基于检测的荧光显微图像中的神经丝蛋白质跟踪

神经丝蛋白质是沿神经轴突运输的功能性蛋白聚合物,神经丝蛋白质的运动研究对于如神经退行性疾病的诊断等应用是非常重要的。传统的方法在很大程度上依赖于在荧光显微镜图像下手工标记神经丝蛋白质。描述了一种基于检测跟踪的自动神经丝运动分析方法,用这种方法提取出沿轴突运动的神经丝轨迹并描绘成一条参数化曲线。首先,将轴突分解成块,然后利用马尔可夫随机场图形标签来确定包含运动神经丝的轴突块,最后将神经丝的首端和尾端位置细化到亚像素精度。神经丝运动的实际延时荧光图像序列实验表明了所提方法的有效性和可靠性。

基于荧光显微镜图像的神经丝自动跟踪

神经丝是一种长而柔软的蛋白质有机物,它能在神经细胞中沿着神经轴突快速且随机地运动。神经丝的运动研究对于如神经退行性疾病的诊断等应用是非常重要的。传统的方法在很大程度上依赖于在荧光显微镜图像下手工标记神经丝。这种人工跟踪不但对大量图像实现起来非常费时,而且会带来很多人为跟踪误差。提出神经丝全自动跟踪的方法:粒子滤波跟踪算法和检测跟踪算法。在这两种算法中,都利用了神经丝在神经轴突内运动这一特征。在粒子滤波算法中,限制了粒子的位置和方向,从而显著地降低了粒子使用的数量,大大减少了算法的运算时间。在检测跟踪算法中,提取出沿轴突运动的神经丝轨迹并描绘成一条参数化曲线,利用马尔可夫随机场图形标签来确定包含运动神经丝的轴突块,将神经丝的首端和尾端位置细化到亚像素精度。在实际的实时跟踪实验中,将粒子滤波跟踪算法与检测跟踪算法进行比较,显示出了检测跟踪算法在运算速度和跟踪准确性方面优于粒子滤波算法。

不确定条件下提高静态电压稳定性的优化方法

以最小化静态电压失稳概率为优化目标,基于概率空间中静态电压稳定域边界及其关于控制变量的灵敏度,提出了不确定条件下提高电力系统静态电压稳定性的优化方法。为求得静态电压稳定域边界的显式逼近表达式及其灵敏度,利用参数化非线性规划模型刻画稳定域边界,而后基于广义多项式混沌思想,将随机Galerkin方法与原-对偶内点法相结合予以求解。IEEE-39节点系统算例分析验证了所提优化方法的有效性和精确性。

基于高温电解的大规模电力储能技术

电转气技术(power to gas,P2G)是实现中国可再生能源大规模消纳的潜在方案,其核心电解技术按照工作温度可划分为低温与高温电解两类,其中高温电解电池具有转换效率高、转换产物丰富以及支持可逆运行等优势,是未来能源与电力系统中极具吸引力的规模化储能技术。文章主要从电池结构、转换模式、系统接入等方面介绍高温电解技术的特点及其在电力储能中的潜在应用。电池结构方面,新兴的扁管式结构兼具了板式与管式的结构优点;转换模式方面,高温电解池可单独制取H_2或CO,也可共电解直接合成CH_4;系统接入方面,可采用纯电电解接入、余热辅助电解接入、可逆的储气发电接入等多种模式,从而在高效消纳可再生能源的同时提供丰富的灵活性资源。在能源互联网建设的大背景下,高温电解技术在大规模储能方面的应用指日可待。

面向可再生能源消纳的电化工(P2X)技术分析及其能耗水平对比

电转氢技术可将富余的可再生能源电能转化为化学能,运用于电力系统中有望实现富余可再生能源的大规模消纳。氢在交通、发电等领域具有重要作用,但受限于燃料电池技术的成熟度,现阶段应用的规模较小,难以匹配富余电量的体量。同时,氢在化工领域具有较大的应用潜力,发展面向可再生能源消纳的电化工(P2X)技术,是解决可再生能源弃电问题的一条有效途径。针对电转氨、电转甲烷、电转甲醇及电转汽油4种主要电化工技术,从市场规模、技术路线、能源转化效率以及示范工程进展4个方面进行了综述,对比分析了4种电化工技术的能效、电耗、边际电价、等效产量及市场占比五大主要技术经济指标。基于低温电解技术路线的研究结果表明:电转甲烷与电转汽油技术综合能效较高(50%);电转汽油技术最具经济性(边际电价为0.37元/k Wh),但合成过程需要一氧化碳,碳排放与技术风险大;电转氨推广将对市场影响最大(17.18%)。此外,电转油的节煤意义显著(降低煤耗约2285万t),电转氨的环保意义显著(减少碳排放约3910万t),是未来电化工技术的两大重要发展方向。面向未来P2X技术的发展,同时对基于高温固体氧化物的高温电化工技术路线的方案与经济性进行了初步探讨与展望。