HVDC Grid Segmentation Analysis for Blackouts Reduction

Segmentation of large AC systems through DC links introduces a new concept that utilizes the advantages of direct current transmission to improve network reliability and increase power transfer capacity. Technical literature argues that the segmentation of the AC network and the introduction of DC links at these systems connection points bring benefits to system operation, once contingencies generated on one side of the DC connection point would not be reflected on the other side of DC connection, thereby reducing the likelihood of cascading shutdowns and blackouts due to load restraint on transmission lines and transformers. Amidst this scenario, this paper presents a study of the main topics regarding the use of this new network segmentation philosophy, bringing a practical point of view for the use of this concept at the electrical power system planning. The effect of DC segmentation before a contingency that would initiate major outages in an adapted electrical system model IEEE-14 bus is studied and simulations have been performed with test HVAC systems and segmented by HVDC link. The results have been compared, principally in relation to the voltage bus, reactive power generation, system losses and power flow at the lines, and demonstrated that this new concept improved the grid reliability.

基于暂态导数极性分段优化的VSG二次调频控制策略

二次调频能使电力系统在一次调频过程中始终满足频率稳定的要求。采用虚拟同步发电机VSG控制策略的并网逆变器在离网运行时仅具备一次调频特性,若VSG的输出频率超出安全工作区间时将会对微电网的稳定运行产生影响,因此,需在有功控制环加入固定积分系数来实现频率无差控制的二次调频,但传统二次调频存在恢复时间与频率振荡的固有矛盾。提出一种根据暂态导数极性分段优化的改进VSG二次调频策略,该策略基于频率恢复特性,将频率恢复过程划分为2个阶段,并分别配置不同的积分系数,使得整个频率恢复时间缩短,且避免了频率的振荡,并给出了所提方法关键参数的设定依据。最后通过仿真与基于HIL的半实物平台验证了所提策略的可靠性。

融合多维特征的街景图像语义分割方法

为进一步提升深度学习语义分割方法在复杂街景图像上的分割精度,本文基于PointRend网络提出了一种融合多维特征(Multi-Dimensional Features,MDF)的街景图像语义分割网络(MDFNet)。首先,通过构建目标区域增强模块优化特征提取子网络,在深度网络的每个卷积块自适应地细化中间特征图,从而强化对复杂街景图像多维特征信息的精细提取;接着,在特征融合时引入特征金字塔网格,使用不同的卷积核处理不同尺度的街景图像,从而更加全面地获取复杂街景图像各类目标的不同分辨率特征;最后,使用双解码头对图像细节进行更细致的恢复,得到逐像素分类的结果。实验结果表明,本文网络与DeepLabV3、SegFormer等其他优秀分割网络相比,在Cityscapes复杂街景数据集上分割精度更高,平均交并比达到了80.11%,相比于其他网络提升了3.51%以上,对复杂街景图像的理解力更强。

海洋石油161平台电网分级卸载系统的优化改造

海洋石油161电网分级卸载智能系统能对平台所有设备卸载停运进行智能控制,功能包括手动卸载、自动卸载和分级卸载等,在两台主机运行的工况下,在任意一台主机发生故障退出电网后,分级卸载智能系统可准确快速卸载电网负荷,以满足另一台主机能够接住卸载后的电网负荷,使主机稳定运行,维修人员也可以通过人机界面了解设备运行情况,快速判断和解决设备故障,保障海上平台电网安全稳定。

新型省级电网电磁暂态实时仿真建模方法

为了解决大规模省级电网电磁暂态仿真效率低下的问题,研究了一种适用于省级电网的电磁暂态实时仿真建模方法。分析了大电网电磁暂态建模难点,通过子系统建模和任务优化方法建立了省级电网模型,对各子网内部进行功率调节,实现了首次功率平衡;基于输电线路模型法原理完成了各子网之间输电线接口的联络,在预设平衡点的基础上,通过在线调节潮流的方法使得所建模型运行在合理平衡点上。为验证该方法的有效性,基于自主研发的实时仿真器(universal real-time experimental platform,UREP-300)对某新型省级电网进行实时仿真。仿真结果表明,所提方法能提高仿真效率,扩大了系统的仿真规模,减小了实时仿真机的计算负担,可为各类大规模系统的仿真与建模提供一种参考。

