改进YOLOv5算法下的无人驾驶道路行人识别研究

基于无人驾驶领域的飞速发展,为提高道路行人目标检测的速度和精度,提出一种基于YOLOv5网络改进的YWYOLO的道路行人目标检测方法,在YOLOv5模型的neck结构中改入RepGFPN,充分交换高级语义信息和低级空间信息,添加自适应融合机制,引入SimAM注意力模块机制,提高算法的特征提取能力,在损失函数方面,使用Optimal Transport Assignment优化损失函数。实验结果表明,所提算法与原算法相比,在道路行人类别数据集上识别精确率由38.1%提升到52.6%,检测速度由29.4 fps提高到30.8 fps,具有更好的检测效果。

基于改进信赖域折线算法的漏磁检测缺陷反演方法

一般铁磁性材料会受外部条件的影响,易出现氧化、腐蚀、断裂的现象,使由铁磁性材料组成的设备无法正常运行,若不及时检修可能会造成重大损失。因此,为了保证设备工作正常运行,需对其进行不损害、无接触地检测。对于这种情形,漏磁检测较为合适且被普遍使用。

基于遗传模拟退火算法的漏磁缺陷重构

通过将模拟退火技术加到遗传算法(GA)的变异运算中,提出一种遗传模拟退火算法(genetic-simulated-annealing-algorithm,GSAA),并且提出一种基于GSAA的逆算法,用于从漏磁信号中重构二维缺陷.该算法中,径向基函数神经网络(RBFNN)用作前向模型,GSAA用于求解逆问题中的优化问题.实验结果表明,同基于GA的逆算法相比,基于GSAA的逆算法更精确,并且对噪声更具鲁棒性.

自学习粒子群与梯度下降混杂的漏磁反演方法

利用自学习粒子群优化算法的全局寻优能力克服梯度下降法过分依赖初始解,易陷入局部极值的缺点,从而提高梯度下降法的优化性能。以径向基函数神经网络为前向模型,基于自学习粒子群与梯度下降混杂的反演方法用于漏磁缺陷轮廓重构中。实验结果表明,该反演方法重构的缺陷轮廓比较准确,且在漏磁信号存在噪声的情况下,重构结果到与实际轮廓相近,并具有一定的噪声鲁棒性。

基于遗传优化算法的二维漏磁缺陷重构

信号逆问题,即从测量信号中恢复出缺陷轮廓及其参数,是漏磁无损评估中的一个重要课题。提出了一种基于遗传算法的逆算法,用于从漏磁信号中重构二维缺陷。在该算法中,径向基函数(RBF)神经网络用作前向模型,遗传算法用于求解逆问题中的优化问题,其优点是能够避免基于梯度下降法的迭代逆算法中可能遇到的局部最小问题,并能得到逆问题的全局最优解。实验结果验证了所提出的逆算法的有效性。

基于改进人工蜂群算法的漏磁缺陷轮廓重构

漏磁缺陷重构是指由检测到的漏磁信号重构缺陷轮廓及参数,是实现漏磁反演的关键。将局部最优解和全局最优解引入到人工蜂群算法(Artificial Bee Colony Algorithm,ABC)中,提出了一种基于改进人工蜂群算法的缺陷重构模型。在该模型中,径向基函数神经网络作为前向模型求解漏磁信号,改进人工蜂群算法用于求解反演问题中的优化问题。将改进人工蜂群算法和基本人工蜂群算法作为反演算法进行了比较,实验结果表明,改进人工蜂群反演算法精度较高,速度较快,同时对实测信号具有鲁棒性,是一种有效可行的漏磁反演新方法。

用于管道漏磁数据的小波域自适应及小波系数去噪算法

基于漏磁检测是油气管道在线检测中应用最广泛的无损检测技术,提出了一种去除漏磁数据中无缝管道噪声(SPN)和系统噪声的新算法.首先利用将小波变换和自适应滤波技术相结合而提出的新型小波域自适应滤波方法去除漏磁数据中的SPN,然后再利用小波系数去噪方法去除小波域自适应SPN消除系统输出漏磁数据中的系统噪声.实测漏磁数据所得结果表明,该算法具有良好的去噪效果,极大地提高了漏磁数据中缺陷信号的可检测性.

