基于多重注意力和特征对齐的销钉缺陷检测方法

电网规模的快速扩张对输电线路的检测维护提出更高的要求,智能高效的自动化电力巡检图像识别算法作为提高检测维护的手段,已经成为目前研究的重要方向之一。为实现巡检图像中销钉缺陷目标的准确识别,文章提出一种基于多重注意力和特征对齐的销钉缺陷检测方法。首先,构建基于可变形注意力的可变形检测变压器(deformable detection transformer,Deformable-DETR)框架,解决现有识别算法中无法通过卷积神经网络进行像素点轮廓-环境关系建模的问题;之后,提出区域注意力特征提取模块,解决由可变形注意力带来的特征粒度不足的问题;为丰富目标物体特征质量,提出基于注意力的候选框特征对齐模块和约束函数;最后,选取华中地区某电力公司的航拍图像数据验证算法性能。结果表明,所提算法总体性能相比于现有的卷积算法提升5.4%,总体平均检测精度达到90.5%。

项目引导的三阶段—四课堂—两实践混合式教学方法探索——以数据结构课程为例

针对解决复杂工程问题所需要的抽象思维与创新实践能力培养需求,提出“三阶段—四课堂—两实践”的项目式线上线下混合教学新模式。以数据结构课程为例,详细阐述该模式的实施过程,并分析对提升学生自主学习能力、抽象思维、创新思维以及创新实践能力的积极作用。该教学模式突破了传统知识学习、方案设计与创新实践之间的界限,有效促进了学生解决复杂工程问题中数据结构设计等核心能力提升。

航拍电力杆塔图像中销钉唯一性识别研究

近年来,基于深度学习的缺陷销钉检测技术在电力杆塔巡检中得到广泛应用。但是该技术只能在图像空间对缺陷销钉进行定位,无法准确给出缺陷销钉在实际电力杆塔中对应销钉的唯一编号。针对该问题,该文提出一种融合深度学习与三维重投影的缺陷销钉唯一性识别方法。首先通过构建巡检电力杆塔系统的三维模型,进行电力杆塔系统中部件模型的编号获取,以及部件模型三维空间包围盒顶点和中心点坐标的计算;其次,利用YOLOv5模型在图像空间对销钉及上下文相关目标进行检测;再次,通过该文提出的融合结构约束的相机位姿估计算法对航拍图像的相机位姿进行估计;最后,将三维电力杆塔系统中的销钉包围盒按相机位姿进行重投影与销钉检测框进行匹配度计算,在图像空间中输出带有具体编号的销钉检测框。在YOLOv5模型输出的销钉检测框基础上进行销钉唯一性识别,利用仿真数据进行实验得到的唯一性识别正确率为100%,利用实拍数据进行实验得到的唯一性识别正确率为93.3%,验证了该文提出的销钉唯一性识别方法的有效性。通过对缺陷销钉进行唯一性识别,可以减少人工对故障图像的二次审核工作量,并准确地统计缺陷销钉的数量及具体位置信息,为后续故障维修及故障相关性分析等精细化管理提供支持。

基于气象信息因素修正的灰色短期负荷预测模型

针对传统灰色模型应用于短期负荷预测的缺陷,改进了多角度数据组织策略,选择社会活动背景相似度较高的历史日作为相似日,建立了气象因素突变判别准则,以识别相似日中的气象突变,并采用回归法消除相似日负荷数据中的受气象敏感负荷分量。采用邻近趋势外推法和相似日替换法矫正灰色模型预测时容易产生的局部畸变点。实验结果表明,改进后的灰色模型预测精度提升明显,预测精度平均提高1%~2%,最高可达7%。该方法能同时考虑社会活动规律和气象因素对负荷的影响,克服了传统模型本身对不规律数据预测精度差的缺点。

基于视觉模型和图像特征的遥感图像压缩

遥感图像具有纹理复杂、边缘丰富的特点 ,通常难以实现高压缩比 .统计了图像经过小波变换后在不同方向、不同级别子频带的能量分布 .然后基于人类视觉系统 (HVS)模型中的对比敏感度函数 (CSF)和遥感图像的能量分布特征 ,提出一种不同频带小波系数的变步长量化方法 ,并把该方法应用于嵌入式小波图像编码器 .实验结果表明 ,与不采用心理视觉量化的压缩方法相比 ,在相同压缩比下 ,峰值信噪比略为降低 ,但恢复图像的主观质量有一定程度的改善 .