倾斜地面3D点云快速分割算法

依赖于平面拟合或局部几何特征区分地面障碍物的方法广泛应用于自动驾驶领域,但是在具有倾斜地形或稀疏数据的情况下,性能会降低。在倾斜地形场景中,利用激光雷达(LiDAR)提供的点云数据,通过地面点云的3D投影与直线拟合,利用栅格地图方法降低计算复杂度,实现地面点云的分割。针对非地面的点云集合,利用SLR聚类算法处理,通过设定强度特征阈值在垂直方向区分地面点与非地面点,并对扫描到的障碍物地面分类。通过实验分析,提出的算法较其他地面点云分割算法,一方面在倾斜地形上具有更好的建图效果,另一方面SLR聚类算法处理后的强度特征在X、Y、Z三个方向覆盖范围更精确,如在X方向相较于快速地面分割算法平均提高了44.0%,相较于添加了栅格地图的算法平均提高了40.1%。

一种“绿电”熔盐储能系统的建模与动态特性研究

提出一种“绿电”熔盐储能系统,同时对熔盐储热系统的关键设备进行了机理模型分析,并进行了数学模型辨识实验和动态特性分析。结果表明:熔盐储热系统普遍具有大惯性的特点,通过设计多级加热和换热装置可以有效控制熔盐系统中熔盐和蒸汽的温度、流量和压力等参数的变化,提高供热蒸汽的品质,保证整套系统的运行稳定性,满足工业现场供热与发电需求。

基于外存八叉树STL模型的拓扑重建方法

基于STereoLithography(STL)三维模型文件,使用八叉树数据结构对模型进行拓扑重建,根据STL模型三角面片法向量夹角不同,找到任意三角面片设定该法向量为基准法向量设定阈值角度将在阈值角度内的三角面片划分成同一部分,最终完整模型被划分成多个子区域,再将子区域投影到基准法向量垂直的平面上得到平面点集,然后使用八叉树讲这些点集进行存储,使用Delaunay三角形法将得到的点集进行平面网格划分,最终使用朴素反映射法将画好的平面网格投影到模型表面。

基于改进DeepLabV3+的遥感图像分割方法

由于遥感图像具有高分辨率,卷积层需要扩大感受野以捕获更丰富的语义信息。在进行遥感图像分割时,DeepLabV3+模型采用较大的空洞率以获得更大感受野,导致网格伪影问题。因此,提出一种优化网格伪影的改进DeepLabV3+模型。首先,在空间空洞金字塔池化(ASPP)之前引入了一个平滑网格伪影模块,以减轻网格伪影对分割任务的影响;接着,在ASPP模块的每个空洞卷积之后添加了一个逐点卷积,以保留更多的空间信息;其次,替换空洞卷积的激活函数为LeakyReLU;最后,在DeepLabV3+中引入了ECA注意力机制。通过在GID15和Postdam遥感数据集上的验证,相对于基础的DeepLabV3+模型,改进模型在准确度和平均交并比方面均取得了显著提升,证明所提出的网络调整能有效提高遥感图像分割的精度。

不同林分密度时激光雷达点云数据单木分割及参数提取

为了准确高效提取人工林结构参数,以晋西黄土区蔡家川流域人工油松林为研究对象,利用30块样地的激光雷达点云数据和样地实测数据,通过改变点云距离判别聚类算法的格网值和调整分水岭算法的冠层高度分辨率的方法,对比分析关键参数对单木分割的敏感性,探求点云距离判别聚类算法和分水岭算法对树高提取精度的最优参量。结果表明:(1)点云距离判别聚类算法单木提取的召回率为87.3%、准确率为86.0%、调和值为86.7%,优于分水岭算法(召回率为83.0%、准确率为83.8%、调和值为83.4%)。(2)点云距离判别聚类算法分割单木的敏感性,采用最小冠幅1/5的格网值,其召回率为87.3%、准确率为86.0%、调和值为86.7%,分割精度最高。分水岭算法分割单木的最优关键参量随林分密度不同而变化,当林分密度≤3600株/hm^(2),采用冠层高度分辨率0.3 m时,分割效果最优,其召回率为78.9%、准确率为85.2%、调和值为81.9%;当林分密度≥3700株/hm^(2),采用冠层高度分辨率0.2 m时,分割效果最优,召回率为87.2%、准确率为82.5%、调和值为84.8%。(3)分水岭算法提取树高精度(决定系数为0.88,均方根误差为0.93 m)优于点云距离判别聚类算法。

