分布式光伏电站并网对配电网影响及接入方式分析

分布式光伏发电系统并网,会对配电网的电压和频率产生影响,相关工作人员需要进行合理的电力调度,确保并网不会对电力系统运行稳定性造成影响。本次研究中,相关工作人员基于光伏电站特点,分析光伏电站接入大电网后,对大电网以及电能质量产生的影响。在此基础上,详细介绍光伏电站并网与接入具体方式,以期实现发挥光伏电站稳定并入大电网,优化电力能源结构提供技术支持。

基于颜色矩的典型草原牧草特征提取与图像识别

针对内蒙古乌兰察布市荒漠化草原牧草监测与数字化程度较低的问题,该文实现了2种典型牧草的特征提取与图像识别,为多牧草种类识别与草业管理提供依据。利用智能导航车采集草原原始图像,对羊草和灰绿藜2种牧草图像提取RGB与HSV颜色矩特征并建立相应的规则库,数据表明二者的颜色矩特征具有明显区别。采用2G-B-R色差特征的模糊C-均值聚类算法对图像进行背景分割后,构建了一种3层BP神经网络模型,通过主成分分析法(principal component analysis,PCA)将15维输入特征参数降为10维以提高识别速度,且最终的整体识别率达到89.5%,实现了羊草与灰绿藜图像的有效分类识别,同时得到灰绿藜与羊草在测试图像中的植被覆盖度分别约为9.78%、34.21%。试验结果表明,利用颜色矩特征为基础,模糊C-均值聚类算法与BP(back propagation,BP)神经网络模型为分割、识别手段能够有效地实现典型牧草的图像分类研究。自动识别牧草是草业数字化的重要组成部分,可为监测植被物种多样性、草种退化及病虫草害的控制提供科学依据,是实现现代草原生态环境保护,发展草原经济的重要途径。

基于颜色特征的牧草图像分割方法研究

针对自然光照条件下牧草图像的分割问题,分别研究了在RGB颜色空间和HSI颜色空间中牧草颜色特征的提取。在RGB颜色空间中,利用2G-B色差特征得到牧草和背景差值最大的色差灰度图像,使用最大类间方差图像分割法对色差灰度图像进行了图像分割。在HSI颜色空间中,根据牧草H分量的分布特点,使用模糊C-均值(FCM)的彩色图像分割方法对牧草的彩色图像进行了有效分割。实验表明,基于HIS彩色空间H色调的FCM方法对牧草的分割能够取得比较理想的效果,经二值化处理后得到的牧草轮廓要比基于2G-B色差特征的最大类间方差分割方法得到的牧草轮廓更加完整。

基于BP神经网络的典型牧草特征提取与识别研究

针对内蒙古荒漠化草原牧草监测与数字化程度较低的问题,实现了三种典型牧草的特征提取与图像识别,为多牧草种类识别与草业管理提供依据.运用MATLAB图像处理技术,对糙苏、羊草及鹅绒萎菱菜进行图像预处理,提取了12种颜色矩特征和4种形状特征,利用BP神经网络法实现了三种牧草的图像识别,识别正确率为86.9%.试验结果表明,基于颜色矩特征和形状特征的BP(back propagation,BP)神经网络图像识别方法能够有效地实现典型牧草的图像分类研究.自动识别牧草是草业数字化的重要组成部分,可为监测植被物种多样性、草种退化及病虫草害的控制提供科学依据.

变电站直流系统运行维护问题分析

变电站直流系统是电网正常运行的关键之一。随着近年来的系统改造升级和技术更新迭代,变电站直流系统提升了工作能力,也提升了运行维护难度。本文通过分析变电站直流系统的常见问题,提出了相应的运行维护措施。