基于区域采样点数的锂离子电池健康状态评估

低采样频率下锂离子电池的健康状态(SOH)评估在工程应用中具有重要的意义。引入了区域电压(ΔV)和区域采样点数(RSP)的概念,提出了一种在概率密度函数(PDF)框架下的锂离子电池SOH评估方法。以实验室磷酸铁锂(LFP)电池循环老化数据为基础,建立了基于RSP的电池SOH评估模型,对比了基于RSP的方法和传统PDF法,并考察了不同采样频率和区域电压下RSP-SOH模型的效果。研究结果表明,RSP与SOH呈线性正相关,RSPSOH模型无论是充电还是放电过程下的效果均优于传统PDF法。在采样频率较低时,适当的增加区域电压有助于提高RSP-SOH模型的评估效果。电池RSP-SOH模型在充电过程下对采样频率鲁棒性较好,在每五分钟一个采样点的低采样频率情况下模型的R^(2)均大于0.98。在此基础上,采用区域采样点数法相对评估某储能电站的220个LFP电池的SOH。当9个RSP较小的电池被替换掉后,储能电站电能的吞吐能力将提升20.9%。

无人机激光扫描作业杆塔位置提取算法

基于激光点云的输电线路杆塔自动定位是电网无人机、直升机智能巡检技术应用的基础,但目前从激光点云中定位杆塔主要依赖于人工处理,工作效率低。针对如何从激光点云中自动定位杆塔这一问题,根据输电杆塔在激光点云中具有高密度、大坡度、大高差特征,提出了一种基于二维格网多维特征分析的输电杆塔自动定位方法。首先对无人机获取的激光点云进行滤波去噪处理,再对激光点云进行规则化,在此基础上计算点云的特征图像;然后结合架空线路走廊区域分析,根据密度、高差和坡度特征迭代定位出输电杆塔,最终实现了从无人机激光点云中自动定位输电杆塔位置。采用广东电网公司大型无人直升机实际巡检获取的输电线路激光点云数据对自动定位算法进行了验证,实验结果表明提出的算法具有较高的自动化程度和处理效率,对提高无人机、直升机机巡作业智能化水平具有促进作用。

基于区域多次回波点密度分析的城区LiDAR建筑物提取

以正确提取城区Li DAR点云中建筑物为目标,综合利用不同类别目标点云的回波特征以及地形信息,提出了一种基于区域多次回波密度分析的Li DAR点云建筑物提取方法。首先,将点云构建不规则三角网(triangulated irregular network,TIN),获取封闭的等高线;然后,利用等高线间的拓扑关系得到等高线族区域;最后,统计每一区域的多次回波点云密度信息,通过建筑物和树木区域多次回波点云在区域密度上的巨大差异来识别建筑物点云和树木点云。研究结果表明:该方法既充分利用了建筑物表面与植被间多次回波特性的差异,又不否定建筑物边缘同样存在多次回波的现象;通过封闭的等高线自适应地检测出地物目标的轮廓,弥补了传统Li DAR建筑物提取方法的不足;该方法能够较其他方法更准确地提取建筑物。

新疆天山地区定点形变群体异常特征与地震活动

利用定义的形变异常密度和趋势分析法研究了 1 990～ 2 0 0 0年新疆天山地区定点形变异常的时空分布、群体异常特征及与中强地震活动的关系。结果表明 ,各分区形变资料显示的高密度异常在时间上与 b值异常有一定的相关性 ,与该地区的中强地震活动有较好的对应关系 ;一组中强地震前 2～ 4年能观测到形变趋势项的转折。

基于层次与密度的任意形状聚类算法

结合层次聚类算法和密度聚类算法,提出一种新的任意形状聚类算法,以密度峰值点为初始聚类中心将数据集划分为大量子簇。根据聚类合并准则,对簇间边界区域密度大于等于其中任何一个簇平均密度的相邻子簇进行合并。通过动态建模方法进行子簇合并,无需人工输入终止参数即可自动确定聚类终止点。在测试数据集和真实数据集上的实验结果表明,该算法对输入参数的选择具有鲁棒性,能有效识别任意形状、大小和密度的聚类,并且适用于密度分布不均匀的数据集。

多点地质统计学在储层相建模中的应用

针对渤南油田五六区沙三段4砂组2小层(Es342)储层砂体形态弯曲、分叉、砂体规模与展布变化大的特点,利用多点地质统计学建模法对研究层位进行沉积微相模拟。在该区密集井网区精细地层研究的基础上,统计扇三角洲前缘水下分流河道与河口坝砂体长、宽定量数据,结合储层地质知识库的研究,确立不同微相的平面形态与空间组合特征,依此建立定量训练图像。在此基础上,利用SNESIM算法对研究区扇三角洲前缘进行沉积微相模拟。模拟结果表明,利用多点地质统计方法,能够很好地模拟出扇三角洲前缘水下分流河道与河口坝的空间形态特征,得到符合地质意义的沉积微相模型。研究区密集井网的定量研究和训练图像的建立,可以丰富地质知识库,为类似地区利用多点地质统计学进行储层相建模时训练图像的建立提供指导。

