏的林果等经济作物气象灾害研究具有重要意义。该研究以中国陕西省富士系苹果干旱灾害为例，利用气象资料、苹果干旱灾情史料和富士系苹果发育期资料，充分考虑苹果不同发育阶段的水分需求和降水供给情况，以及前期水分盈亏状况对当前发育阶段苹果生长的影响，在水分盈亏指数计算的基础上，构建苹果干旱指数。通过概率分析、K-Means聚类、欧式距离等方法，厘定陕西省富士系苹果的干旱触发阈值。采用致灾因子序列对比分析、预留样本验证相结合的方法，验证苹果干旱触发阈值有效性。结果表明：1）苹果干旱触发阈值分别为：苹果果树萌动-萌芽期0.87，萌芽-盛花期0.84，盛花-成熟期0.73；2）基于阈值提取的苹果干旱年份的干旱指数序列与历史灾害样本干旱指数序列具有同一性；预留独立样本指标判识准确率为85.58%；典型站点长时间序列检验判识结果准确率为80.95%。研究结果可为林果灾害指标研究提供技术支撑。     

基于K-means聚类的柑橘红蜘蛛图像目标识别

为快速检测红蜘蛛虫害,该研究采用基于Lab颜色模型中a(红/绿)、b(黄/蓝)层信息的K-means聚类法识别彩色图像中的红蜘蛛。试验选取8幅具有不同清晰度的柑橘红蜘蛛图像,采用基于Sobel边缘检测算子的评价函数计算图像清晰度评价值以评价图像清晰度,对比采用灰度法和包含2、3、4或5个聚类中心的K-means聚类法的目标识别效果和识别效率。结果表明,灰度法对8幅图像中红蜘蛛目标识别率平均值为29%,误判率平均值为201%,无法应用于复杂背景图像中的红蜘蛛目标识别。包含5个聚类中心的K-means聚类法对清晰度较高的图像识别率为100%,误判率为0,对清晰度较低的图像识别率为88%,误判率为0;当图像尺寸较小时,包含4个聚类中心的K-means聚类法识别效率与灰度法相当;当图像尺寸较大时,重复计算聚类中心导致识别耗时较长;基于Lab颜色空间的识别算法无法有效识别其他颜色的红蜘蛛,继续研究的方向为引入红蜘蛛形态信息以提高识别准确率和优化聚类中心的选取以降低识别耗时。     

菜用豌豆品种资源萌发期耐旱性鉴定

为研究菜用豌豆种子萌发期的耐旱性,本试验以31份菜用豌豆品种资源为试验材料,通过2.5%PEG溶液模拟干旱胁迫处理萌发期豌豆种子,统计种子发芽势和发芽率,测定鲜重、干重、根长、芽长等指标,并采用相关性分析、主成分分析、聚类分析、灰色关联度分析及逐步回归分析等方法相结合,对31份菜用豌豆品种资源进行萌发期耐旱性鉴定及耐旱指标筛选。结果表明,2.5% PEG-6000模拟干旱胁迫对菜用豌豆种质资源萌发期各测定指标均有极显著影响;根据综合抗旱系数值(CDC值)、耐旱性度量值(D值)、加权关联度(WDC值)大小对供试种质进行排序,其中耐旱性最强的4个品种依次为16110、16055、16140、16107;耐旱性最弱的3个品种依次为16106、16175、16177。通过聚类分析,在欧氏距离D²=8.5处将31份豌豆品种资源划分为4种类型:第Ⅰ类包括16054、16142等20个品种;第Ⅱ类包括16140、16079和16055 3个品种;第Ⅲ类包括16175、16104等6个品种;第Ⅳ类包括16110和16107 2个品种。逐步回归分析表明,与D值密切相关的指标为发芽指数、活力指数、发芽势、根长,这些可作为豌豆种质资源萌发期耐旱性鉴定综合选择指标。本试验结果为进一步研究菜用豌豆萌发期耐旱性机理及干旱调控缓解机制提供了理论参考,也为菜用豌豆耐旱品种选育及其推广应用奠定了基础。     

基于主成分和聚类分析的黑土肥力质量评价

【目的】 以吉林省农业科学院 (公主岭) 国家黑土长期定位试验基地为研究平台,定量评价不同施肥措施对土壤肥力质量的影响,为建立东北黑土区合理施肥模式和土壤肥力质量定量评价体系提供科学依据。 【方法】 通过主成分和聚类分析,综合评价了长期不同培肥措施的土壤肥力质量差异。以欧氏距离作为衡量不同处理肥力差异的大小,采用最短距离法对各定位施肥处理进行系统聚类。 【结果】 长期不同施肥处理的玉米产量与土壤酶活性、土壤全量养分、速效养分、有机质、微生物碳和微生物量氮都表现出显著或极显著正相关,与土壤pH值表现出负相关趋势。玉米产量与土壤硝态氮、铵态氮没有明显的相关性。土壤生物肥力与化学肥力呈极显著的正相关关系。土壤肥力质量排序为 1.5 (NPK + M1) > NPK + M2 > NPK + M1 > NPK + M1 (R) > NPK + S > NPK > CK,其中R表示轮作。不同培肥措施的土壤肥力质量可聚为4类, 1.5 (NPK + M1) 和CK单独聚为一类,分别为土壤肥力质量最好 (一等) 和最差 (四等); NPK + M2、NPK + M1、NPK + M1 (R) 三个处理聚为一类,土壤肥力质量为二等; NPK + S和NPK聚为一类,土壤肥力质量为三等。 【结论】 长期有机肥与化肥配施土壤肥力质量明显优于秸秆还田和单施化肥处理,秸秆还田的土壤肥力质量优于化肥单施。因此,应提倡长期有机无机肥配施以提高土壤肥力质量,实现农田的可持续利用。      

基于回路阻抗模型的城乡低压配电网络运行状态评估

为解决城乡低压配电网运行状态评估问题,提出了一种基于智能电表的城乡低压配电网运行状态评估方法。建立了低压配电网回路阻抗模型,提出了基于智能电表电压与电流变化速率的回路阻抗近似计算方法;建立了需求侧实时电压数据阵和需求侧实时电流数据阵分别记录配电变压器所属的所有智能电表不同时刻的电压与电流量测信息,并通过两矩阵生成了需求侧实时回路阻抗数据阵,以记录配电变压器所属的所有智能电表上游回路的阻抗变化情况;最后基于回路阻抗数据阵详细讨论了低压配电网运行状态的评估方法。实例分析验证了该文所提方法的可行性,智能电表低压回路阻抗的近似计算值与实际值的最大误差不超过81%,最小误差不超过11%,平均误差不超过22%,可满足现场工程实际需求。     

不同比例尺农用地分等图件数据自动汇总技术研究

基于GIS手段，在农用地分等成果省级汇总过程中，从迅速实现半自动制图综合、部分关键参数和系数的获取，快速自动实现图层间图斑上下级关系索引、保持各农用地图层数据之间的等别不缺失等几个关键过程的技术层面对不同比例尺农用地分等成果汇总的快速自动实现方法进行研究。着重对最近邻法的原理与方法进行了阐述，并应用其对农用地图件进行了处理，实现只有少量人为参与的不同比例尺农用地分等图件图斑的计算机自动匹配过程。结果表明，研究成果可以在提高农用地图件自动综合处理能力、快速建立不同图层间图斑对应关系、各级别图件的等别序列一致性调整等方面工作朝着自动化流程处理、精确化表达的方向更进一步。