新型电力系统终端通信网优化方案研究

随着新型电力系统的深入推进,采集控制逐步向配电和用电侧延伸和下沉,源网荷储各环节衔接更紧密,海量数据需要实时汇聚和高效处理,对终端通信网的网络覆盖、业务承载、便捷接入、安全可控、规范管理等方面都提出了更高的要求。基于这种情况,对终端通信网的覆盖范围、业务承载能力、灵活便捷性、技术安全性等方面提出优化方案,构建“网络全域覆盖、业务全面支撑、终端高效接入、技术安全可控”的终端通信网络,全方位满足各类电力业务的通信接入需求,提升网络承载能力、业务支撑能力和资源利用率,提高终端通信网的安全可靠性、经济适用性、管理科学性,为构建新型电力系统数字技术支撑体系提供重要基础保障,服务能源互联网建设。

基于窄带Mumford-Shah模型的图像分割方法(英文)

在结合Mumford Shah模型和水平集方法中的窄带解法优点的基础上 ,提出了一种新的图像分割模型 .Mumford Shah模型虽然具有良好的图像分割结果 ,但是其每次迭代过程都需要对所有图像数据进行计算 ,因而很费时 ,导致这种方法不适用于大的图像数据 ,特别是三维图像的分割 .本文通过一种新的初始化方法把Mumford Shah模型和水平集中的窄带解法结合在一起 .这种新的初始化方法是通过在特定条件下简化快速行进法得到的 .通过去除快速步进法中费时的排序过程 ,使得初始化的计算时间只有O(N) .窄带Mumford Shad模型把分割计算限制在窄带范围内 ,避免了大量的计算 ,但取得了与原始的Mumford Shah模型相同的分割效果 .实验结果表明基于快速步进法的初始化方法是可行的 ,而窄带M S分割模型一次迭代计算的时间比原M

基于窄带M-S模型的猪序列切片图像的交互式分割

提出了一种基于窄带M-S模型的图像交互式分割方法,解决了简化M-S的C-V方法针对图像全局,迭代速度慢和不能直接利用窄带法的问题;通过交互标记点和样条插值在目标附近建立初始曲线,以此曲线作为零水平集曲线,建立窄带,克服了窄带法局部求解的不足;实验表明,该方法大大提高了分割速度和精度,将此方法用于猪序列切片图像的分割,取得了较好的效果。

基于水平集方法的胎儿3维超声图像交互分割算法

针对目前胎儿3维超声成像主要靠经验丰富的医生手动方式来分割母体部分的不足,提出了一种基于水平集演化的3维超声图像交互分割方法。该算法通过构造基于梯度方向和大小的演化控制函数来找到处于零水平集的物体边界,为了将水平集方法应用于3维超声,提出窄带方案将演化过程限定在与初始态曲线等距的2条曲线中,而不是在每次演化中更新3维图像中的每个点,提高了分割的速度和精度。实验中使用2种不同来源的超声图像集,它们是来自于不同位置、不同方向、不同时期的胎儿30幅图像。结果显示,该方法能对3维胎儿超声图像进行快速准确的分割,在处理器为dualcore 2.0 GHz的机器上能在5 s内完成对像素大小为255×255×128的图像进行分割。

积分格式对窄带k-分布计算的影响

对于窄带k-分布模型,影响计算精度的关键因素是积分格式,为了研究积分格式对窄带k-分布模型的影响,选择了5种精度较高的高斯积分方法进行计算分析。首先采用Gauss-Lobatto7点积分格式窄带k-分布法计算了CO2四种条件下的窄带平均透过率,并与实验结果进行对比验证,对比结果吻合良好。另外选取了4种积分方式:Gauss-Lobatto5、Gauss-Lobatto4、Gauss-Legendre 4和Gauss-Legendre2点积分,对CO2的四个算例进行计算,并将5种积分格式的计算结果与逐线计算结果进行对比分析。结果表明:Gauss-Lobatto7的精度最高,Gauss-Lobatto5和Gauss-Legendre4次之,其中Gauss-Legendre4略高于Gauss-Lobatto 5。显然相同积分方法积分点越多计算精度越高,但计算时间越长,而两种不同积分方法对比Gauss-Legendre优于Gauss-Lobatto。综合考虑精度与计算时间等因素,5种积分格式中Gausslegendre 4应该为最好的选择。