电压骤降暂态扰动点检测方法研究

电压骤降是电网中一种典型的暂态电压扰动信号,为了检测出其发生电压扰动的位置,现在多采用小波变换或小波包变换对扰动信号进行检测。利用Maflab仿真对电网中的暂降信号进行检测,对比小波包变换与小波变换对扰动信号突变点检测的效果。仿真结果表明：在不去噪直接进行检测的情况下,使用相同的采样频率和相同信噪比强度,小波变换对扰动点的检测更准确。     

基于改进的小波域阈值算法的电能质量扰动检测方法

为提高电能质量分析的准确性,提出一种改进的小波域阈值算法。通过在不同尺度上选取一合适的阈值,并将小于该阈值的小波系数置零,而保留大于阈值的小波系数,从而使信号中的噪声得到有效的抑制,最后进行小波逆变换,得到滤波后的重构信号。基于改进的小波域阈值算法实现了电力系统故障录波的检测,仿真证明这种方法具有较好的精度。     

基于改进PSO算法的永磁同步电机模糊PI控制方法研究

永磁同步电机作为装配工艺中电动夹爪常用的动力源器件,在实际控制系统中通常采用传统可靠的PID控制,但传统的PID控制精准度较低,对外界干扰较为敏感,无法满足电机的实际要求。为解决这一问题,利用MATLAB/Simulink模块搭建电机的控制系统模型;加入模糊控制,利用模糊推理对PID的变量进行自适应调节;引入改进的粒子群算法,以实现永磁同步电机系统的精确控制。仿真结果表明,该方法与传统PI控制相比具有更快的响应速度、更小的超调量、更强的抗干扰能力,系统稳定性显著提高。     

基于信号分解和群延时的维格纳分布改进方法

提出一种WVD (Wigner Ville distribution)的改进方法.应用离散余弦谐波小波变换对多分量信号进行分解,计算分解后得到的单分量信号的WVD,将单分量信号的WVD沿频率轴串联得到整个信号的WVD,抑制分布的交叉项.应用修改群延时函数减少因WVD核函数截断而产生的波动效应,改善分布的时频分辨率.通过算例中的线性调频信号和应用实例中轴承振动信号验证表明,改进后的WVD有满意的时频分辨率和明显的交叉项抑制能力,能够通过离散余弦变换实现其快速算法,算法快速、简单,适合非平稳工程信号的时频分析.     

基于改进YOLOX-S的苹果成熟度检测方法

准确检测果园中未成熟与成熟的苹果对果园早期作物的负荷管理至关重要,提出一种能够实时检测苹果成熟度,并估算出整棵果树果实数量的方法。为提高YOLOX-S网络在复杂场景下的检测能力,在FPN(特征金字塔)的残差连接处增加了Coordinate Attention(位置注意力);为更好地检测图像中生长密集、存在遮挡、尺寸较小的苹果,将位置损失函数IoU＿Loss更换为CIoU＿Loss。试验结果表明,所提出的改进YOLOX-S检测算法相较于原算法,mAP值提高约1.97%,苹果低成熟度、中等成熟度和高等成熟度的AP值分别为90.85%、95.10%和80.50%。     

基于改进PSO算法的电机控制系统PID参数优化

粒子群算法(PSO,Particle Swarm Optimization)作为一种新型的随机优化方法,其算法结构简单,鲁棒性强,在组合优化和自适应控制等领域的非线性优化中有着广泛的应用前景.为此,提出一种改进的PSO优化算法,并将该算法应用于电机控制系统的PID参数优化设计.仿真结果表明,利用改进PSO算法优化的PID参数能有效改善控制系统的性能指标.     

基于改进的扰动观察光伏发电MPPT控制方法的仿真研究

为改进传统扰动观察法跟踪速度慢、稳定性差的问题,提出一种改进的扰动观察法。在光伏发电系统到达最大功率前,通过扰动步长与功率差成正比的方式进行扰动,当功率差大于所选阈值E时选择大步长快速到达最大功率点附近,当功率差小于阈值E时采用小步长进行跟踪扰动。利用Matlab/Simulink搭建光伏发电系统的最大功率点跟踪模型。仿真实验表明:到达最大功率点所需时间从传统扰动观察法的0.045s减少到0.03s左右。达到最大功率点后,震荡也比传统扰动观察法明显减小,避免过多的能量损失。     

