改进SSD方法在电缆隧道明火识别中的应用

针对单次多重检查( single-shot detector, SSD)方法对小目标物体检测的鲁棒性较差的问题,提出了一种改进的单次多重检查方法应用于电缆隧道明火识别中,通过选取不同层次的特征映射图进行多尺度检测,并引入一组不同大小和长宽比的默认边界框,以增强对小范围明火识别的鲁棒性。首先,构建SSD网络模型,选取6组不同尺寸的特征映射图,并对采集到的明火图像进行预处理;然后,对整个SSD网络进行训练并对默认边界框的大小等参数选取进行优化;最后,得到应用于电缆隧道明火识别的SSD网络,并通过测试集对该方法的识别速度和准.确率进行了检验。应用结果表明该方法具有计算速度快、识别准确度高等特点,在电缆隧道明火识别中具有工程应用的参考意义。     

梯级电站群短期水火联合经济调度优化方法

针对多约束、非线性、不可微的梯级电站群短期水火联合经济调度优化问题,在标准灰狼算法的基础.上,提出了一种基于改进灰狼算法的梯级电站群短期水火联合经济调度优化方法以处理该复杂优化问题。该算法通过融入纵向交叉操作以修正狼群前进方向,改善算法的全局收敛性;采用一种新型约束处理方法,解决传统差额约束处理方式无法处置的强耦合关系变量的违约问题,提高算法的计算效率。仿真结果表明:该优化方法不仅克服了标准GWO的缺陷,且在求解质量、精度、收敛性和稳定性等方面较其它算法具有明显优势。