基于提升小波和改进BP神经网络的配电网系统电能质量扰动定位与识别

针对配电网系统电能质量扰动的非平稳性、突变性和短时持续性问题,提出一种基于提升小波和改进BP神经网络的扰动定位与识别新方法。首先用Euclidean分解算法得到db4小波提升方案;然后对扰动信号进行提升小波分解,结合模极大值对扰动突变点峰值进行定位检测;再利用自适应学习率和增加动量项相结合的方法对BP神经网络改进并进行扰动识别训练。仿真结果表明,该方法能更好地获取扰动时刻信息,定位快速且精度高,能有效地克服传统BP神经网络易陷入局部极小点和收敛速度慢的缺点,对配电网系统电能质量扰动识别率高。

基于曲量场空间的车牌定位与识别

提出了一种新的采用曲量场空间描述的车牌定位与识别算法.该算法首先在彩色车牌图像中进行亮度扫描,然后拟合渐变梯度向量,并以曲量子进行点阵描绘并消除彩色信息,最后以采样的曲量子群分别融合成车身、车牌及字符的曲量子空间,将融合的车牌、字符曲量子空间进行边缘曲量子的光滑衔接组成曲量场并提取场内曲量的空间数据及其曲量约束信息进行有损字符的修正,识别出车牌信息.该算法抓住了车牌的互异彩色域特征,继而将互异彩色域特征采用具有空间连续性规律约束的曲量场进行描述识别.大量实验表明,该算法克服了特征域旋转、光照强度变化以及多角度有损及模糊对车牌定位与识别的影响,具有速度快,识别准确,适应性强的特点.

配电系统谐波扰动的定位与识别研究

配电系统谐波扰动具有非平稳性、突变性和短时持续性,给快速、精准地定位与识别谐波扰动带来困难。为了改善配电系统谐波扰动的定位与识别效果,本文提出一种基于提升小波和改进BP神经网络的扰动定位与识别新方法。首先用Euclidean分解算法得到db4小波提升方案,然后对谐波扰动信号进行提升小波分解,结合模极大值对谐波扰动突变点峰值进行定位,再用自适应学习率和增加动量项相结合的方法对传统BP神经网络改进并进行谐波扰动识别训练。仿真结果表明,该方法能更好地获取扰动时刻信息,定位快速精确,对配电系统谐波扰动识别率高。

基于改进形态滤波器和弧长差分序列的微电网电能质量扰动定位与识别

针对强噪声背景下微电网电能信号扰动定位和识别困难的问题,提出一种基于改进形态滤波器和弧长差分序列的扰动定位与识别方法。首先,将交替混合形态滤波器中的膨胀和腐蚀函数改进为均值膨胀和均值腐蚀函数,再对电能扰动信号进行滤波。然后,在分析扰动波形变化规律和三个典型扰动算例的基础上,定义并计算滤波后扰动信号的弧长差分序列。最后,利用弧长差分序列定位准确扰动时间,从弧长差分序列和滤波后信号中提取幅值特征和波峰特征,输入到已定义识别规则的扰动识别器,实现扰动识别。仿真试验和实际微电网数据试验结果表明,该方法能够精确定位和识别混入不同强度噪声的5种单一扰动和3种复合扰动,适用于实际微电网电能信号扰动的定位与识别。

输电线巡检机器人障碍物定位与识别

针对巡检机器人运行中对线路障碍物的自主定位与识别,分析了巡检机器人自主运行中对障碍物信息感知的精度和实时性要求,提出了一种用于线路障碍物定位与识别的多传感器集成结构,并介绍了各个阶段的障碍物定位与识别算法。实验表明该方法可以实现机器人稳定自主行驶、可靠定位与识别障碍物,满足各阶段机器人对障碍物信息感知的精度和实时性要求,从而为机器人制定自主越障策略提供信息。

街景地图中基于文字定位与识别的自动标注

街景地图是一种为用户提供城市、街道或其他环境的360°全景图像的实景地图服务,用户可以通过该服务足不出户就获得如临其境的地图浏览体验。街景地图已经得到了越来越广泛的应用,但是目前,街景图像上的文字识别、地理信息的录入等大都由人力完成,这样不仅效率低下,容易出错,而且严重限制了自动化制图技术的发展。于是,街景图像文字识别成为当今一门十分热门的研究课题。但是由于街景图的特点,目前还没有一种方法能够将街景图片上的文字较好地识别出来。在街景图像文字识别方面,比较常用的方法是一种先定位后识别的方法,即先根据文字的外轮廓面积及形状特点将街景图像上的文字区域找到,然后进行字符串分割,最后对定位好的文字进行识别。文章主要介绍了一种基于"文字分布法"及"局部点对点文字识别算法"的文字定位和文字识别方法以及以此为基础实现街景地图自动标注的主要技术路线,并对所提出的方法、路线进行了有效的验证。

