基于近30a多源卫星高度计数据的东中国海潮汐信息提取

我国HY-2B卫星已成功运行3 a多,本文首次将HY-2B测高数据用于计算潮汐。将HY-2B与相同时间段的Jason-3在东中国海分别进行潮汐信息提取,验证了其结果的一致性。建立了基于10颗国内外卫星高度计(TOPEX/Poseidon、Jason-1、Jason-2、Jason-3、ENVISAT、ERS-1、ERS-2、Sentinel-3A、Sentinel-3B、HY-2B)数据的时间序列,得到东中国海近30 a时间序列的较高空间分辨率网格化海面高度。利用该数据提取了东中国海12个分潮(O1、K1、Q1、P1、M2、S2、N2、K2、SA、SSa、Mm、Mf)的潮汐调和常数,并将4个主要分潮M2、S2、K1、O1的调和常数与验潮站进行对比,均方根误差分别为6.74 cm、3.98 cm、2.37 cm、1.81 cm,总体均方根误差为8.32 cm;同时,采用除HY-2B之外的剩余9颗国外卫星高度计数据和TPXO9潮汐模型结果分别与验潮站对比,结果显示,加入HY-2B后的10颗卫星高度计反演潮汐结果准确度最高,与不使用HY-2B卫星数据相比,全日潮有较大改善,K1和O1向量均方根误差分别降低19.93%和17.35%,4个主要分潮总体均方根误差降低3.5%。此外,通过与FVCOM模式结果对比分析,4个主要分潮的调和常数与模式结果的总体均方根误差为8.86 cm。另一方面,空间分辨率也有所提高,达到了0.1°×0.1°。最后,给出了4个主要分潮同潮图。在潮差较大的朝鲜半岛西侧,加入HY-2B后的同潮图可显示出2.1 m的M2等振幅线与0.75 m的S2等振幅线,与该海域实际观测结果一致,说明HY-2B在近海潮汐信息提取中有相当重要的作用。

基于高光谱技术的陶瓷绝缘子污秽等级检测

陶瓷绝缘子污秽等级检测主要采用等值盐密法、表面污层电导法、泄漏电流法等传统方法,检测过程耗时长、效率低。高光谱技术能够非接触地获取目标图谱信息且信息量丰富,在绝缘子污秽检测方面有较大应用潜力,因此文中提出基于高光谱技术的陶瓷绝缘子污秽等级检测方法。首先,由于陶瓷绝缘子的材质原因,采集其高光谱图像时存在反光现象,因此采用直方图均衡化处理高光谱图像,去除反光干扰;然后,对高光谱图像进行预处理,去除噪声干扰;接着,采用连续投影算法(SPA)对样本谱线进行特征提取,去除冗余信息;最后,根据特征谱线建立支持向量机(SVM)分类模型,实现陶瓷样品的污秽等级划分,其准确率可达95%。

绝缘子污秽等级的高光谱特征优化识别技术研究

为解决传统污秽检测方法对输电线路绝缘子污闪防治的局限性,通常采用非接触式、高分辨率的高光谱技术研究污秽在线检测技术。为有效提取反应污秽度的光谱特征,削弱冗余与干扰信息的影响,文中提出一种基于小波包能量谱特征优化的绝缘子污秽等级识别技术。首先,对不同污秽等级的绝缘子样品的光谱图像进行背景分割,提取均匀覆污区像素点的光谱均值曲线;其次,对不同图像的光强均匀度差异、环境噪声进行预处理,并通过对数变换提升不同污秽等级间的可区分性;再次,对预处理后的光谱曲线进行小波包能量谱特征提取;最后,基于所提特征建立基于支持向量机(SVM)的污秽等级识别模型。实验结果表明,相比于采用全波段数据或主成分分析(PCA)特征数据作为输入,基于小波包能量谱特征建立的SVM污秽等级识别模型对样品识别准确率更高,可以达到99.8%。

基于高光谱成像技术的500 kV运行绝缘子污秽识别及可视化研究

电网绝缘子数量多,污秽成分复杂,传统污秽测试方法耗费大量人力物力,为快速、有效地辨识其污秽程度,本文提出一种基于高光谱成像技术的线路绝缘子污秽等级识别技术。首先,利用高光谱成像仪对不同污秽等级的84支运行绝缘子样品进行图谱信息采集,进行黑白校正;其次,获取感兴趣区域(region of interest,ROI)的反射率光谱曲线,使用SG平滑预处理方法削弱噪声干扰,通过竞争性算法(CARS)提取波谱特征;同时,采用HSI分量法分析现场绝缘子不同污秽等级的图像特征,提取图像饱和度(Saturation)分量特征;结合光谱数据与图像特征参量,建立基于极限学习机(Extreme Learning Machine,ELM)的污秽等级识别模型,识别准确率可达86.1%,获取绝缘子高光谱图像各像素点的图谱信息并使用已建立的污秽等级识别模型进行分类,可实现绝缘子污秽等级的图像可视化。

运行复合绝缘子高光谱污秽检测技术

目前传统的高光谱污秽检测主要针对人工涂污样本。而运行复合绝缘子由于结构和自然积污复杂、基材浸污严重,难以运用其方法进行污秽检测。因此搭建了适用于绝缘子污秽检测的高光谱拍摄平台,并提出了一种基于高光谱的运行复合绝缘子污秽检测技术。首先,针对绝缘子光谱特性,提出了一种基于噪声学习的一维卷积降噪自动编码器(1D-RDCAE)高光谱数据转换方法,消除不同拍摄情况导致的谱线偏移现象。其次通过核主成分(KPCA)提取不同污秽程度的光谱特征;分别建立基于线性判别算法(LDA)、BP神经网络(BPNN)以及极限学习机(ELM)的运行复合绝缘子污秽检测模型。最终,检测结果表明,较之传统的高光谱污秽检测方法,笔者提出的污秽检测技术对不同拍摄情况下的污秽程度检测准确度有了大幅提高,由50%左右提高到了85%以上,为后续运行复合绝缘子光谱检测奠定了基础。

社会基本医疗保险中的道德风险及应对思路分析

为了实现人民对美好生活的向往,国家越来越注重保障国民基本权益和提升居民的社会福利水平。社会基本医疗保险制度发展至今虽已取得一定成效,但由于发展时间短、立法不够完善、医疗费用支出快速增长、参与主体多元化等因素致使社会基本医疗保险在实际运营过程中存在一些弊端,其中道德风险的问题尤为突出,这在一定程度上影响了社会医疗保险事业的健康发展。探讨社会基本医疗保险中的道德风险问题,分析医疗服务提供方、医疗服务需求方和医疗保险机构三大主体间道德风险可能出现的原因并思考应对策略,可通过建立较完善的信息甄别机制、立法约束违规成本、提升医护人员的职业道德素质与构建医保基金监督体系等方面进行完善,从而推动我国卫生健康事业可持续发展。