配电网高级应用分布式计算平台通信架构设计

配电网高级应用软件是配电网自动化系统的重要组成部分。针对配电自动化系统复杂环境下的数据交互问题,以及基于数据级任务分解的分布式计算通信需求问题,提出了基于ZeroMQ消息中间件的分布式通信架构,并设计了能够传输复杂消息的通用消息格式。ZeroMQ的优秀性能使得该通信架构可有效支撑分布式计算平台在异构系统间快速交换数据,缩短了高级应用分析的计算时间,并增加了系统的容错性。利用济南市配电自动化主站系统的实际工程环境进行了部署和测试,测试结果证明了该通信架构的可行性。

基于Spark改进的最大频繁项集挖掘算法

为解决面向大规模高维数据的频繁项集挖掘问题,针对传统算法的时空复杂度和并行化策略进行优化,实现基于Spark改进的最大频繁项集挖掘算法。结合Spark的分布式框架和DMFIA算法的优点,提出深度路径搜索和长度优先超集检验两项改进方法,进行深度路径递归搜索一次性生成最大频繁项候选集,对候选项集进行长度优先排序并检验超集,降低候选项集的规模和挖掘次数,解决传统最大频繁项集挖掘算法在数据量大、维度高时效率低的问题。实验结果表明,该算法在时间上优于同类算法2-4倍,对数据集规模具有良好的扩展性。

基于数据级任务分解的配电网分布式并行计算平台

为实现大规模配电网的实时分析计算,构建了基于数据级任务分解的配电网分布式并行计算平台。结合配电网运行结构和设备配置,以配电网馈线作为分析单元,采用数据级并行计算方式对配电网计算任务进行分解。配置管理模块、实例、执行端和客户端4个子系统,分别实现任务生成、任务分解、任务派发以及子任务计算等功能,形成分布式并行计算平台框架。引入消息中间件ZeroMQ技术,采用不同类型套接字的组合实现分布式系统内部的N-N高效通信及与外部系统的数据交互。为验证该平台的实用性及并行计算性能,在平台上实现了山东省某市的城市配电网全局状态估计的分布式并行计算。算例分析表明:在配电网节点达到一定规模时,采用该平台进行分布式并行计算具有明显的速度优势。

一种基于支持向量机的小波图像压缩方法

提出了一种结合支持向量机(SVM,SupportVectorMachines)回归与小波变换的新的静态图像压缩方法.SVM回归方法可以学习原始数据之间的相关性,并采用小部分训练样本,即支持向量来稀疏表示原始数据集,利用这一特性来逼近和约减小波系数,可以达到数据压缩的效果.首先采用小波变换把原始图像分解成不同尺度的多个子带,由于最低频子带系数非常重要,采用DPCM直接编码,然后对其它频带系数采用SVM回归进行压缩.由于不同尺度和方向的小波系数特征不同,为尽可能去除小波系数间的各种相关性,给出了适合SVM回归的小波系数的有效组织方式.最后研究了支持向量及其相应权重的混合编码方法.实验结果表明与同类压缩方法相比,本算法获得的恢复图像的主客观质量有明显提高.

基于改进Cascade RCNN的输电线路防振锤脱落检测方法

无人机巡检输电线路时,因拍摄角度和距离问题,容易出现被输电线遮挡和远距离拍摄的防振锤脱落目标,导致目标特征被遮挡且分辨率较低,且部分防振锤出现滑移现象,导致目标识别准确率降低。针对以上问题,提出一种基于改进Cascade RCNN的防振锤脱落检测网络。第一,设计了对比学习网络,将正负样本与真实样本的特征进行对比学习,利用对比损失函数训练网络,使其能更加关注到被遮挡的防振锤脱落目标,提升其特征提取能力;第二,进行了分类器增强操作,筛选出网络级联结构中回归效果较好的感兴趣区域并送入最后的分类回归队列中,提高了分类器的分类能力,进而提升检测目标的分类分数;第三,设计了并行注意力机制模块,整合网络提取的特征,增大关键特征的权重,使网络关注到图像中更关键的区域;在特征金字塔中,将双线性插值方法代替为反卷积,提升特征还原能力。经交叉验证实验结果表明,改进后的模型召回率、精确率和平均精度达到了97.5%,91.0%和92.0%,相比基线模型分别提高了6.9%,28.4%和8.0%。

改进的硬盘读写映射算法及应用

给出了一种改进的读写映射算法 ,在保留原算法功能的基础上 ,使用户能够控制硬盘的写入操作是否生效 。

UPS通用通讯协议的设计及软件实现

介绍了一个UPS通用通讯协议的设计和制定,同时介绍了基于该通讯协议的监控软件的实现,并对软件的功能、结构以及实现的关键技术进行了说明,也把这个监控软件和其他一些现有的软件进行比较,强调它的通用性。相信对于其他监控系统的设计有一定的借鉴意义。

电子地图在多媒体监控系统中的应用

首先阐述多媒体监控系统中电子地图的概念 ,分析电子地图在Web化多媒体监控系统中的应用。然后基于组件技术提出多媒体监控系统中Web服务器端和Web浏览端的电子地图软件结构 ,并设计了电子地图的三部分组件—编辑组件、发布组件和浏览组件。

