基于灰色理论的关口计量二次回路状态评价研究

“双碳”目标提出以来,新能源电厂数量快速攀升,为解决关口计量二次回路数量剧增、现场检验任务繁重、时间间隔较长、中间状态无法动态掌握等问题,基于主客观综合评价方法及层次分析法,提出基于改进灰色预测方法,对二次回路进行状态评价并预测其变化趋势,发现计量二次回路故障,并据此制定状态检修策略。借助实例数据对搭建的灰色模型进行检验,结果表明基于灰色理论趋势预测方法正确可行,为关口计量点的状态评估和健康度预测提供理论依据和实践指导。     

基于灰色GM(1,1)模型的库尔勒市农业用水量预测

介绍灰色理论建模原理和模型参数辩识方法,并以实例(库尔勒市2000-2006年灌溉用水资料)建立灰色GM(1,1)预测模型,运用残差检验、后验差检验以及关联度检验3种方法对模型进行精度检验,其模型拟合精度达96.9%.用所建立的模型对库尔勒市2007-2011年农业用水量进行外推预测.结果表明,该灰色模型用于农业用水量预测,符合其灰色特性,通用性好,并且所需数据少,计算量适中,预测结果与当地实际情况比较吻合.     

面向对象的配电网故障定位算法设计

配电自动化是提高供电可靠性和供电质量的重要手段,也是当前我国供配电领域的重要研究课题,而馈线自动化是配电自动化的重要内容之一,其核心是故障定位、故障区域隔离和非故障处供电的恢复.当馈线出现短路故障时,安装在馈线沿线分段开关和联络开关处的现场监控终端进行数据采集和监控,并通过可靠的通讯系统将数据传送到配电自动化控制中心,利用故障定位、故障区域隔离和非故障处供电恢复系统迅速实现非故障区域的供电.     

农用飞机防治病虫害作业导航系统设计与地面模拟测试

基于GPS技术和嵌入式系统技术,设计了可实现自动规划边界、自动规划航道、计算农田面积、实时显示飞行轨迹和语音提示的农用飞机作业导航系统。阐明了系统硬件平台结构和QT交叉编译过程,研究了系统各项功能的实现算法。运用最小二乘法实时预测了高速运行环境下的定位数据,有效减小了高速运动产生的GPS定位延迟。在选定地块手持导航系统进行功能模拟,实现了作业导航系统的设计功能。     

农用飞机防治病虫害作业导航系统设计与地面模拟测试

基于GPS技术和嵌入式系统技术,设计了可实现自动规划边界、自动规划航道、计算农田面积、实时显示飞行轨迹和语音提示的农用飞机作业导航系统.阐明了系统硬件平台结构和QT交叉编译过程,研究了系统各项功能的实现算法.运用最小二乘法实时预测了高速运行环境下的定位数据,有效减小了高速运动产生的GPS定位延迟.在选定地块手持导航系统进行功能模拟,实现了作业导航系统的设计功能.     

基于灰色神经网络的作物需水量预测模型研究

采用灰色系统理论与神经网络,通过多维度气象因子和参考作物需水量的相关分析,来确立灰色神经网络拓扑结构及网络流程,建立了预测作物需水量的灰色神经网络模型。以海南省儋州市1979~2014年的气候数据为输入,作物需水量为输出数据,运用Matlab工具,仿真表明预测曲线与参考作物需水量曲线拟合度较高,灰色神经网络模型预测结果绝对相对误差均值为5.28%,预测精度高,为节水灌溉提供了一种新的有效方法。     

灰色补偿BP神经网络预测农机总动力—以吉林省为例

农机总动力的预测研究对于农业机械的“供给侧”改革有着重要意义和研究价值,科学合理的预测结果对于职能部门的规划制定有着重要的指导意义。农机总动力数据具有时间序列性质,本研究应用灰色GM(1,1)模型对其进行有效的预测分析。为了提高预测的准确性,应用BP神经网络对灰色残差数据进行处理,补偿灰色预测结果,建立了相应的预测模型。实验表明:该模型对于吉林省农机总动力的预测科学有效,并对吉林省未来5年的农机总动力进行了预测,为相关政策制定提供了科学依据。     

SOG智能开关在山区配电网中的应用分析

1 SOG智能开关的优越性 SOG智能开关采用SF6气体绝缘,体积小、质量轻、开断性能优异,能自动隔离故障.当配网中发生故障时,利用它可以迅速定位配网供电线路故障范围,隔离故障点,第一时间告知运行维护人员具体故障线路、故障范围,提高维修效率,减少停电时间户数,有效提高配网的安全稳定运行水平和供电可靠性.     