超大面积钢网架整体顶升施工技术

结合广州市某汽车集团公司产能扩建厂房项目,对超大面积钢网架整体顶升施工技术进行分析研究与应用。针对大面积网架整体顶升重量大、面积大、稳定性难以控制等施工技术难点,通过采用点触式高强度应力集中临时支顶、分段应力缓冲降落体系、同步液压控制系统等方法,使整体顶升在紧凑的工期内实现安全高效施工,极大减少施工成本,效益显著,推广性强。此项超大面积钢网架顶升技术的研发及成功应用,对同类型钢网架结构工程具有较好的推广应用价值。

基于多视图前景分割的电网设施三维数字化重建

电网设施高保真数字化建模和可视化是构建数字孪生电网,推动新型电力系统建设的重要步骤。为解决手工建模方式的诸多弊端,满足数字孪生电网设施三维可视化需求,提出了一种基于多视图前景分割的电网设施三维数字化重建方法。基于深度学习网络结合前景分割算法,构建电网设施检测定位与前景分割模型,将相机原始多视图转化为待建设施前景图像,减少图像复杂背景带来的特征误匹配、模型体外噪声增多等问题的影响,提高重建视觉效果。以运动恢复结构为基础原理,提出基于改进加速稳健特征–随机抽样一致性(speeded-up robust features-random sample consensus,SURF-RANSAC)算法的高质量相机位姿估计方法与稀疏点云稠密化方案,最终形成了一种面向分布式电网设施的统一结构化静态模型重建方式。通过实拍图像构建设施重建数据集,分别对电力变压器、变压器绕组、高压真空交流断路器3种典型电网设施进行仿真重建,均取得良好重建视觉效果和较低的重投影误差,验证了方法的通用性和有效性。所提方法不仅为分布式设施在虚拟空间的统一表征、状态监测提供三维模型支撑,也为供需侧电网设施的跨时空互动及供需平衡调节实现提供可能。

低空航拍全景图像拼接研究

航拍图主要被用来作为一些图像处理的基础材料,但是由于无人机飞行高度的自限性和一些干扰因素导致图像的视野和对齐效果受限,致力于研究一种改良的对齐评估方法和运动目标去除以提升全景拼接的效果,以减少局部扭曲,使得拼接结果更加接近自然和平滑.采用网格优化引导拼接来提升全局拼接效果,对于网格的规划采用三个联合的能量函数进行求优,对齐效果的直观感受来源于人类视觉对场景目标中的边缘和线条对齐的观察.因此,加入直线对齐能量函数作为联合的优化方法也能在一定程度上提高对齐的效果,拼接角度问题通过估计一个合适的三维旋转来缓解.最后,对于场景中的动态目标的影响,使用深度学习中的实例分割网络进行潜在的运动目标去除,比如行人、车辆等,并在分割网络输出的目标区域进行图像修复.

动态环境下基于延迟语义的RGB-D SLAM算法

目前,将分割网络与SLAM(Simultaneous Localization and Mapping)结合已成为解决视觉SLAM不能应用于动态环境的主流方案之一,但是SLAM系统受到分割网络处理速度的限制,无法保证实时运行.为此,文中提出基于延迟语义的RGB-D SLAM算法.首先,并行运行跟踪线程与分割线程,为了得到最新的延迟语义信息,采取跨帧分割的策略处理图像,跟踪线程根据延迟语义信息实时生成当前帧的语义信息.然后,结合成功跟踪计数(STC)与极线约束,筛选当前帧动态点的集合,并确定环境中先验动态物体的真实运动状态.若确定该物体在移动,继续将物体区域细分为矩形网格,以网格为最小单位剔除动态特征点.最后,利用静态特征点追踪相机位姿并构建环境地图.在TUM RGB-D动态场景数据集及真实场景上的实验表明文中算法在大部分数据集上表现较优,由此验证算法的有效性.

