基于新能源消纳背景下火力发电机组深度调峰的分析与研究

随着中国风力发电以及光伏发电机的容量被不断增大以后,使其逐渐占据全球首要的位置,其中风电装机容量高达188390MW,光伏装机容量达到77420MW。但是,新能源在进行发电的时候存在着随机性和波动性,进而导致再进并网的时候需要面对很大的挑战。而且,新能源发电资源大多集中在我国的西北部地区,但是西北地区负荷能量又不是很高,所以很难去消纳大规模的新能源。根据以上问题,就要采取相应的新能源消纳策略,特别是要对跨区域电力交换新能源的消纳策略进行考虑,目前,新能源跨区域消纳问题主要采用的方法有:随机生产模式和时序生产模式两种,而对于随机生产模拟建立的概率来说,不能时刻的将新能源出力特性刻画出来。对于时序生产模拟来说,只对区域化新能源的消纳能力进行了规划,所以不能准确的对跨区联络线的传输电量进行计算。基于此,本篇文章对新能源消纳背景下火力发电机组深度调峰进行研究,以供参考。

一种基于对称差分和背景消减的运动检测方法

该文提出一种综合利用对称差分和背景消减来进行运动检测的方法。首先通过建立一个可靠的背景更新模型,由背景消减法得到基本准确的前景图像,然后和对称差分法得到的差分图像综合,得到完整可靠的运动目标图像,最后用形态学滤波和连通区域面积检测进行后处理,以消除噪声和背景扰动带来的影响,并用区域填充算法来填补目标区域的小孔。

基于背景消减法的考场作弊行为检测方法

为了减少考场的作弊行为,保证考试的公平性,提出了一种将背景消减法应用于考场作弊行为检测的方法。通过分析交换物品的行为特点,提出了一种基于动态阈值的作弊行为检测算法:采用迭代阈值法确定动态阈值对差分图像进行分割,利用分割的结果指导背景的更新,得到良好稳定的背景模型,并基于背景减除算法完成了考场作弊行为的检测。实验结果表明,这种方法能够较好地检测出交换物品的作弊行为,并能克服光线等因素的影响,有效甄别考场的作弊行为。

基于帧间差分与背景消减的视频摘要算法研究

为克服帧间差分法只适合于帧像素变化较大的视频检测及背景消减法只适合于固定背景模型的视频检测的缺点,提出一种新的基于帧间差分与背景消减的视频摘要算法,这种算法首先对前后两帧的帧图像像素进行检测,若无显著运动对象,则继续进行背景模型对比检测.实验结果表明,该算法能够快速、精准地对运动显著及不显著的视频进行摘要提取,浓缩事件精华,较高地还原视频关键信息内容.

基于贝叶斯生成对抗网络的背景消减算法

背景消减是计算机视觉和模式识别的关键技术之一.本文提出一种新的背景消减算法,该算法首先利用中值滤波算法进行背景数据的获取,然后基于贝叶斯生成对抗网络进行训练,利用生成对抗网络的特性,有效地对每个像素进行分类,解决了光照渐变和突变、非静止背景以及鬼影的问题.本文采用深度卷积神经网络,来构建贝叶斯生成对抗网络的生成器和判别器.实验结果表明,本文提出的算法性能在绝大多数情况下优于现有其他算法.本文的贡献在于首次将贝叶斯生成对抗网络应用于背景消减,并且取得了良好的实验效果.

运动目标检测的三帧差分和背景消减研究

本文介绍了一种基于视频监控系统的运动目标检测方法。这种方法综合利用三帧差分和背景消减来进行运动检测的方法。这种算法在帧差法的基础上,得到完整可靠的运动目标图像。在铁路视频监控系统中主要使用固定摄像机对一固定场景进行监控,因此,图像序列三帧差分方法在智能化铁路视频监控系统中是一种重要的运动目标检测方法。

基于背景消减法的图像显著性前景目标提取研究

利用传统方法提取图像显著性前景目标时,由于底层图像数据信息较为复杂而难以实现图像超像素分割。为此,基于背景消减法设计了一种新的图像显著性前景目标提取方法。通过简单线性聚类迭代算法对图像进行超像素分割,获取图像的超像素合集,然后利用类别相同的显著性值对图像内部超像素的对应显著性值进行均衡处理。基于背景消减法中的二维高斯模型对图像进行显著性平滑处理,并通过深度条件随机场模型检测显著性前景目标。通过深度信息完成场景布局估计,在区域层次聚类的基础上通过改进GrabCut算法分割显著性前景目标,实现对显著性前景目标的提取。实验结果证明,分辨率为45.6~65.6 PPI范围内,该方法的F-measure分数高于传统方法,实现了目标提取性能的提升。

