基于变分模态分解和排列熵的输电线路故障诊断

针对现有电力系统输电线路故障信号分析方法中,故障信号特征遗失并难以反映故障信号本质特征等问题,提出基于变分模态分解与排列熵(VMD-PE)的输电线路故障诊断方法。以输电线路单相接地短路故障为例,选取IEEE 14节点标准测试系统,以单相接地短路故障时的电流作为故障信号,首先对各相故障信号进行VMD分解,然后对分解后的故障信号作二次PE分析,基于各相故障信号的最终总PE值识别输电线路故障,并与小波变换-PE算法进行对比。实验结果表明,所提VMD-PE方法更能有效地诊断出输电线路的故障所在相,可准确可靠的用于输电线路的故障诊断。

VMD小波能量的光伏逆变器软故障诊断

针对光伏逆变器软故障特征提取难、诊断效果差等问题,对光伏逆变器三相桥臂中点间的线电压信号,采用排列熵优化变分模态分解的模态分量数后,利用小波分解提取出变分模态分解的各模态分量的小波能量,作为光伏逆变器的软故障特征;然后,利用支持向量机识别多种不同软故障;最后,对NPC三电平光伏逆变器分压电容软故障进行诊断实验。实验结果表明,相对于传统的小波能量、EMD小波能量等方法,该方法诊断精度高、速度快,适用于光伏逆变器的软故障诊断。

一种改进的NARX回归神经网络

经典 NARX 回归神经网络在应用时需要确定输入和输出的延时阶数、隐层神经元数目等三个结构参数,给神经网络的设计造成了很大的困难。为了克服这一缺陷,根据生物神经元机能提出了一种新的动态神经元模型,并将其用于经典 NARX 回归神经网络中,形成了一种改进的 NARX 回归神经网络。新的神经网络在应用时只需确定隐层神经元数目,从而简化了神经网络的结构设计。本文还进一步从理论上分析了该神经网络与经典 NARX 回归神经网络的等效关系,并用李雅普诺夫(Lyapunov)稳定性原理证明了该网络的稳定性。仿真试验表明,新的神经网络不仅辨识能力优于经典 NARX 回归神经网络,而且泛化能力得到了明显提高。

基于二维卷积神经网络的BLDCM驱动系统故障检测方法

针对无刷直流电机驱动系统功率开关管故障诊断存在由于特征提取效果差而导致识别准确率低等问题,提出一种基于二维卷积神经网络2D-CNN(two-dimensional convolution neural network)自适应特征提取的故障检测方法,避免人工提取特征的复杂性及不确定性。以相电流作为故障敏感信号进行FFT预处理,并将一维数据转换为矩阵形式作为2D-CNN的输入数据,然后利用Adam优化的softmax分类器对2D-CNN提取的故障特征进行分类,实现逆变器不同故障模式的状态识别。实验结果表明,2D-CNN模型在不同工况、不同故障模式下的故障诊断准确率均优于多层感知机MLP(multi-layer perceptron)和堆栈去噪自动编码器SDAE(stacked denoising auto encoder)方法。实验结果验证了所提方法的有效性和准确性,可为功率变换系统健康状态评估奠定理论基础。

计算机与多单片机系统间串行通信的实现

提出了一种计算机和多单片机系统传输速率高、可靠性强的串行通信的新方法。基于32位Windows环境，采用多线程技术实现串行通信的实时性，有效地解决了传统串行通信中的迟滞性和不可靠性，提出多线程技术下上位机和196系列多单片机系统通过RS-485总线实时远程通信的新手段，给出完整规范的通信协议及相应的软硬件实现。

基于小波分析的医学图像的处理

医学图像的好坏直接影响着医生对病情的诊断和治疗,因此利用数字图像处理等技术对医学图像进行有效的处理,已成为医学图像处理研究和开发的一大热点.小波分析是对傅立叶变换的继承和发展,在医学影像领域有着广阔的应用前景.介绍了二维离散小波变换的一般形式,在图像分解的基础上,利用小波分析对医学图像进行去噪和增强处理,能够有效的改善图像质量,有利于医生对病情的诊断和治疗.