改进的遗传局部搜索算法在漏磁逆问题中的应用研究

通过将模拟退火技术加到遗传局部搜索算法(GLSA)的扰动过程中,提出一种改进的遗传局部搜索算法(IGLSA)及基于IGLSA的逆算法,用于从漏磁信号中重构二维缺陷.该算法中,径向基函数神经网络(RBFNN)用作前向模型,IGLSA用于求解逆问题中的优化问题.实验将该逆算法分别与基于规范遗传算法(CGA)的逆算法和基于GLSA的逆算法进行了比较,结果表明基于IGLSA的逆算法更精确,并且对噪声具有鲁棒性.

去除漏磁数据中无缝管道噪声的小波域自适应滤波算法

漏磁(MFL)检测是油气管道在线检测中应用非常成熟的一种无损检测技术。将小波变换与自适应滤波技术相结合,提出了一种去除漏磁数据中无缝管道噪声(SPN)的小波域自适应滤波算法。将该算法用于实测漏磁数据的处理,所得结果说明该算法具有良好的去噪效果,可以极大地提高漏磁数据中缺陷信号的可检测性。

基于锁相环的智能电网时间同步控制算法

随着智能电网的迅速发展,对时间同步的准确度和安全性提出了更高的要求。准确可靠的时钟源是智能电网保持精确时间同步、安全稳定运行的重要先决条件。针对外部时钟信号可能带有噪声抖动或发生畸变而导致系统失步,采用锁相环技术产生准确的时钟源信号从而提高时间同步准确度。同时引入一种群智能优化算法——差分进化算法对锁相环进行最优化设计。仿真结果表明,该方法可以较好跟踪参考时钟信号,获得准确的时钟信号,是一种有效可行的新方法。

无缝管道漏磁信号去噪新方法

漏磁(MFL)检测信号常被多种噪声源污染,极大地降低了漏磁信号中缺陷信号的可检测性。提出一种漏磁信号去噪新方法。该法首先利用自适应滤波方法去除漏磁信号中的无缝管道噪声(SPN),然后再利用小波系数去噪方法去除SPN自适应消除系统输出的漏磁信号中的噪声。实测的漏磁信号处理结果说明,该方法具有良好的去噪效果,可提高漏磁信号中缺陷信号的可检测性。

基于自学习粒子群优化算法的单相动态电压恢复器补偿策略

针对电压凹陷发生概率较高、危害大,严重影响电能质量的问题,通过理论分析和仿真实验,研究单相动态电压恢复器(dunamic voltage restorer,DVR)的补偿策略来改善电压凹陷,其内容主要包括对单相DVR已有的传统补偿策略进行理论分析与比较,并在此基础上提出一种基于自学习粒子群优化算法(self-learning particle swarm optimization,SLPSO)的优化补偿策略,通过仿真实验验证了该策略的正确性和可行性。

去除SPN的小波域自适应FIR滤波修正算法

漏磁检测(MFL)是油气管道在线检测中应用非常成熟的一种无损检测技术.漏磁检测数据通常被无缝管道噪声所污染,而无缝管道噪声在某些情况下可能完全掩没来自某一类型缺陷的漏磁信号,因而极大地降低了管道缺陷的可检测性.本文对小波变换域自适应有限冲激响应(FIR)滤波算法进行修正,提出一种可有效去除漏磁数据中无缝管道噪声(SPN)的修正算法.该算法利用无缝管道噪声和漏磁信号的不同相关特性,可有效去除漏磁数据中相关度高的漏磁信号,从而提高漏磁数据中相关度较小的缺陷信号的可检测性.该修正算法用于实测漏磁数据,所得结果说明该算法具有良好的去噪效果,从而提高了漏磁数据中缺陷信号的可检测性.