基于灰色BP神经网络的农业机械总动力预测

为预测宁夏地区农业机械化水平的发展变化趋势,提出一种将灰色预测模型与BP神经网络有效结合的农业机械总动力预测方法。在BP神经网络的数据预处理阶段融入灰色预测理论,建立基于灰色BP神经网络的农机总动力预测模型,并选取1991-2014年宁夏回族自治区农业机械总动力数据作为样本,利用该模型进行仿真预测,结果表明:该模型具有较高的预测精度,其平均相对误差仅为0.18%,明显优于灰色GM(1,1)模型的3.5 0%和标准BP神经网络的0.2 9%。     

基于双端不同步数据故障测距的自校正算法

提出了一种基于双端不同步数据的故障测距新算法。该算法利用小波变换能够检测信号奇异性的特点,分析双端采样数据,找出双端的故障开始时刻,从而计算出不同步角度,再进一步计算出故障点距离。仿真结果表明,该方法可以有效地校正两端数据的不同步对于故障定位的影响,即使GPS失效时间过长,该算法都能精确定位故障点。     

农业机器人路径识别自主导航系统——基于STM32与物联网

我国人口众多,粮食需求量高,因此有必要提高农业生产效率以提高粮食产量。为此,开发了一套基于STM32及物联网的农业机器人定位及路径导航行走系统,跟踪端GSM芯片在STM32的控制下通过GPRS网络发送GPS定位数据信息,农业机器人视觉系统根据所在环境拍摄图像分析获得行走路径,完成导航任务。以农田垄沟环境为研究对象并进行仿真,将机器人视觉系统采集的图像进行优化,通过MatLab仿真处理,将机器人导航行走路线通过阈值分割和边缘检测提取出来,满足其定位导航的精度。该系统能够大量应用在农业生产技术中,包括种植管理、喷洒农药及果实采摘等,极大地减轻了我国农业生产人员的劳动强度,对于推动农业的现代化具有重要意义。     

基于时间序列分析的卡尔曼滤波组合导航算法

GPS广泛用于农业机械导航研究中,其定位误差信号一般存在明显的自相关性,不能满足组合导航中常用的卡尔曼滤波算法观测噪声为高斯白噪声的要求。为此,建立了GPS定位误差AR模型,结合卡尔曼估计结果来预测和修正GPS定位误差,再将修正后的GPS定位信息应用于组合导航中的卡尔曼滤波过程。试验结果表明,无论GPS接收机是在静止还是在运动条件下,处理后的定位误差信号自相关性都明显降低,近似为白噪声;目标路径直线时的最大跟踪误差约为0.15 m,为曲线时,最大跟踪误差约为0.3 m。该方法为低精度GPS应用于农业机械导航提供了可行途径。     

农业机械导航中的GPS定位误差分析与建模

为实现高精度的农业机械导航,分析了GPS定位误差及其相关性,运用时间序列分析方法建立GPS静态和动态定位误差的AR模型,给出了导航过程中的定位误差处理方法,并在自制的农田智能移动平台上进行了实验.结果表明,处理后的GPS定位误差信号的相关性明显下降,接近于白噪声,定位误差均值从0.1951m下降为-0.0022m.     

基于单目视觉的农业机器人导航系统研究

机器人在农业生产、农产品运输等方面的应用程度,已逐渐成为农业智慧化水平的体现,而受农业环境复杂性的限制,机器人的导航路径规划及定位精度问题,仍是制约农业机器人应用的主要因素之一。为此,设计了一种基于单目视觉的农业机器人导航系统,通过摄像头采集农业机器人工作环境信息,建立机器人的视觉导航地图;采用级联分类器区域检测结合颜色标定的方法,使用户能够根据具体环境,自主规划机器人运动路径,实现机器人的实时定位与导航。实验结果表明:农业机器人沿用户自主规划的无轨道路径,可自动完成导航定位工作,并在路径各目标点获得了亚米级的定位精度,满足农业机器人的应用需求。     

基于激光雷达的巡检机器人导航系统研究

智能巡检机器人能够高效、可靠地完成巡检任务,降低工作人员的劳动强度,准确、稳定的导航定位是巡检机器人执行巡检任务的基础。本文研究了基于激光雷达的巡检机器人导航系统,可实现机器人在室内外环境下的地图建立、路径规划和导航定位。导航系统由远程监控平台与巡检机器人组成,远程监控平台发布巡检任务、监控机器人状态、查询与存储检测数据,巡检机器人可实现自主导航定位、遍历检测点、执行数据采集等巡检任务,二者通过无线网络实现远程数据交互。融合激光雷达与编码器信息,使用高鲁棒性Gmapping算法建立二维环境地图。根据地图与检测点信息,采用分支界定算法搜索最优巡检路线,以减少巡检时间和能源消耗。使用自适应蒙特卡罗定位(AMCL)算法估计机器人位置和姿态,结合巡检路线,进行导航定位。根据横向偏差与航向偏差,通过经典的PID算法完成机器人驱动控制。机器人搭载可见光相机与红外相机,可对目标进行可见光通道与红外通道的融合图像检测。对巡检机器人进行了室内导航定位试验,试验结果表明,在1 m/s的速度下,位置与航向偏差的平均绝对误差(MAE)分别小于5 cm和1.1°,标准差(SD)分别小于5 cm和1.5°,能够满足巡检导航定位的要求。     

