期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
A review on foreign object detection for magnetic coupling-based electric vehicle wireless charging 被引量:2
1
作者 Yong Tian Wenhui Guan +3 位作者 Guang Li Kamyar Mehran Jindong Tian Lijuan Xiang 《Green Energy and Intelligent Transportation》 2022年第2期19-32,共14页
With the rapid development and widespread application of electric vehicles(EVs)around the world,the wireless power transfer(WPT)technology is also accelerating for commercial applications in EV wireless charging(EV-WP... With the rapid development and widespread application of electric vehicles(EVs)around the world,the wireless power transfer(WPT)technology is also accelerating for commercial applications in EV wireless charging(EV-WPT)because of its high reliability,safety,and convenience,especially high suitability for the future self-driving scenario.Foreign object detection(FOD),mainly including metal object detection and living object detection,is required urgently and timely for the practical application of EV-WPT technology to ensure electromagnetic safety.In the last decade,especially in the past three years,many pieces of research on FOD have been reported.This article reviews FOD state-of-the-art technology for EV-WPT and compares the pros and cons of different approaches in terms of sensitivity,reliability,adaptability,complexity,and cost.Future challenges for research and development are also discussed to encourage commercialisation of EV-WPT technique. 展开更多
关键词 Wireless power transfer foreign object detection Metal object detection Living object detection Electric vehicles
原文传递
基于对抗生成网络与关键点视觉追踪模型的导线异物隐患可视化检出方法
2
作者 李丽格 陈燕梅 《微型电脑应用》 2024年第6期176-179,共4页
导线关键点附着异物会造成短路或漏电,为了改善恶劣气象条件对图像特征维度对异物隐患可视化检出方法的影响,减少误检情况,提出基于对抗生成网络与关键点视觉追踪模型的导线异物隐患可视化检出方法。使用二维Otsu方法分割去雾导线图像,... 导线关键点附着异物会造成短路或漏电,为了改善恶劣气象条件对图像特征维度对异物隐患可视化检出方法的影响,减少误检情况,提出基于对抗生成网络与关键点视觉追踪模型的导线异物隐患可视化检出方法。使用二维Otsu方法分割去雾导线图像,提取导线异物目标区域,依据所得分割图像,采用对抗生成网络实现导线异物隐患可视化检出。实验结果表明:该方法对导线各关键点的追踪位置与实际位置十分接近,最大偏差仅为0.03 m;经过去雾处理可以明显改善导线关键点图像的清晰度和颜色信息;能够准确、完整地提取导线异物目标区域,且边界信息处理较好。 展开更多
关键词 对抗生成网络 关键点 视觉追踪 电力线 异物隐患 可视化检出
下载PDF
电动汽车无线充电金属异物检测线圈电磁特性 被引量:4
3
作者 任秉银 汤欣宁 马云辉 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2020年第7期35-42,共8页
