基于边缘信息及光照方向的阴影检测算法

提出一种基于边缘信息及光照方向的阴影检测算法。该算法通过将HSV和RGB彩色空间的阴影特征相结合进行初步检测,从初步检测得到的阴影中估计光照方向,运用基于边缘信息阴影检测算法检测在光照方向角阈值范围内的阴影区域,实现对运动目标阴影的准确检测,为运动目标后续处理排除阴影干扰。实验结果表明,该算法能较好地抑制噪声,阴影检测效果比传统算法好。

一种基于历史监测数据的谐波污染主特征群筛选方法

对谐波污染用户的耦合模型需要考虑不同次数谐波之间的相互影响,这将使得模型非常复杂,从而无法基于在线监测辨识模型参数建模。本文提出一种基于历史监测数据的谐波主特征量筛选方法,首先利用统计分析中常用的主成分分析(principle component analysis,PCA)方法,通过主成分和原始变量之间的相关系数计算谐波特征群指标;然后根据该指标历史监测数据中提取能够用于谐波分析的谐波污染主特征群;最后,以宁德市配电网采集的电能质量监测数据为例进行分析,验证所提出方法的可行性。

基于区间运算的谐波用户典型工况分析

大量监测数据有利于谐波建模,但利用监测装置记录的统计型指标进行建模无法表征用户不确定的运行特性,并影响所建立的谐波用户模型的精确度。因此,提出一种基于区间运算的谐波典型工况分析方法:首先基于监测数据类型构造谐波区间数据,并通过针对区间主成分分析(PCA)方法提取聚类特征量,然后分别基于仿射传播(AP)聚类算法和离度指标划分谐波用户典型工况和剔除过渡工况,最后定义和计算各个工况的典型参数。算例分析表明,所提出的方法能够基于谐波用户监测时段内的不确定信息,划分谐波用户典型工况,可为谐波用户的接入和治理提供依据。

集约化管理对铁路项目成本控制积极作用

市场经济下,施工企业的最终目标就是追求经济效益的最优化,合同价确定之后,如何让效益最优的关键就在于工程项目成本的控制,根据实际工作经验,并结合本项目的具体情况,通过集约化管理在劳务分包管理、物资集中采购、钢结构加工厂、小型预制构件集中预制等方面的实际应用,浅谈集约化管理在保证施工安全、质量的前提下对铁路项目成本控制的积极作用。

1美金的崛起到3美金的竞争

回顾近几年的国内主板市场，一片滚滚“台流”，国内主板品牌由于资源、渠道、品牌、研发、制造实力等方面的差距，一直处在相对尴尬的境地，扮演着悲壮英雄的角色。从不言弃，局部突围，苦苦支撑，血拼搏杀，应是这么多年中国内地主板品牌发展的深刻缩影。

基于人机语音交互的配电网人工智能调度助手设计

为了解决调度员日常调度工作繁重问题,有效减轻调度人员的工作量,文章提出一种基于人机语音交互的配电网人工智能调度助手设计方案。首先设计了系统的总体架构,然后对系统的软件架构和硬件架构进行了详细设计,最后对系统的语音调图功能、语音低压设备召测功能和语音统计查询功能进行了设计。该系统可基于人机语音交互识别实现配电网日常调度功能的辅助自动执行。

分布式光伏发电系统的谐波源机理模型

为解决大量分布式光伏接入配电网带来的电能质量问题,基于分布式光伏发电系统的工作原理,分析了双极性SPWM(正弦脉冲宽度调制)控制算法对逆变器谐波特性的影响,以及恒功率控制策略对控制器控制算法的影响。通过分析光伏电源的发电功率与调制信号幅值的机理关系,推导出发电功率与并网谐波电压的函数表达式,建立光伏电源的谐波源机理模型。采用PSCAD搭建光伏电源模型,在发电功率不确定与波动的情况下,测量注入电网的谐波电流和并网的谐波电压,与谐波源机理模型计算的理论值进行比较,验证了谐波源机理模型的合理性。

基于K-medoids算法的谐波责任划分方法

针对背景谐波电压波动导致系统阻抗参数辨识精度下降最终导致谐波责任划分不合理的问题,本文提出基于K-medoids算法的谐波责任划分方法。借助K-medoids聚类算法对样本点进行聚类,得到典型运行工况;使用加权最小二乘法辨识不同工况下的工况参数,并分摊其谐波责任。采用MATLAB搭建IEEE13节点的仿真平台,模拟不同背景谐波电压波动下,对比采用本文算法与传统算法辨识系统阻抗参数的精确度,从而验证该算法的合理性。

基于双层规划理论的主动配电网规划研究

随着传统能源的短缺以及人们对环保意识的增强,间歇性分布式电源(Distributed Generation, DG)凭借其发电灵活及环境友好 等特点,得到了广泛运用,而间歇性 DG 出力具有随机性。为适应间歇性 DG 接入配电网,主动配电网(Active Distribution Network, ADN) 应运而生。文本主要考虑 DG 及负荷的不确定性,基于双层规划理论,对主动配电网进行规划研究。

基于典型关联分析算法的恒流源型谐波用户识别

为了辨识10 kV节点母线接入的谐波用户,在建立谐波用户的谐波源发射模型后,采用用户的基波有功功率与节点谐波电流的Pearson相关系数作为辨识谐波用户的特征量,以节点量测装置和智能电表存储的海量历史数据为载体,以典型关联分析算法为工具,通过挖掘节点母线的多维谐波电流数据与用户功率数据之间的Pearson相关系数,实现谐波用户的甄别。通过仿真与实际工程算理分析,证明了该方法的合理性。