电容式电压互感器极性校验方法改进

电容式电压互感器(简称CVT)是一种十分重要的高压输变电设备,主要用做电压测量和继电保护的电压信号取样装置,其二次电压信号是电力系统故障的重要判据。工程调试中对电容式电压互感器的校验没有准确有效的方法,致使变电站投运过程中,出现电压互感器二次接线错误或反接等问题,造成继电保护不能正确判别系统故障。北京送变电公司第三工程公司调试所QC小组根据电容式电压互感器调试实践,提出了电容式电压互感器极性校验的新方法,为现场工程调试提供方便快捷准确的校验方法。     

基于改进YOLOX的自然环境中火龙果检测方法

自然环境下果实的精准检测是火龙果采摘机器人执行采摘作业的先决条件。为提高自然环境下果实识别的精确性、鲁棒性和检测效率,本研究对YOLOX（You Only Look Once X）网络进行改进,提出了一种含有注意力模块的目标检测方法。为便于在嵌入式设备上部署,本方法以YOLOX-Nano网络为基准,将卷积注意力模块（Convolutional Block Attention Module,CBAM）添加到YOLOX-Nano的主干特征提取网络中,通过为主干网络提取到不同尺度的特征层分配权重系数来学习不同通道间特征的相关性,加强网络深层信息的传递,降低自然环境背景下对火龙果识别的干扰。对该方法进行性能评估和对比试验,经过训练后,该火龙果目标检测网络在测试集的AP_0.5值为98.9%,AP_0.5:0.95的值为72.4%。在相同试验条件下对比其它YOLO网络模型,该方法平均检测精度分别超越YOLOv3、YOLOv4-Tiny和YOLOv5-S模型26.2%、9.8%和7.9%。最后对不同分辨率的火龙果果园自然环境下采集的视频进行实时测试。试验结果表明,本研究提出的改进YOLOX-Nano目标检测方法,每帧平均检测时间为21.72 ms,F₁值为0.99,模型大小仅3.76 MB,检测速度、检测精度和模型大小满足自然环境下火龙果采摘的技术要求。     

基于改进Faster R-CNN的水稻稻穗检测方法

为了快速而准确地统计视频监测区域内的水稻穗数,提出了一种基于改进Faster R-CNN的稻穗检测方法.针对稻穗目标较小的问题,在Inception ResNet-v2的基础上引入空洞卷积进行优化;对于不同生长期稻穗差别大的问题,设计了针对标注框尺度的K-means聚类,为候选区域生成网络提供先验知识,从而提高了检测精...     

基于改进的YOLO v3车辆检测方法

为了有效地解决传统车辆检测算法中存在的泛化能力差、识别率不高的问题,提出了一种基于改进YOLO v3的车辆检测算法.改进的车辆算法对原YOLO v3中的模型进行剪枝处理,采用Darknet-53网络结构提取特征,同时结合回归损失函数GIOU算法对检测精度进行提高.在运用K-means++聚类分析算法处理数据基础上,运用...     

基于原子分解和谐波有功功率方向的农村配电网谐波源定位方法

为了有效地区分农村配电网各负荷端的谐波责任,以及更好地治理农村配电网的谐波污染,对农村配电网的谐波源进行准确定位就具有重要意义。提出了基于原子分解法和谐波有功功率方向的谐波源定位方法,提高了谐波分析检测的精确度。以电弧炉负荷作为农村配电网负荷端的谐波源,并在MATLAB/Simulink中建立仿真模型。结果表明,所述方法定位精度高,能够准确区分各条配电线路负荷端的谐波责任。     

基于改进SSD的果园行人实时检测方法

农田障碍物的精确识别是无人农业车辆必不可少的关键技术之一。针对果园环境复杂难以准确检测出障碍物信息的问题,提出了一种改进单次多重检测器(Single shot multibox detector,SSD)深度学习目标检测方法,对田间障碍物中的行人进行识别。使用轻量化网络MobileNetV2作为SSD模型中的基础网络,以减少提取图像特征过程中所花费的时间及运算量,辅助网络层以反向残差结构结合空洞卷积作为基础结构进行位置预测,在综合多尺度特征的同时避免下采样操作带来的信息损失,基于Tensorflow深度学习框架,在卡耐基梅隆大学国家机器人工程中心的果园行人检测开放数据集上进行不同运动状态(运动、静止)、不同姿态(正常、非正常)和不同目标面积(大、中、小)的田间行人识别精度和识别速度的对比试验。试验表明,当IOU阀值为0. 4时,改进的SSD模型田间行人检测模型的平均准确率和召回率分别达到了97. 46%和91. 65%,高于改进前SSD模型的96. 87%和88. 51%,并且参数量减少至原来的1/7,检测速度提高了187. 5%,检测速度为62. 50帧/s,模型具有较好的鲁棒性,可以较好地实现田间环境下行人的检测,为无人农机的避障决策提供依据。     