在电动汽车无线充电系统中,为实现较大范围内对小型金属异物的有效检测,提出一种金属异物检测线圈电磁特性的分析方法.基于谐振电路在受到金属异物干扰后会产生失谐现象,论述金属异物检测的基本原理;分析检测线圈电磁特性的主要影响因素... 在电动汽车无线充电系统中,为实现较大范围内对小型金属异物的有效检测,提出一种金属异物检测线圈电磁特性的分析方法.基于谐振电路在受到金属异物干扰后会产生失谐现象,论述金属异物检测的基本原理;分析检测线圈电磁特性的主要影响因素,给出将若干个PCB(Printed Circuit Board)型小线圈通过串并联构成线圈组的线圈设计方案;用Maxwell软件仿真分析金属异物进入检测线圈上方对线圈磁场的影响,得到不同的线圈结构参数和线圈连接方式对检测线圈电磁特性的影响规律;在无线充电环境下,用检测线圈组的感应特性仿真实例验证所提出的检测线圈组设计方案的可行性.结果表明:本文提出的设计方案能够有效抑制电动汽车无线充电过程中环境磁场引起检测线圈的感应电压噪声,金属异物检测线圈电磁特性的分析方法能够为电动汽车无线充电系统中金属异物检测线圈的设计提供指导. 展开更多
关键词 电动汽车 无线充电 金属异物检测 检测线圈 电磁特性 线圈设计方案
下载PDF
智能电能表数字识别算法研究 被引量:5
4
作者 陈英 蒋文峰 杨丰玉 《信息通信》 2020年第1期17-21,26,共6页
针对人工抄表所带来的繁杂、耗时等弊端,以及智能电表普及所需的大量成本和工作量,提出了两种方案实现电能表数字自动识别算法。同时,为了提高目标检测准确率,通过优化Faster R-CNN网络中的特征提取层提出了Enhanced Faster R-CNN网络(... 针对人工抄表所带来的繁杂、耗时等弊端,以及智能电表普及所需的大量成本和工作量,提出了两种方案实现电能表数字自动识别算法。同时,为了提高目标检测准确率,通过优化Faster R-CNN网络中的特征提取层提出了Enhanced Faster R-CNN网络(简称EFaster R-CNN)。在方案设计中,方案一首先使用EFaster R-CNN网络识别电能表的液晶屏区域,然后基于传统图像处理方法分割液晶屏区域中的数字,最后使用ResNet50识别分割得到的数字;方案二首先使用EFaster R-CNN网络识别电能表的液晶屏区域,然后同样使用EFaster R-CNN对液晶屏区域进行数字检测得到识别结果。实验结果显示,液晶屏检测的mAP为99.6%,数字分割只能满足于质量较好的图像,数字识别准确率为99.3%,数字检测的mAP为98.8%。 展开更多
关键词 智能电表 深度学习 目标检测 数字识别
下载PDF
基于关联系数网络的电表异构信息提取方法 被引量:2
5
作者 廖家威 周勇 +3 位作者 方夏 王玫 罗彬豪 朱高义 《科学技术与工程》 北大核心 2023年第2期665-673,共9页
针对拆回电表厂家和型号众多,人工分筛的数据录入效率低、准确率难以保证的问题,提出一种基于改进关联系数神经网络的电表异构信息提取方法。首先,利用连接文本提议网络(connectionist text proposal network,CTPN)定位型号文本,并利用... 针对拆回电表厂家和型号众多,人工分筛的数据录入效率低、准确率难以保证的问题,提出一种基于改进关联系数神经网络的电表异构信息提取方法。首先,利用连接文本提议网络(connectionist text proposal network,CTPN)定位型号文本,并利用密集连接卷积网络(DenseNet)和连接时序分类(connectionist temporal classification,CTC)识别,获取型号初步识别结果;其次,利用轻量化的实时快速目标检测(YOLOv4-Tiny)网络检测电表商标,获取厂家初步识别结果;再次,在验证集进行测试,获取合适的自适应关联系数;最后,基于厂家和型号的信息关联和二者初步识别结果,进行关联识别,提取电表异构信息。实验结果表明:文中提出的改进关联系数神经网络可有效提取拆回电表型号和厂家这两种不同结构的信息,准确率达到98.71%,提取单张电表信息平均耗时0.406 s。与主流文本识别和目标检测算法相比,所提算法提高了拆回电表信息提取精度,有助于实现拆回电表信息的自动录入与建档。 展开更多
关键词 文本识别 目标检测 拆回电表 关联识别 YOLOv4-Tiny CTPN-DenseNet-CTC
下载PDF
基于变步长LMS和SVM的电能表内异物声音识别 被引量:6
6
作者 蒋晓永 杨涛 《传感器与微系统》 CSCD 2019年第2期143-146,共4页
提出一种基于变步长最小均方(LMS)和支持向量机(SVM)的电能表内异物声音自动识别方法。由于SVM分类器对噪声敏感,通过变步长LMS实现对采集的电能表内异物声音信号的降噪,相较于固定步长LMS,信噪比提升明显,耗用时间较少。对声音信号进... 提出一种基于变步长最小均方(LMS)和支持向量机(SVM)的电能表内异物声音自动识别方法。由于SVM分类器对噪声敏感,通过变步长LMS实现对采集的电能表内异物声音信号的降噪,相较于固定步长LMS,信噪比提升明显,耗用时间较少。对声音信号进行时、频域和倒谱分析,并提取其短时特征系数及改进梅尔频率倒谱系数(MFCC)。并采用短时能量和MFCC系数构成混合特征矩阵,对该矩阵降维后输入SVM进行异物声音识别。实验证明:提出的方法计算量小、识别率高,有很好的应用价值。 展开更多