基于DGPS与双闭环控制的拖拉机自动导航系统

以东方红X-804型拖拉机为平台,设计了一种基于RTK-DGPS定位和双闭环转向控制相结合的自动导航系统,研究提高农业机械导航控制精度的方法。阐述了导航系统整体设计方案,以RTK-DGPS和AHRS500GA分别提供位置信息和辅助修正信息实现准确定位,以电控液压转向系统实现转向控制。分析了整体控制的策略,建立了路径跟踪的传递函数模型,阐述了双闭环转向控制算法的建立过程,以及控制器的硬件实现。试验结果表明:GPS定位数据经过校正后,平均偏差降低至0.031 m;双闭环控制算法提高了自动转向系统性能,稳态时方波信号以及正弦波信号的跟踪误差平均值为0.40°;在拖拉机田间作业跟踪过程中,路径跟踪误差平均值不超过0.019 m,转向轮偏角跟踪误差平均值为0.43°,标准差不超过0.041 m。     

GPS技术在大型喷灌机变量控制中的应用

分析了应用低成本的GPS—OEM板开发精准农业专用的定位导航系统的可能性。针对大型平移式喷灌机的自动变量控制问题，介绍了高精度GPS的组合导航系统以及定位测量方法，通过田间试验对该方法进行了验证。     

基于CORS技术的农业机械差分定位系统设计

为满足精细农业中农业机械自动导航对高精度定位数据的需求,阐述了GPS差分定位技术在精细农业中存在的问题,并介绍了CORS技术在精细农业中的重要地位。根据分析,采用低成本的GPS板卡和4G无线通讯网络模块,设计开发了一套基于CORS技术的低成本农业机械差分定位系统,并进行了系统静态内符合精度测试和动态误差测试。试验结果表明:该系统性能稳定,在晴天和阴天2种天气情况下,其静态定位内符合精度为7~8 cm(9 5%);通过多次测量求平均值,其动态定位数据与真实值的误差不超过1 0 cm,动态符合度高,可作为高精度的位置传感器用于农业机械自动导航。     

香蕉园机器人导航的激光与超声波组合测距方法研究

在长有小灌木等干扰物和机耕道崎岖不平的复杂香蕉园环境中,机器人定位导航方法有时效果不佳、甚至失效,准确测量机器人与香蕉树的最短距离是实现定位与导航的前提和关键,为此提出一种基于拟合滤波的激光和超声波香蕉树测距方法。首先,在各采样时刻由激光和超声波传感器分别测得机器人到香蕉树的距离数据,并相互校验,生成待测香蕉树的一组距离数据;选择二次多项式以最小二乘法对该组距离数据进行拟合,基于拟合的二次多项式和设定阈值对该组距离数据进行滤波,去除其中偏差较大的距离;最后,对滤波后的距离数据中3个最小值求平均值,以此作为机器人到待测香蕉树的最短距离。实验表明,该测距方法在理想环境下对香蕉树的最大测距误差率为1.0%,在有小灌木等干扰物或者道路崎岖不平的环境以及室外自然场景下最大测距误差率为2.0%,相应的最大测距误差为1.0 cm,且测距稳定性良好。     

采摘机器人智能监控和路径规划设计研究

为了提高采摘机器人自主导航和自动化定位能力,提升机器视觉的路径规划精度,基于 TI 公司的MSP430 F149 单片机,设计了一款具有监控终端和GPS导航功能的自动采摘机器人,实现了机器人路径规划实时处理、通讯、定位、报警一体化和自动化控制功能. 通过测试发现,MSP430F149 单片机具有功耗低、体积小、操作简单,便于系统管理维护等优点. 对机器人5 种路径规划的总体行驶精度路、径规划的移动时间利用率、路径规划的漏采率进行了测试,通过测试发现:5 种路径规划中套行法的各种指标测试效果最好. 同时,结合MSP430 F149 单片机和PID算法,实现了采摘机器人高效自动化采摘功能,提高了机器人的采摘精度,为采摘机器人的智能化设计提供了较有价值的参考 .