基于Bi-LSTM和特征关联性分析的日尖峰负荷预测

近年来,负荷高峰时段电力供需不平衡问题日益突出,电网运行成本增加。为提高尖峰负荷预测准确度,提出了一种基于双向长短期记忆网络和特征关联性分析的日尖峰负荷预测方法。采用描述类、曲线类指标分析不同行业下的用户日峰值负荷特性,并基于Copula函数定量分析多维时序数据之间的关联度,构建基于双向长短期记忆网络的幅值预测模型。由于多峰特性在用电规律中的普通存在,先将连续的历史发生时刻点转为离散的时间段中,再利用幅值模型的预测结果展开基于XGBoost分类器的日峰值负荷出现时段预测。在真实数据集上的实验结果表明,该方法对高位负荷的预测具有较高预测精度,对提高电网削峰填谷和供电服务能力具有重要意义。

一种基于误差在线更新的集成负荷预测模型

传统的在线集成负荷预测模型根据固定时间长度窗口内样本数据的预测误差更新模型参数,忽略了窗口内不同预测误差对参数更新影响程度不同的问题。为此,该文提出一种新的基于误差在线更新的集成负荷预测模型。首先,建立基于拉格朗日的集成预测最优权重求解模型,在目标函数中引入误差影响矩阵来量化窗口内不同位置的预测误差对模型权重影响的差异。然后,借鉴AdaBoost调整样本权值的思想,设计一个权重衰减因子用于在窗口滑动过程中动态调节误差影响矩阵。应用提出的模型对中国北方某城市5个地区的真实用电负荷数据进行负荷预测实验,该文模型的平均预测误差平均绝对百分比误差为5.1%。与现有的在线集成预测模型相比,预测误差平均降低了0.91%。

基于随机森林滚动预测的电量追补算法

智能电网计量自动化系统中存储的大量用户用电数据是电力企业与用户之间费用结算的唯一依据。当计量装置或者通信线路发生故障导致系统中用电数据缺失时,供电单位需要对缺失的电量进行追补来挽回经济损失。针对这一问题,提出了一种高准确度的计量故障区间检测算法,采用强鲁棒性的随机森林方法对故障区间用电量进行滚动预测。系统实测的数据与传统的均值计算法进行对比,证明了所提方法结果更准确可靠,可以为供电单位确定追补电量提供更科学的参考。

一种基于Agent位置透明及消息缓冲体的消息传递机制

针对移动 Agent的可靠消息传递问题 ,提出 1种基于 Agent位置透明及消息缓冲体的消息传递机制 ,并从 Agent命名、Agent服务注册和消息缓冲几个方面 ,给出消息传递机制的具体实现算法。与现有通信机制相比 ,较好解决了 Agent在移动前后及移动过程中的消息传递问题。

移动Agent注册服务系统的设计及仿真

Agent注册服务是移动Agent研究中的重要课题,它是移动Agent名字解析和服务导航的基础.名字解析可以实现移动Agent应用级位置透明,现有的一些移动Agent系统中已经应用这种机制;服务导航是Agent通过注册服务为用户提供Agent查询服务,但目前对于服务导航的研究还很不成熟.正文引入两种命名方法,在此基础之上建立两种Agent注册服务方式:分散式和集中式,并用仿真工具比较两种方式的效率,为服务导航的实现提供依据.

含环配电网的网络重构统一框架研究与实现

网络重构能在不增加额外投资的情况下平衡负荷,消除过载,提高供电质量和电网运行经济性。首先针对负荷均衡和网损最小两个目标建立了统一的重构框架,同时考虑电流约束、电压约束和不能含有孤立节点等约束条件。然后,为了实现全面重构和环路电阻的快速计算,根据配电网结构的特点,设计了开关电流连接图来存储电网模型。最后,针对配电网中存在环或者馈线内联络开关的情况,提出了基于生成树的启发式优化算法。算例结果表明该方法快速有效,可以满足配电网网络重构实际应用需要。

基于改进和声搜索算法的状态估计量测位置优化

电力系统状态估计是一种根据可获取的量测数据估计动态系统内部状态的方法,是能量管理系统的核心基础模块。然而由于我国配电网自动化水平低,量测装置有限,量测数据远不能满足状态估计计算需求,影响了状态估计的准确度。为了提高状态估计的准确度,优化量测位置成为研究状态估计的一个重要方面。运用和声搜索算法来优化量测位置,并对算法进行了离散化改进,增加了变量不可重复的限制。算法在IEEE-14和IEEE-33标准系统上进行了验证,并与粒子群算法进行了比较。实验结果表明,所提出的方法具有更高的准确度和可靠性,而且在时间性能上具有明显的优势。