关键词 电能表异物声音 变步长最小均方 短时能量 改进梅尔频率例谱系数 支持向量机识别
下载PDF
电动汽车无线充电系统异物检测技术 被引量:2
7
作者 李川 张宝强 +3 位作者 王朝晖 黄炘 孔治国 兰昊 《汽车电器》 2021年第6期13-16,共4页
异物检测是保障电动汽车无线充电系统安全可靠运行的核心技术之一。本文首先介绍电动汽车无线充电异物检测的概念,然后总结归纳了国内主要设备厂商异物检测方案,最后分析了异物检测功能现存的问题,为后续异物检测技术的发展提供了参考。
关键词 电动汽车 无线充电 异物检测
下载PDF
提升无线充电异物检测系统灵敏度的高阶复合谐振拓扑
8
作者 孙瀛 周天 +2 位作者 宋凯 朱春波 魏国 《电工技术学报》 EI CSCD 北大核心 2023年第6期1541-1552,共12页
针对无线充电系统中金属异物的检测需要,提出一种提升异物检测系统检测灵敏度的高阶复合谐振拓扑,解决了传统检测线圈边缘区域检测灵敏度低及存在检测盲区等问题。首先建立金属异物与检测线圈的互感耦合模型,阐释谐振拓扑对检测线圈阻... 针对无线充电系统中金属异物的检测需要,提出一种提升异物检测系统检测灵敏度的高阶复合谐振拓扑,解决了传统检测线圈边缘区域检测灵敏度低及存在检测盲区等问题。首先建立金属异物与检测线圈的互感耦合模型,阐释谐振拓扑对检测线圈阻抗变化的放大作用;其次在合理设计参数下分析复合谐振拓扑对检测灵敏度提升的可行性;然后根据谐振拓扑对线圈阻抗变化的放大特性设计一种高阶复合谐振拓扑,并对该拓扑结构中各器件参数进行优化;最后对所提出的高阶复合谐振拓扑的检测灵敏度及其具体实现电路进行实验验证。实验结果表明,针对检测线圈边角位置处的金属异物和曲别针等小尺寸异物,系统检测灵敏度可达62.31%和119.23%。在金属异物对检测线圈阻抗影响的微小变化下,所提出的高阶复合谐振拓扑具有足够高的检测灵敏度并可以完全消除检测盲区。 展开更多
关键词 金属异物检测 无线电能传输 电动汽车 高阶复合谐振拓扑 检测灵敏度
下载PDF
基于特征降维和神经网络的电能表内异物声音自动识别 被引量:4
9
作者 张进 吴健 +1 位作者 欧习洋 欧熙 《机械设计与制造》 北大核心 2021年第3期234-237,共4页
电能表是国家强制检定的电能计量工具,其计量的精确性影响着千家万户的利益。传统的人工检测方式不仅效率低而且检测结果不稳定。随着声学检测技术的日趋成熟,采用声学检测的方式来检测电能表内的异物已成为实现工厂自动化的大势所趋。... 电能表是国家强制检定的电能计量工具,其计量的精确性影响着千家万户的利益。传统的人工检测方式不仅效率低而且检测结果不稳定。随着声学检测技术的日趋成熟,采用声学检测的方式来检测电能表内的异物已成为实现工厂自动化的大势所趋。针对现有半自动的人工检测电能表异物方式,提出一种基于特征降维和神经网络的电能表内的异物声音自动识别方法。该方法充分利用声音的时、频域特征系数和倒谱系数,先对声音信号进行通道转换、预处理和数字降噪,再对声音信号进行时、频域和倒谱分析,并同时提取其短时特征系数及改进后MFCC系数。将声音特征通过PCA降维后输入基于Adaboost算法聚类后BP神经网络分类识别,并与传统的BP神经网络分类进行比较,证明了该方法的有效性。这里给出了电能表异物自动识别技术实现的具体步骤,并通过MATLAB仿真实验证明了该方法的有效性,BP神经网络的平均识别率较高,可达到95%以上,并且计算复杂度小易于实现。 展开更多
关键词 电能表异物检测 改进MFCC PCA特征降维 Adaboost聚类 BP神经网络
下载PDF
基于机器学习的电动汽车无线充电异物目标检测方法
10
作者 钱强 陈海 +3 位作者 郑义 闫丽华 梁文熙 吴开荣 《现代电子技术》 2023年第13期43-48,共6页
生物体和金属异物存在于发射线圈附近时,影响电动汽车无线充电系统的传输功率、传输效率,造成安全事故,线圈电路检测、超声波/雷达检测、图像特征检测等目前常见检测方法存在不足。文中研究并设计了一套基于机器学习的异物目标检测算法... 生物体和金属异物存在于发射线圈附近时,影响电动汽车无线充电系统的传输功率、传输效率,造成安全事故,线圈电路检测、超声波/雷达检测、图像特征检测等目前常见检测方法存在不足。文中研究并设计了一套基于机器学习的异物目标检测算法,并应用在电动汽车无线充电安全运行中,可及时对事故做出预警和处理。该系统由图像采集模块、无线传输模块、云平台和服务器四大部分组成,通过摄像头对充电过程中可能混入的猫、狗生物体,以及易拉罐、螺丝钉、硬币金属异物进行图像采集,无线传输到云平台服务器上,利用深度学习的YOLOv5训练模型检测区域内是否存在异物,检测结果发送给充电控制器和用户。实验结果表明:YOLOv5在测试集上经过1 000次迭代训练后,检测精度达到0.855 9,召回率达到0.998 1,速度达到62 FPS;在实际复杂的充电环境下,对不同光照条件、不同停车位地面、不同尺寸的5个类别异物进行推理测试,具有较高的检测精度和适应性,满足目标检测的高效性要求,为实现车辆充电安全提供了重要保障。 展开更多
关键词 电动汽车 无线充电 充电安全 异物检测 目标检测 机器学习 YOLOv5模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部