不同温度下高压交联聚乙烯电缆绝缘老化程度检测方法

为了实现对不同温度下高压交联聚乙烯电缆绝缘老化程度检测,提出基于量化回归分析的高压交联聚乙烯电缆绝缘老化程度检测方法。构建不同温度下高压交联聚乙烯电缆绝缘老化程度的统计数据分析模型,采用谱特征分析方法进行不同温度下高压交联聚乙烯电缆绝缘老化程度的谱分析,提取反映不同温度下高压交联聚乙烯电缆绝缘老化程度的谱信息特征量,采用关联特征分析和定量递归图分析方法,进行不同温度下高压交联聚乙烯电缆绝缘老化程度的自适应检测,构建电缆绝缘老化程度的模糊相关性统计分析模型,结合模糊参数自适应寻优控制方法,实现电缆绝缘老化程度的检测优化设计。仿真结果表明,采用该方法进行电缆绝缘老化程度检测的准确性较高,检测结果可靠性较好。     

基于卷积神经网络的车辆识别技术研究

现有车辆识别技术识别准确率受环境影响较大,因此提出基于卷积神经网络的车辆识别技术研究。通过设置模型层数与超参数,构建卷积神经网络的车辆识别模型多层结构,在输入原始图像数据后,通过对车辆信息数据分类,提取车辆特征信息,完成车辆识别。设计仿真实验,对比基于卷积神经网络的车辆识别技术与基于视频图像处理的车辆识别技术,在不同环境下对多种类型车辆识别准确性,证明设计有效性。     

高分辨率遥感影像在城市绿地信息提取中的应用研究

高分辨率卫星遥感图像数据量大、空间分辨率高、结构信息复杂、地物同物异谱现象更为突出等特征给专题信息提取技术带来了新的挑战。基于植被的光谱特征,利用监督分类、植被指数分类和目视解译等方法对QuickBird高分辨率卫星遥感影像的绿地信息进行提取,并对分类精度作了比对分析。研究结果表明,监督分类方法不能得到令人满意的结果,运用植被指数分类方法则有明显改善,其中归一化植被指数(NDVI)精度最高,因此NDVI能有效地对植被进行分类与识别。     

基于高分数据的村级地块面向对象分类方法研究

针对农作物对地抽样调查工作中村级抽样单元野外调查工作量大的问题,研究了一种基于高分数据的村级农作物种植面积提取方法。以辽宁省北镇市孟家村SPOT5遥感影像为实验数据(主要包括农田、裸地、道路、大棚、水体、房屋等类型),基于eCognition平台,根据局部方差法筛选地物最优分割尺度,按照最优分割尺度从大到小组织实验区地物分割次序,结合影像对象的光谱、形状等特征,建立分类规则,完成了村级农作物种植面积的提取。该方法有效避免了在影像分割时参数反复试错带来的复杂性和随机性,提高了农作物种植面积面向对象分类精度和效率。通过野外调查样地进行精度验证表明,精度达到90.4%,为提高农作物种植面积对地抽样调查工作效率,减少野外调查的工作量提供技术支撑。     

基于集成机器学习的电力系统窃电行为辨别方法

电力系统中窃电行为对线损计算和电网经济运行造成不利影响，严重影响电力市场的经济秩序。基于此，本文提出了一种基于集成机器学习的电力系统窃电辨别方法，以快速准确的辨别窃电行为。首先，该方法建立了基于改进神经网络的电力系统窃电行为特征提取模型，利用实测数据与神经网络全变量重构值进行比较，以获取用电数据的抽象行为特征；然后，利用提取出的窃电行为特征，采用集成机器学习方法进一步推导出电力系统窃电行为辨别方法；最后，基于实际数据集，验证了所提算法具有较高的检测灵敏度和分类精度。     

基于多元感知信息融合的电抗器故障声纹诊断研究

为提高电抗器故障诊断准确率,提出一种基于多元感知信息融合的诊断方法。方法通过采用PSO(Particle SwarmOptimization)算法优化LSTM(LongShort-TermMemory)网络的神经元个数与dropout值改进LSTM网络,并利用改进LSTM网络对电抗器故障声纹进行分类识别,实现了电抗器故障诊断。仿真结果表明,采用PSO算法改进LSTM网络,可提高LSTM网络的收敛速度和分类识别精度;采用PSO算法改进LSTM网络模型对电抗器故障声纹进行分类识别,可有效诊断额定预紧力松动、单边夹件松动、双边夹件松动等不同类型的电抗器故障,且具有较高的准确率,平均准确率约为98%;相较于SVM、CNN、BP模型以及标准LSTM网络模型,所提PSO算法改进的LSTM网络模型对电抗器故障声纹诊断的准确率更高,具有明显优势。     

