基于相对极差法的锂电池均衡系统拓扑结构改进

针对电池组因无法快速均衡导致的不一致性,以及简单均衡电路难以满足多单体电池快速均衡要求的问题,展开对均衡拓扑结构的研究。为加快电池均衡速度,结合电感储能均衡高精度与电池储能高效率的特性,设计出电感电容串联的分层式主动均衡拓扑。基于降低电池单体间荷电状态(SOC)差异的需要,将Cuk斩波电路与基于电感电容串联电路相结合,设计分层均衡电路,并应用相对极差均衡控制策略在MATLAB/Simulink中构建仿真模型。结果表明,所提均衡拓扑结构能够提高电池均衡效率。

基于级联网络的输电线路螺栓故障检测

针对输电线路无人机巡检图像中螺栓尺寸小且特征不明显等特点而导致故障螺栓检测精度低、检测速度慢等问题,提出一种NanoDet-YOLOv5-GN级联网络检测系统。其系统整体采用分级检测原则,采用NanoDet网络对巡检图像进行处理、定位,并分割螺栓连接部位,增大螺栓在整体图像中的占比;使用改进的YOLOv5-GN网络对缺陷螺栓进行检测。在改进的YOLOv5-GN网络中,在backbone部分嵌入了CBAM注意力模块,在neck部分引入了gnConv重构颈部网络,在head层新增小目标检测层,强化模型对于小目标特征的提取能力。并采用800幅线路无人机巡检缺销螺栓图像对其进行实验验证和测试,结果表明,所提级联网络检测系统的准确率为94.5%,召回率为91.4%,mAP为76.1%,其检测速度达到平均25.2帧/秒,能够较好地满足无人机巡检速度与精度上的要求。

基于改进YOLOv5的输电线路多目标检测

针对当前目标检测网络层数加深、参数量和计算量加大,造成实时性差等问题,为了实现对输电线路部件的识别与检测,提出一种基于改进YOLOv5的输电线路多目标检测算法。首先,使用ShuffleNetv2结构作为网络特征提取的主干结构,减少网络的参数量;然后,将PANet网络中的BottleneckCSP改为Light_CSP模块,加快特征融合的速度;其次,使用CIoU loss、DIoU-NMS方法减少预测框的位置损失和漏检问题。最后,为了验证所提算法的有效性,利用输电线路图像数据集进行训练与测试。结果表明,改进YOLOv5的参数量为7.5×106,浮点计算量为10.9,平均精度达到了87.5%,FPS达到69.2,能够满足输电线路部件检测的精度、轻量化与实时性要求。

基于内容视觉感知和传输失真的无参考视频质量客观评价

通过分析和研究视频内容特征、编解码失真特征和传输时延特征对视频质量评价的影响,结合人眼视觉特性及其数学模型,提出了一种综合考虑传输和编解码失真的基于内容感知的无参考视频质量评价方法,并构建其数学模型。在该方法中,首先采用视频帧图像纹理复杂性特征、图像的局部对比度、时域信息及其视觉感知来描述视频内容,构建其内容感知模型,并以此探讨视频内容及其视觉感知对视频质量的影响;然后,探讨比特率与视频质量之间的关系,构建其模型,研究视频比特率对其质量的影响;接着,结合视频传输时延特征,构建了由于传输时延失真而产生的视频质量下降的质量评价模型;最后,采用凸优化方法综合3个方面的模型,提出了一种综合考虑视频内容、编解码失真、传输时延失真和视觉特性的无参考视频质量评价模型。并采用多个建立的视频数据库和开源数据库中的数据和视频进行了测试验证,并与17种现有视频质量评价模型进行了性能对比;结果表明,所提模型的精度Pearson相关系数和Spearman秩序相关系数值最小分别能够达到0.8773和0.8336,最大可以实现0.9383和0.9438,表现出了较好的泛化性能,且复杂度比较低。综合模型精度、泛化性能、复杂性3个方面的性能参数表明,所提模型是一个性能比较优异的视频质量评价模型。