基于改进PSO的复杂机械产品装配质量在线优化

通过构建面向装配精度的质量控制点公差分配模型,实现了装配过程中不同类型质量控制点间非线性耦合关系的量化表达,揭示装配误差累积规律;利用混沌理论与双阶段变异策略对多目标粒子群算法进行了改进;在装配过程开始前,计算各质量控制点公差初始分配结果,当上游质量控制点根据初始分配结果被实例化后,启动再分配机制,结合实例化数据对公差分配模型再次求解,为后续质量控制点实例化提供决策支持,实现装配质量在线优化和前馈控制;以某型主锥总成装配过程中选垫与主齿螺母拧紧工序为例,验证了理论的有效性和可行性.     

基于PSO与水平集的桂花图像分割方法

针对金桂、丹桂、银桂、四季桂的花朵图像,提出一种基于粒子群优化算法(Particle Swarm Optimization,PSO)与水平集的桂花花朵图像分割方法。将RGB彩图的三通道转换成灰度图像,利用PSO计算灰度图中的花与背景的均值,并用K均值算法得到所有像素的初始分类标签。将分类标签转换成初始水平集,最后采用水平集进行精细分割,得到桂花花朵目标。试验结果表明,提出的方法通过改变参数适应颜色和背景的变化,能很好地提取四种常见的桂花花朵,性能指标SD、Dice、ER、NR平均值分别为83.935%、99.77%、2.19%、14.12%。     

电压互感器二次回路检查方法的改进

自2008年，山东省蒙阴县供电公司所属的大部分变电站10kVTV都相继更换为抗谐振的，使一次故障得到很好的消除，但10kVTV二次回路仍存在故障率上升趋势。     

基于改进YOLOF模型的田间农作物害虫检测方法

田间害虫图像数据采集困难,并且传统的检测模型大多使用复杂的特征金字塔(Feature pyramid network, FPN)结构提升精度,这在一定程度上影响了检测的实时性。为此,本研究通过设计诱虫灯装置构建害虫数据集FieldPest5,并且对无FPN结构的检测器YOLOF进行改进,提出兼顾检测精度和效率的害虫检测模型YOLOF＿PD。首先,增加Cutout数据增强方法缓解害虫图像中的遮挡问题,并且使用CIoU损失函数获得更好的框回归位置;其次,在原有坐标注意力机制(Coordinate attention, CA)的全局平均池化(Global average pooling, GAP)路径中增加全局最大池化(Global max pooling, GMP)路径,并且使用可学习参数自适应更新不同路径的权重,提出自适应坐标注意力机制(Adaptive coordinate attention, ACA),增强模型的信息表征能力;最后,对YOLOF膨胀编码器中的Projector和Residual模块进行改进,在Projector模块的3×3卷积后引入ACA注意力机制,在Residua...     

基于改进PSO的无人自转旋翼机二自由度PID飞行控制

针对传统无人自转旋翼机自动控制采用一自由度PID和优化算法相结合,因自转旋翼机的响应滞后特性,一自由度PID不能同时满足快速响应和抑制干扰的问题,提出基于粒子群算法和模拟退火算法的二自由度PID控制器,同时设计前馈控制器的降噪方法,实现对无人自转旋翼机的有效控制。通过搭建Matlab仿真模型验证其可行性,其仿真结果表明本研究中算法相对于传统一自由度PID控制响应速度较快,前馈控制器能有效地抑制外部干扰,鲁棒性强,且系统响应速度快,响应时间提升约11%,响应精度更高,收敛误差小,约是传统PID的1/6,控制系统更稳定。同时在2种不同飞行环境下实际飞行实验验证了基于PSO-SA的二自由度PID控制器可行性,可为无人自转旋翼机在农业航空领域中的应用提供理论基础。     

基于经验模态分解和S变换的缺陷超声回波检测方法

为对金属材料超声无损探伤中的微小缺陷回波进行检测,建立了金属材料背散射信号模型,讨论了调幅回波模型的中心频率估计的无偏性,并提出基于经验模态分解(EMD)和S变换的缺陷回波检测方法。首先对原始信号作EMD,通过时间尺度滤波重构信号,实现初步去噪;为抑制EMD去噪后信号的信噪混叠现象,执行基于S变换和最大类间方差法的去噪算法,进行二次去噪,得到信噪比较高但缺陷回波幅值衰减较大的信号。最后采用二次S变换修正二次去噪中因S变换导致的缺陷回波幅值降低量。对仿真信号和实际棒材检测信号的处理结果证明了该方法在去除噪声和缺陷回波检测方面的有效性。