利用高分二号影像对城市黑臭水体遥感监测——以南京市主城区为例

城市河道水质黑臭直接影响人们生存环境和生活质量，准确识别城市黑臭水体对城市生态文明建设具有重大意义。基于GF-2 PMS数据，利用TSUWI(Two-Step Urban Water Index)指数提取研究区水体分布，在此基础上，分别计算影像的黑臭水体归一化比值指数BOI和NDBWI值，采用面向对象的最优特征选择搜索算法SEaTH(Seperability and Thresholds),确定黑臭水体与一般水体的4个分离特征，构成特征空间，利用K-mean算法进行多特征聚类分析，进行黑臭水体的识别与分类。结果表明，南京市研究区范围内共有6条河道15段存在不同程度的黑臭情况，面积约为0.38km²,占城区水域(剔除长江南京段面积)面积的1.98%,经实地调查验证，黑臭水体的识别精度为81%。研究表明该方法可以实现对城市河道黑臭水体的监测与评价，为城市水环境治理提供技术支撑。     

基于相关向量机模型的腐蚀声发射信号识别

相关向量机(RVM)模型的分类性能与其核函数参数的选择有密切关系。本文分别利用人工蜂群算法(ABC)、粒子群算法(PSO)和遗传算法(GA)寻找相关向量机模型的最优参数,对几种方法的寻优性能进行了对比。采用基于二叉树结构的一对多扩展方法,对二分类相关向量机模型进行了扩展,建立了四分类模型。基于该分类模型对罐底腐蚀声发射信号进行识别,将声发射特征参数和频域参数作为模型的输入参数,获得了较好的识别结果。     

强电磁干扰下舰船通信的可靠性分析

为了提高强电磁干扰下舰船通信的可靠性,需要进行通信信号的抗干扰设计和信道均衡设计,提出一种基于自相关匹配滤波检测的强电磁干扰下舰船通信的可靠性优化方法。构建强电磁干扰下舰船通信的信号输出模型,提取强电磁干扰下舰船通信信号的输出谱特征,根据信道的冲激响应进行频谱畸变抑制,采用分数间隔均衡结合的方法进行强电磁干扰下舰船通信信道均衡设计,结合自相关匹配滤波检测方法实现强电磁干扰下舰船通信信号滤波检测和可靠性输出。仿真结果表明,采用该方法进行强电磁干扰下舰船通信的可靠性较好,抗干扰能力较强,输出的稳定性较好。     

融合GF-2与开放地图数据的城市绿地精细化分类研究

城市绿地是城市生态效益的重要载体,高精度的绿地目标检测与属性分类为优化城市生态空间结构、维护城市生态平衡以及建设“碳中和”城市提供基础数据支撑。通过改进经典U-Net算法,进行GF-2多光谱遥感影像图像分类;同时,基于景观生态学理论,采用POI和OSM为代表的开放地图数据,对绿地斑块进行多维度精细化分类;进一步选择深圳市福田区与罗湖区交界处的矩形区域为样本进行验证。结果表明：所提出的ASPP+SFAM融合U-Net网络模型与U-Net和UNet3+模型相比,所识别的城市绿地边界和真实城市绿地边界更吻合。所提出的模型的总体分类精度为90.87%,比U-Net和U-Net3+模型分别提高了11.13%和7.39%。同时,针对遥感影像纹理特征无法直接进行小区域城市绿地社会属性分类的问题,利用POI数据包含的属性信息、城市绿地与OSM道路网的拓扑关系以及景观形态指数,最终实现功能分类、类型特征、服务范围和形态特征4个维度的城市绿地的精细化分类。     

高压断路器状态智能监测系统设计

当前断路器监测相关研究成果监测覆盖性、故障诊断实时性和抗干扰性均较差,提出并设计基于DSP的高压断路器状态智能监测系统。将高压断路器状态智能监测系统整体分为信息数据采集层和管理层两部分,利用通信单元、时钟电源、电源单元、显示单元、接口单元和数据采集单元等模块构成监测系统硬件部分。主要分析并设计了信号数据采集单元和系统抗干扰关键技术,信号数据采集中包含分合闸线圈的电流采集、动触头行程数据采集、三相主回路数据采集和开关量输入信号数据采集几部分。监测系统软件部分,在系统上电后,断路器开始进行自检,如果自检未通过,将发出警报。系统对高压断路器各种信号数据进行实时采集,估计当前断路器运行状态,将正常信号实时传输至监测中心并显示;将开断信号及相关信息数据以优先级形式传输至监测中心并显示,管理人员利用监控显示单元对断路器状态进行智能监测。实验结果表明,该系统监测覆盖系数大、故障诊断延时短、抗干扰性能强。     

基于决策树技术的城市建设用地信息提取方法研究

以2006年中巴多波段遥感影像为数据源,采用决策树分类技术对济南市城市建设用地信息进行提取.在建立研究区先验知识的基础上,对城市建设用地及不同类型背景地物的光谱响应特征进行了统计,建立了基于地物光谱特征的决策树分类模型与分类知识库,然后进行图像分类,最后经过精度评价,发现该方法能有效地将城市建设用地信息提取出来并具有较高的分类精度与效率.     