基于Otsu的建筑物点云分割改进算法

提出了一种基于Otsu的建筑物点云分割改进算法,针对传统Otsu分割算法在精确性方面的不足提出2点修改意见。首先根据投影点密度理论将三维点云转换为二维灰度图像,再利用Otsu算法及其改进算法对图像进行分割。采用Riegl公司VZ-400激光扫描仪采集的武汉大学信息学部第一教学楼的点云进行分割处理,并与传统的Otsu分割算法进行对比。结果表明,该算法分割正确率可达96.54%,远高于改进前的72.82%。

星载单频GPS数据的电离层延迟改正方法分析

利用C/A码单点定位对LEO(Low Earth Orbit)卫星上的电离层延迟改正方法———"电离层比例因子法"进行了分析研究.计算的CHAMP卫星的轨道结果表明:采用电子密度峰值高度(hmF2,F2 region maximum electron density height)平均值和瞬时值计算的电离层比例因子α变化范围分别为0.3～0.4和0.2～0.65之间,两者最大差异可达0.3,相比较而言,hmF2瞬时值的结果更加合理,并且相应的大地高H方向的系统偏差要降低0.05～0.3 m左右;与双频无电离层组合的普通单点定位结果相比表明该方法能较好地消除电离层一阶项所引入的H方向上的系统偏差;该方法适用的LEO卫星轨道高度范围大致在200～600km之间,当轨道高度超过700 km时,该方法并不适用.

基于SVM的机载LiDAR数据电力线提取方法

针对数字电网巡线日益增长的需求,机载Li DAR为数字巡线提供了一种新的方式,电力线又是数字电网建设的关键。SVM算法是一种机器学习算法,基于SVM算法,提出一种机载Li DAR提取电力线的方法,并研究了点云密度和电力线提取精度之间的关系。首先提取9个特征构建特征空间,然后实验确定最优的分类参数和邻域半径训练分类器,利用分类器对电力线进行提取,最后采用区域增长的方法,对误分类的碎片进行剔除。通过不同的数据对提出的方法进行了检验,最终电力线的提取比率均达到99. 8%以上,Kappa系数均达到0. 99以上,实验结果证明该方法可以实现电力线快速、高精度地提取。

认知无线Ad Hoc网络中一种基于选择区域的多跳路由协议

根据认知无线Ad Hoc网络中次网络多跳传输数据的特点,提出了一种基于选择区域的多跳路由协议。该协议假设主网络和次网络节点分布在同一二维平面内,且服从相互独立的泊松点过程,传输信道包含大尺度路损和小尺度瑞利衰落;在定义的选择区域内,选取距离发射节点最近的节点作为多跳路由协议中下一跳传输的中继节点;通过约束次网络对主网络的干扰,以期望前进密度为目标函数,推导出次网络发射概率确定时的最优参考传输距离的上界,参考传输距离确定时的最优次网络发射概率,以及二者同时优化时满足的关系式。由于综合考虑了参考传输距离、发射概率和传输角度,从而确保了多跳传输的方向性和有效性。数值分析结果证明了理论分析的正确性,表明次网络的期望前进密度与主网络节点密度之间存在折衷关系。

基于LIDAR点云分类进行建筑物自动提取的研究

随着LIDAR技术在输电线路勘察设计的广泛应用,如何自动提取输电线路的房屋等建筑物成了一个新课题。以正确分类LIDAR点云为目标,综合利用不同类别目标点云的回波特征以及地形信息,本文提出了一种基于区域多次回波密度分析的LIDAR点云分类方法。该方法通过线性预测分离地面点和非地面点,同时将点云构建TIN获取封闭的等高线,利用等高线间的拓扑关系及形状相似性获得等高线族区域,统计每一区域的多次回波点云密度信息,通过建筑物和树木区域多次回波点云在区域密度上的巨大差异来识别出建筑物点云和树木点云。该方法充分利用了建筑物表面与植被间多次回波特性的差异,同时又不否定建筑物边缘同样存在的多次回波现象,通过等高线区域自适应的确定待识别目标的区域大小,弥补了传统LIDAR点云分类方法的不足,因而能够较其它方法更准确的分类LIDAR点云,为建筑物自动提取、树木自动提取等研究提供了保障,并通过试验验证了该方法的有效性。该研究为利用LIDAR技术进行输电线路GIS自动采集房屋提供了一种新方法,大大减少了外业采集房屋面积的工作量。

中国农业面源污染排放的空间差异及其动态演变

以2003—2014年为研究时段,在测算农业面源污染排放强度的基础上,综合运用基尼系数和非参数估计方法,研究我国农业面源污染的空间差异及其动态演变,结果表明:1)我国农业面源污染排放总体下降,且表现出明显的空间差异,东部和中部地区的排放强度较高,西部和东北地区则相对较低。2)2003—2014年,中国农业面源污染排放强度的区域差异略微扩大,地区间差异是其总体差异的主要来源。3)核密度估计结果表明,中国农业面源污染排放总体差异表现为"下降-上升-下降"的波动变化趋势。4)马尔科夫链分析表明,中国农业面源污染在不同类型间的相互流动较为微弱,但从长期来看,存在向两极分化发展的趋势特征。