基于分形盒子维数的车辆定位和识别方法

提出了一种基于计盒子维数的方法识别和定位前方的车辆。首先,利用差分和线性滤波获得车辆的水平边缘信息。然后,通过统计法缩小盒子维数的运算区域。最后,通过盒子维数的计算确定车辆的候选区域,并对该区域内的车辆进行定位。同时,利用对称性测度法对定位的车辆进行确认。在不同环境和光照条件下对车辆图片进行测试,表明了该算法具有较好的鲁棒性和可靠性。

基于幅度补偿的MVDR水下噪声源近场定位识别方法研究

降低舰船噪声,首先要找到其主要噪声源,然后采取有针对性的减振降噪措施。针对现有基于近场聚焦波束形成等噪声源近场定位方法的不足,介绍了基于幅度补偿的MVDR(minimum variance distortionless response)近场聚焦波束形成噪声源近场定位识别方法。该方法在MVDR算法的基础上引入幅度补偿,可以有效估计噪声源的相对强度;可以提高基阵在低频段的空间分辨率,在高频段能进一步抑制空间混叠;同时还可以进一步抑制背景噪声,因此该方法能够给出系统噪声源的空间位置分布及能量分布,从而准确找到系统中主要噪声源,采取有针对性的减振降噪措施。计算机仿真及湖试实验数据处理结果验证了该方法的有效性,具有一定的工程应用价值。

多目标检测和故障识别图像处理方法

为了利用深度学习实现对输电线路的多目标识别以及多种故障的检测,以Faster RCNN(faster regions with convolutional neural networks features)网络为算法框架进行无人机图像的数据挖掘,针对输电线路的6种目标检测任务,提出了3种改进策略,分别为自适应图像预处理算法,基于面积的非极大值抑制算法,以及切分检测方案。研究结果表明:所提改进算法能够利用挖掘的数据对故障进行准确定位与识别,实现对复杂背景下航拍图像中多目标的故障检测,也可类推至其他类似多目标应用场景。论文研究可为多目标的检测和识别提供参考。

基于机器视觉与机器学习的车牌识别系统

车牌识别系统包括车牌位置检测子系统、车牌预测子系统和车牌字符识别子系统。车牌位置检测子系统由通道同或算法和漫水填充算法组成。通道同或算法实现预选车牌位置,漫水填充算法实现对不完整车牌图像的补充,共同实现对车牌图像的预定位。车牌预测子系统由支持向量机SVM模型对车牌图像进行训练和分类,进一步预测车牌图像。车牌字符识别子系统由卷积神经网络CNN模型对字符进行训练并识别字符图像。此系统运用于实际的车牌信息提取中,能够减少管理者的工作量,实现车牌信息识别的自动化,降低识别成本。

映射文件机制在中动态平台PPLI中的应用

依据全球中动态平台的研发状况和技术动态,介绍了一种基于映射文件的机载平台精确定位与识别(PPLI)信息的生成方法,着重讨论了中动态类型机载平台获取PPLI组成元素信息的逻辑关系以及采用该消息传递机制生成PPLI的整体设计等问题。通过在科研实践中的有效应用,验证了该设计方法的实时性和可靠性。

结合设备多源状态数据的GIS设备局放带电测试异常的分析与处理

GIS设备在电力系统中被广泛应用,而其缺陷的发现和定位都较为困难。局放带电测试及在线监测可及时、有效地发现和定位设备内部缺陷,但对试验人员的技能水平和经验有较高的要求。针对一起110 kV GIS设备局放异常缺陷,结合局放定位测试确定了刀开关气室发生局部放电,通过刀开关气室的局放测试及局放图谱特征、SF_(6)气体试验和红外测温试验等初步判断了缺陷的类型和严重情况,接着引入该设备的内部结构图与运行方式变更情况判断该刀开关分合导致动触头部件或其屏蔽罩错位或松动,是导致设备出现悬浮放电缺陷的诱因,并由此形成一种结合设备多源状态数据的GIS设备局放带电测试异常分析方法,为同类设备缺陷提供有效参考。最后,针对该类缺陷诱因,提出可以通过设备运行方式变更触发数据监测与日志记录任务的策略,以及时发现该类设备接触类异常缺陷,提高GIS设备状态运维管控水平。