开关电感型Z源逆变器拓扑结构的设计与仿真

该文在开关电感型Z源逆变器的基础上提出一种高电压增益的开关电感型Z源逆变器。与传统的开关电感型Z源逆变器相比,新型拓扑不仅保留了X型的基本结构,而且将二极管和逆变桥的位置互换,同时增加了2个电感和6个二极管,这样可以减小电容电压应力,增大直流链路峰值电压,使输入电流具有连续性;另外,新型拓扑的控制方法简单,采用直接升压控制方法,它以正弦波为调制波、三角波为载波,是一种基于正弦脉宽调制控制技术的一种控制方法。在理论分析的基础上,对新型拓扑进行仿真试验,结果表明：当直通占空比为0.139、调制系数为0.85时,新型拓扑直流链路峰值电压为127.95 V,电容电压应力为39.50 V,而传统拓扑的直流链路峰值电压为89.65 V,电容电压应力为68.40 V,新型拓扑在获得较大直流链路峰值电压的同时,可以保证电容上承受的电压应力较小。通过仿真试验,验证了新型拓扑的优点。     

基于SimAM-ConvNeXt-FL的茶叶病害小样本分类方法研究

为实现茶叶病害精准分类,针对茶叶病害图像分类中小样本问题及类别分布不均的问题,提出了一种基于迁移学习的SimAM-ConvNeXt-FL模型的病害图像分类方法。首先在ConvNeXt模型中加入SimAM模块,以加强复杂特征的提取。其次针对样本分布不均问题,将Focal Loss函数作为训练过程中的损失函数,通过增加数量较少样本的权重来减小样本分布不均的影响。最后使用SimAM-ConvNeXt-FL模型对Plant Village数据集训练,将训练得到的参数迁移到实测的茶叶病害图像上并进行微调,减少过拟合带来的影响,设置消融实验证明模型改进的有效性,并与不同分类模型（AlexNet、VGG16、ResNet34模型）分别进行对比实验。实验结果表明,SimAM-ConvNeXt-FL模型识别效果最佳,准确率达96.48%, SimAM-ConvNeXt-FL模型较原ConvNeXt模型在茶煤病、茶藻斑病、茶炭疽病、健康叶片和茶白星病的F1值分别提高4.46、3.76、0.43、0.22、5.23个百分点。结果表明本文提出的模型具有较高的分类准确率与较强的泛化性,可推进茶叶病害分类工作发展。