首台大口径管道弱磁内检测器应用成功

8月15日,国内首台大口径管道弱磁内检测器应用成功。管道弱磁内检测通过检测管道的微磁场变化来判断管道应力变化,区别于传统的漏磁内检测技术,属于无源磁场检测,可以从微观上及时发现管道在制造、铺设阶段形成的缺陷和应力集中情况以及管道在水压施压过程中暴露的缺陷和应力集中情况,提前预测管道风险。运行期间,检测器搭载了速度控制系统,并成功将速度降低至条件范围内,满足了高压大流量工业管道检测施工要求,实现了高压管道的不降量在役检测,为准确采集数据提供了可靠保证。     

基于Daubechies4小波变换地形滤波的复杂电磁环境仿真加速方法

本文提出了一种基于射线追踪算法的复杂电磁环境仿真计算的加速方法,同时结合并行系统来共同加速仿真计算。对地形DEM数据进行Daubechies4二维离散小波变换,地形滤波在一定范围内有效降低了其复杂度。继而搭建并行计算系统,将滤波后的地形应用到多个辐射源的仿真建模并行计算,提高复杂电磁环境仿真计算速度。经过对该方法进行多次实验,验证了该方法可以在一定精度范围内提高复杂电磁环境计算速度。     

基于离群点诊断的污染源在线监测异常数据识别方法探究

应用基于统计原理的离群点诊断方法,建立了异常数据识别模型,通过迭代寻找偏差最大的样本数据,完成异常数据的剔除。结果表明,每组样本数据中置信区间以外的数据都被存储并从原始数据样本中被剔除,该算法对于异常数据识别的效果较好。在此基础上,建立了异常数据处理与管理方法体系,通过诊断和处理异常数据,为企业污染源在线监控数据传输有效率及环境保护管理水平的提高提供技术保障。     

高压衰减器的时域校准方法

本文介绍了一种基于系统辨识的高压衰减器的时域校准方法。依据系统辨识的基本原理,对高压衰减器建立输入、输出误差模型,通过测量衰减前后的时域波形,计算获得衰减器的传递函数,进而获得其修正系数。该方法可同时得到高压衰减器的幅频及相频特性,并可在高压校准条件下,准确反映衰减器的高压特性,为高压衰减器的时域校准提供了技术依据。     

一种污水处理RO膜压差异常数据检测和处理方法

介绍了一种新的异常值检测算法,周期混合ESD算法(S-H-ESD)。该算法考虑到数据可能具有周期性和趋势性的特点,可以准确地识别全局异常值和局部异常值,同时具备对含有较多异常值的数据进行检测的能力。结合某污水处理厂4年的监测数据,考察该算法对于真实的污水处理RO膜压差数据中异常值的检测效果,同时提出了针对被检测出的异常值的处理方法。结果表明该算法对该污水处理RO膜压差数据异常值识别率较高,对识别出的异常值的处理方法也较合理。     

基于高压电容器振动试验夹具材料的选用与设计

介绍了一种基于高压电容器性能检测及振动试验所需的夹具,从夹具材料的选取、结构设计和刚度要求进行了设计,分析了该夹具在制造过程中存在的关键问题及解决方法,并在振动试验中加以验证。     

基于ETM影像多种特征的CART决策树分类——以延边州为例

分类回归树(CART)是一种非参数化的分类与回归方法,在用于遥感影像自动分类时,可方便地应用多源知识,提高分类精度.以延边州试验区土地利用/覆被分类为例,利用分类回归树分析从训练样本中集中发现分类规则,集成遥感影像的光谱特征、纹理特征和辅助地学特征进行分类试验,并与传统的最大似然分类方法进行比较.结果表明,基于CART的决策树分类结果的总精度和Kappa系数分别为90.37%和0.8863,分类精度比MLC监督分类方法有明显提高.     

基于光子晶体的太赫兹滤波器

采用时域有限差分法（FDTD）对太赫兹波在光子晶体中传输进行仿真研究,得到了晶格常数和空气孔径对阻带性能的影响关系。在分析点缺陷对透射峰影响的基础上,设计了225GHz,3db通带带宽为1.9GHz的工字型缺陷光子晶体太赫兹滤波器,并对该滤波器进行了仿真分析,研究表明该滤波器能够实现对225GHz频段的有效滤波。