基于背景消减的运动对象的提取

背景消减法是从场景中提取感兴趣目标的一类常使用的方法。本文考查了目前具有代表性的几种方法,并从前景检测、背景更新、后继处理三个方面对它们进行了比较分析。

基于对称差分算法的背景更新和运动检测

本文针对时间差分将导致差分图像中背景显露过多影响了背景模型建立的缺点,利用对称差分能够快速检测中间帧运动目标的特点,提出一种使用间隔多帧对称差分来更新背景模型,从而建立可靠的背景模板,再结合背景消减进行运动检测的方法。实验表明该算法能快速地建立背景模型,同时有效地检测出背景中的运动物体,具有一定的实际应用价值。

一种利用运动信息提取目标物图像的算法

提出了一种利用运动信息提取图像中的研究对象的算法。当要提取的目标物是运动物体 ,并且背景的绝大多数均为静止时 ,该算法适用。其基本原理是 :将不包含目标物 ,全为静态背景信息的参考图像与在同一背景下拍摄的包含目标物的图像进行比较 ,把相同的成分视为背景消去 ,得到目标物图像 ;同时为了消除各种因素所产生的影响 ,在比较时引入适当的容差 ,对比较结果做去噪处理 ,并通过检验区域连通性 ,消去与目标域不连通的区域。试验表明 ,应用该算法无需人机交互 ,提取精度较高 ,抗干扰能力强 。

MSSFD—一种递进式人脸检测算法

针对传统人脸检测算法计算复杂度大、精确度低的缺点,提出逐层递进式人脸检测算法—MSSFD。该算法首先在视频图像中运用背景消减的方法定位运动物体区域,然后在此区域中运用区域增长算法的自适应阈值处理进行肤色分割,得到运动肤色区域,最后再用SVM分类器做进一步分类,逐层递进式的逐步定位人脸区域。实验表明MSSFD算法复杂度低、精确度高,对阴影、人脸表情、小角度旋转、有遮盖物等有很好的鲁棒性,具有良好的检测效果。

基于全方位视觉的运动目标检测与定位方法

针对全方位视觉的运动目标检测,存在背景非常复杂,光照变化等噪声干扰明显等难点;在进行运动目标定位时,也需要消除当目标发生一定分裂时对定位结果的影响。为了滤出噪声,对目标准确定位,提出一种采用改进的背景消减法和区域成长法的运动目标检测与定位方法。本文首先采用背景消减法分割运动目标,在背景消减时利用最大方差比阈值法来滤除噪声,然后利用改进的区域成长法定位出目标。实验结果表明方法简单有效,能准确检测与定位出全方位视觉复杂背景下的运动目标。

基于多算法融合的运动目标定位研究

在固定摄像头的情况下,背景消减法是用来提取视频中运动目标的最有效方法之一,提出了一种多算法融合的背景消减法.该算法通过充分融合发挥RGB彩色模型的颜色特征、码本法的抗扰动性和三帧帧差法与Surendra法的快速性,提出了一种新的背景建模算法以及消减方式,使得在尽可能降低计算量的同时成功提高了算法对闪烁背景的耐受性,并解决了复杂背景条件下运动目标出现缺损与空洞的问题.

体育领域视频运动目标的跟踪方法研究

体育视频运动目标分析跟踪有重要的现实意义,分析了体育视频中运动目标跟踪的难点及采用跟踪需求,对运动目标的跟踪方法进行具体阐释。采用分布式多摄像机拍摄模式分析体育视频,用改进背景消减法对运动目标进行检测,用小波变换法、光流特征提取法、颜色特征提取法分别提取运动目标的纹理、光流和颜色特征,最后采用均值移位跟踪算法和彩色直方图算法相结合的方法确定并分割目标,实现对运动目标的精确跟踪。

一种无监督视频行人检测与估计算法

该文提出了一种基于混合模型的视频行人检测算法,该算法首先运用多帧平均值背景提取法获得视频背景;然后,视频场景中某一幅图片减去背景图片获取运动行人图像;最后,运用混合模型的学习算法检测行人并估计行人个数,仿真试验结果证明该文算法的有效性。

行为识别中的人体运动目标检测方法

运动目标检测处于人体行为识别过程的最底层，但目标检测的结果直接影响到后续目标跟踪的效果，同时也是高级处理阶段如特征提取、人体行为识别等的基础。本文介绍了常用的三种运动目标检测方法，并分别对其优缺点进行了分析。

柴油两段喷射碳烟生成的光学测试研究

本文基于高温高压定容燃烧弹系统,以孔径为0.12 mm的单孔喷油器为研究对象,采用扩散背景光消光法测量国V 0号柴油两段喷射火焰中的碳烟生成特性。试验过程中,研究了不同背压、环境温度和喷油时间间隔对碳烟生成的初始时刻和KL值时空特性分布的影响。研究发现:第一次油束对第二次的碳烟生成初始时刻的影响随着环境背压的增加和环境温度的提高而减弱,而随着喷油间隔的增加展现了先减小后增大的趋势。第二次喷油火焰中碳烟的初始生成时刻在喷油间隔383 μs时最短。两次喷油火焰中的碳烟在喷雾轴线上的KL值随着背压和环境温度的升高而升高。喷油间隔并未对第二次喷油稳定火焰的KL峰值产生明显影响。