三维对比增强磁共振血管造影中的透视触发技术研究

三维对比增强磁共振血管造影(M RA)检查中,正确估计或测算扫描延时时间是检查成败的关键。目前临床应用中普遍使用的定时技术是试验性团注技术,但其存在着局限性,如缺乏完善性、空间分辨率有限及技术复杂等。本文提出一种技术,通过使用M R透视法实时检测靶血管内对比度的变化,当检测到对比度增强时,开启带有椭圆中心视图命令的三维M RA序列采集数据。结果表明这种技术可获得静脉抑制,消除运动伪影,极大提高空间分辨率,在团注检测中的可靠性高达95%以上。这种技术为众多血管区域提供了高质量的对比增强M R血管造影。

医学图像光线投影体绘制中一种改进的快速算法

光线投影算法是体绘制算法中图像效果比较好的方法,但存在运算量大,绘制速度慢的问题。为此本文提出了一种新的光线投影体绘制的加速算法,利用重采样点在两坐标系中的矩阵变换特性,减少矩阵运算量,加快重采样计算过程,并且通过将B resenham算法扩展至三维,利用包围盒技术避免对空体元的采样,从而加速了光线投影的效率。实验结果表明改进后的加速算法,既能保证绘制质量,又能显著减少计算量,提高体绘制的速度。

一种新型心电监护治疗系统的研究与实现

介绍了一种新型的心电监护治疗系统,可有效的用于心血管疾病的预防、诊断、监护和治疗。采用小波变换的方法检测和处理心电信号。本文在介绍系统的硬件组成、软件设计的基础上,提出一种基于32位WINDOWS环境、采用多线程技术实现串行通信的新方法,有效地解决了传统多机监护系统串行通信中的迟滞性和不可靠性。

多尺度MRI断层图像特征提取新技术研究

由于医学图像本身信号噪声大 ,边缘呈弱信号特征 ,用传统的图像边缘检测算法提取图像特征常会将图像中的噪声作为边缘提取 ,不能准确地反映医学图像中有价值的信息 (如病灶大小等 )。现提出一种改进算法 ,此法以现有的小波模极大值特征提取算法为基础 ,利用模糊理论确定隶属函数 ,提取弱信号边缘并用多尺度融合理论边缘点合成。结果表明 ,此方法在提取MRI图像特征的同时 ,可有效地抑制噪声 ,有助于剔除图像的伪边缘 ,准确定位图像边缘信息 ,有利于图像分割重建 ,便于医生根据图像确定病灶或组织的位置大小等。

H.264中基于多宏块模式的时域误码掩盖算法

视频压缩码流在信道传输时,由于受到信道带宽或者稳定性的影响,容易发生数据的损坏或者丢失,这样不仅会对当前的视频帧产生影响,而且差错会延续到随后的视频帧,因此,需要采用某种技术来降低差错的影响。新一代视频压缩标准H.264支持多种分块大小的运动补偿,分块大小范围从16×16到4×4,因此,在H.264中一个宏块最多可能有16个运动矢量,这些信息都可以用于时域的误码掩盖。为此,提出了一种基于多宏块分割模式的时域误码掩盖算法,根据相邻宏块的分割模式,每个丢失宏块被自适应的划分为大小不同的子块进行掩盖。实验结果表明,该算法可以得到比传统算法更好的视频质量。

MRI图像的多尺度小波增强新算法

现有的医学图像大都存在信号噪声大的特性,传统的图像增强算法在图像增强的同时,放大了图像的噪声信号,效果不能令人满意。本文在现有的图像小波分析增强算法的基础上,提出了利用梯度模值的多尺度小波图像增强新方法。实验证明,该方法在提高图像对比度的同时,有效的解决了通常对比度增强算法中难以克服的噪声放大问题,处理后的图像更利于医生进行分析诊断和医学影像的后续处理。

基于布谷鸟搜索算法的漏磁反演方法研究

针对漏磁检测中的缺陷反演重构问题,引入了一种新型启发式优化算法—布谷鸟搜索算法,提出了以径向基函数神经网络为前向模型,布谷鸟搜索算法用作迭代算法的漏磁反演方法.为验证该反演方法的有效性,分别使用了不含噪声和含噪声的漏磁仿真信号以及实测漏磁信号.实验结果表明,与粒子群优化算法和差分进化算法相比,布谷鸟搜索算法的处理误差最小,而且对含噪声仿真漏磁信号和实测漏磁信号的重构结果依然能够较好地逼近真实缺陷.因此,基于布谷鸟搜索算法的反演方法对噪声具有一定的鲁棒性,是一种有效可行的漏磁反演方法.

采用死区补偿和输出电流补偿的数控UPS逆变器

为在不增加传感器的情况下,改善不间断电源(U PS)逆变器的输出动静态性能,提出了一种数字控制策略。该策略利用面积等效原理,将线性负载下的死区等效为方波扰动,利用前馈对其补偿;将输出电流视为对控制系统的扰动,并利用前馈补偿,通过对输出电压的微分运算获得输出滤波电容电流值,从而在不使用电流传感器的情况下,实现了对U PS逆变器的准双环控制。在1 kVA的样机上进行实验研究,其结果在额定阻性负载下的稳态总谐波畸变率(THD)为2.49%,空载与额定负载间阶越变化下的电压调整率为6.75%。结果表明:死区补偿和输出电流补偿有效,整个控制策略的可行。