去除漏磁信号中系统噪声的小波系数去噪方法

漏磁无损检测普遍用于铁磁材料的无损检测中,是近年来输油管道检测中常用的一种有效方法。研究了输油管道检测中漏磁信号的去噪问题,由于漏磁信号被多种噪声源所污染,极大地降低了漏磁信号中缺陷信号的可检测性。通过利用小波系数去噪, 提出一种去除漏磁信号中系统噪声的新方法。实验结果说明:该方法的去噪效果优于传统的小波去噪方法。

无网格迦辽金法及其在固体力学中的应用

介绍了无网格法的研究历史和发展现状,以及移动最小二乘(MLS)法的基本原理,给出了EFG全局弱式控制方程,再将二维无网格伽辽金法应用于固体力学典型问题——悬臂梁问题,并将其结果与其解析解对比.仿真实验结果表明,EFG法能很好地处理固体力学中的有关问题.

煮茧机多路温度遥测系统

将传感器、单片机和通信技术应用到煮茧温度的测量上 ,以改变煮茧生产严重依赖于经验管理的现状。传感器与单片机的连接采用单线总线方式 ,并用无线传输方法 。

相关证据融合综述

证据理论因具有较强的不确定性信息表达及处理能力,在信息融合系统中具有广泛的应用。然而,经典的证据组合规则假设证据之间相互独立,这在实际系统中往往难以成立。忽略证据间的相关关系,可能导致不合理的融合结果,甚至出现决策失误。因此,如何有效地融合相关证据是证据理论中一个不可避免的、重要的研究课题。通过归纳和比较国内外该方向上的研究成果,将现有的相关证据融合方法分为修改Dempster组合规则方法和修改证据源方法,并分别剖析各类方法的思路、优缺点及相互关系。最后,讨论了相关证据融合研究中存在的问题并指出未来的研究趋势。

对一起母线保护动作造成的发电机停机事故的分析

记述了某电厂一台300MW发电机组运行中母线保护动作造成的发电机停机事故。分析了事故起因,确定是误操作和误整定两个因素共同作用导致。进一步阐明了事故中继电保护的动作情况及原理,并对发变组保护功能是否受到影响,为什么母线保护先于发变组保护动作以及厂用电切换方式三个问题进行了说明。提出了纠正继电保护定值设置的具体方案,明确了制定针对运行中更换发电机出口PT一次保险的安全、技术措施的必要性,以避免类似事故的发生。

我国电力需求侧管理的现状分析及政策建议

介绍了我国电力需求侧管理在政策、技术、融资、节能等方面取得的成果,并对需求侧管理工作开展过程中碰到的问题展开讨论,诸如国家激励政策不足、融资匮乏、监管力度不够等。在此基础上,针对问题提出相关的政策建议,一方面要进行激励,另一方面加强监管。提出只有激励政策出台,才能为电力需求侧管理的前进开辟通道,才能调动各企业参与者积极实施;只有监管到位,才能保障需求侧管理工作平稳健康发展,才能形成良好的长效机制,需求侧管理在我国的发展规模会更大、范围会更广,从而更好地为节能减排工作服务。

电力系统无功优化模型及算法研究

综述了无功优化问题经典模型以及在电力市场模式下考虑负荷变化影响、分布式电源接入等当前较热的无功优化模型。阐述了常规优化算法、智能优化算法及其改进算法以及上述算法的混杂算法在电力系统无功优化中的应用情况及存在问题,分析了各种算法的优缺点。最后指出了无功优化当前存在的问题,并指出随着智能电网的发展,提出相应的无功优化模型、使用单一算法的改进算法及混杂算法求解无功优化问题,实现无功优化的实时计算将是今后无功优化问题新的研究方向。