基于深度学习的高空坠落危险行为识别方法

以卷积神经网络为代表的深度学习算法可以更加精准有效地提取人体行为特征,因此将深度学习用于人体行为识别与预测成为研究热点。文章在经典HRnet网络结构的基础上通过改进L-Swish激活函数和引入Squeezeand-Excitation模块,提出一种新型网络模型L-HRnet,用于判断施工人员高空作业时的行为动作是否存在危险性。在公开数据集HMDB51上进行行为分类与识别实验,结果表明,改进后网络结构L-HRnet的识别准确率明显优于HRnet,有效提升了高空作业人员的防护水平。

基于体感网与边缘计算的高空作业智能防护系统研究

随着我国高空项目建设(高压电线铺设和维护、超高层建筑建设等)需求的快速增长,高空作业防护信息化、智能化水平低的问题愈发凸显。该文围绕高空作业人员安全防护场景,利用体感网随时随地感知的特点,以及边缘计算就近提供服务的技术优势,设计高空作业智能防护系统。重点设计了可充气的智能安全服、智能安全帽、智能安全扣,并针对高空作业人员定位与管理的需求,提出一种改进的PGSA-PSO定位算法。该系统有助于促进我国高空作业防护工作的进一步发展与提升。

对流条件下架空导线载流-温度分布热路模型构建

由于架空导线径向温差的存在,仅仅以监测得到的架空线路表层温度表征导线温度,为线路安全运行埋下隐患。为此,本文根据架空导线内部导体结构特征,借鉴热电比拟思想,提出了导线内部温度分布热路模型,并确定了分布接触热阻和分布内热源的计算方法;为验证模型精度,设计并搭建升流实验系统和风洞测温实验平台,以LGJ240/30mm^2导线为例,对自然对流条件和强制对流条件下的模型计算结果进行实验验证和分析。验证结果表明:自然对流条件下,各层导体温度的平均相对误差为4.6%,强制对流条件下各层导体温度的平均相对误差仅为1.54%;径向温差的计算精度高于IEEE标准模型。

钢琴启蒙教学的几个要点

一、要重视正确的弹奏姿势和用力方法 刚开始学习钢琴的学生,弹奏姿势和用力方法的正确是十分重要的,但这一点往往被一些学生所忽视。因为钢琴与小提琴、大提琴等弦乐器和小号、长笛等管乐器不同,那些乐器学生如果没有一个比较正确的姿势和方法,就根本无法演奏它们,有的甚至连音也发不出来。而有的学生在钢琴启蒙学习阶段会感到并不太难,即使不注意方法,只要用手指向下弹总能发出音来,甚至还能弹出一些简单的曲子来。这些就容易使一些学生产生一种盲目的乐观心里,满足于这种不健康状况。其实,这就从学习钢琴的起步开始埋下了“钉子”。其学习钢琴的寿命也不会很长。为什么社会上不少学生大约学到相当于车尔尼599水平的程度就感到困难重重而学不下去?其中的一个原因就是学生的弹奏姿势和用力方法在启蒙阶段就错了。因此,我们启蒙教学的第一个任务就是要学生掌握正确的弹奏姿势和用力方法。

一种用于电网监测“线上鸟”取能的电流互感器装置

由于输电线路杆塔空隙较多、易于筑巢、坚固稳定,导致输电线路遭受由于鸟窝、鸟粪等引起的闪络、短路、跳闸事故逐年增加,对电网的运行安全造成了严重的威胁。文中提出了一种新的、安全的、有效的"线上鸟"监测技术,设计了一种用于50 Hz交流输电线路取能的电流互感器(current transformer,CT),通过优化二次绕组匝数和阻抗匹配,实现了在低线电流条件下最大化取能电流互感器的负载功率的目的,为后期部署能自我供电实时远程检测线上鸟的传感器提供可能。实验结果表明,该装置在1.54 A线电流下可输出9.5 mW的功率,为检测线上鸟的传感器自我供电和实时监测提供了可能。该装置严格遵循电磁兼容性设计,低功率设计,不会干扰其他设备,既降低了公司的管理和运行成本,节省大量人工和检修产生的费用,又提高变电站运行的可靠性和经济性,保证了电网的安全运行。

输电线路防褪色杆号牌的研究

目前,高压输电线路已成为电网的主干网,增强了我国电力传输能力,改善了电网建设落后的问题,随着电网快速发展,杆号牌更换工作量加大。杆号牌缺失或标识不明确,将给输电线路的运行和维护带来很大的安全风险。文章针对输电线路杆号牌颜色会严重褪色模糊的现象进行了分析,并根据导致褪色的原因提出了切实可行的解决方案,大大地提高了线路杆号牌的使用寿命,确保了运维人员的安全。现有的杆号牌主要包括贴字牌、平面印刷牌、不锈钢蚀字牌等,但无论是哪种杆号牌,均具有易褪色的弊端。本文针对改进杆号牌提出两种方案:基于嵌入式杆号牌加设了模块化的设计,字体结构设计克服了传统杆号牌易褪色的问题;基于LED显示屏的杆号牌为电子显示屏,利用LED技术解决杆号牌标识不清的问题。