基于PSO-GRNN和D-S证据理论的电网分区故障诊断

针对大电网中保护和断路器误动、拒动、信息丢失等不确定的电网故障信息以及现有电网分区方法的不足,提出了基于粒子群优化广义回归神经网络(PSO-GRNN)和D-S证据理论的电网分区故障诊断方法。首先,通过改进图形分割法将大电网划分为相互重叠的不同区域,降低故障诊断难度。然后在各个区域建立PSOGRNN诊断模块,根据故障警报信息,并行完成各自的故障诊断任务。最后,采用D-S证据理论对相邻区域的重叠区域进行分析,以实现对重叠区域的综合故障诊断。仿真结果表明,该方法能有效识别非重叠区域和重叠区域的故障,容错能力强,诊断准确率高。

曲面等值分割中的界点跟踪方法

面向任意输入条件的曲面等值分割方法具有通用性,但已有方法未对其界点跟踪环节进行深入探讨.为此,提出曲面等值分割中的界点跟踪算法.首先,通过循环选择当前网格单元的出入界点,构建后继网格单元,并设为当前网格单元来跟踪界点;其次,对算法中的关键技术——网格单元动态构建方法以及基于界边生长趋势预测的网格单元出入界点选择方法进行介绍;最后,针对坐标、可加工性、法向量、高斯曲率和平均曲率等面点属性设计5个分割条件集,并进行实例测试.当网格单元均仅有2个界点时,该方法与已有方法的分割精度相同;当存在网格单元有2个以上界点时,该方法的平均界点误差比已有方法降低91.78%.实验结果表明,该方法适用于更复杂的分割问题,且具有较高的分割精度和鲁棒性.

基于网格切分的单阶段实例分割方法

近年来,与二阶段实例分割方法相比,单阶段实例分割方法由于实时性强,已在实际应用中取得了初步进展,但目前仍然存在以下两个主要缺点.(1)精度较低:单阶段方法缺少多轮优化环节,因此其精度离实际应用仍存在差距;(2)不够灵活:目前大多数单阶段方法是独立设计的,难以兼容实际应用中不同类型的物体检测框架,因此适用范围相对有限.提出了一种精确且灵活的单阶段实例分割框架——网格实例分割方法(GridMask),其中两个关键步骤如下:(1)为了提高实例分割精度,提出了一种网格切分二值化算法,将物体边界框内的区域划分为多个独立的网格,然后在每个网格上进行实例分割.该步骤将物体分割任务简化成了多个网格切片的分割,有效降低了特征表示的复杂程度,进而提高了实例分割的精度;(2)为了兼容不同的物体检测方法,设计了一个可以即插即用的子网络模块.该模块可以无缝地接入到目前大多数主流物体检测框架中,以增强这些方法的分割性能.所提方法在公共数据集MS COCO上取得了出色的性能,优于现有的大部分单阶段方法,甚至一些二阶段方法.

微电网分段控制在新能源海水淡化系统中的应用

海水淡化设备用电是新能源海水淡化系统的最主要用电点,海水淡化设备能够长时间、稳定地运行是提高出水量的基本条件。提出了一种新能源微电网海水淡化系统分段控制装置,该装置在不提高系统配置的前提下降低交直流转换次数,提高电能的使用效率,进而减少能量浪费,提高产水量、增加客户效益。

地区电网调度操作票系统的功能设计

介绍了一个自主开发的地区电网调度操作票系统及其各模块的功能设计。该系统不但具有操作任务和操作顺序项快速生成功能、计划任务文本分词识别功能和典型操作票检索等功能用于生成操作票,还具有插入大项、插入小项、删除行、上移行、下移行和连续撤销等高效编辑功能;在进行插、删、移行的过程中,大、小项序号能自动调整;在操作票保存前能对各行操作项中的操作动作和设备以及厂站、设备和代号的匹配关系进行自动校验纠错,同时提供一键导入OMS系统的软连接接口。该系统已成为地区电网调度日常工作中的重要工具。

基于UNet深度可分离残差网络的BGA焊点分割方法

BGA封装焊点的分割和提取是焊点缺陷精确诊断的重要前提。传统图像处理方法针对复杂背景焊点的分割常需结合多种方法,致使算法速度较慢、鲁棒性很差。为此提出一种改进的UNet网络BGA焊点提取方法,采用深度可分离卷积代替原始网络中的标准卷积,以降低网络参数量,提高检测速度;通过增加卷积层数提高特征提取能力,加入批标准化层改善数据分布情况,加速网络收敛;在主干特征提取网络引入残差结构并融合不同分辨率特征。实验结果表明,改进后的算法参数量仅为原始模型的12.17%,交并比、准确率和F1分数分别达92.4%、98.31%和96.05%,较原始网络分别提升了2.17%、0.52%和1.18%,FPS达114.8帧/秒,在提升BGA焊点分割速度的同时拥有较高的准确率。