基于改进GWO-ELM的热轧带钢卷取温度预测

卷取温度控制精度是影响带钢产品性能的主要因素之一,提高卷取温度控制精度和保证卷取命中率是热轧领域的重点问题.针对某钢厂现有的卷取温度设定模型中存在个别钢种命中率低的问题,结合数据挖掘及现场专家经验,提出了一种基于灰狼优化极限学习机的新建模思路,并引入Henon映射、小孔成像策略和权重因子策略来改进灰狼算法,建立了基于改进灰狼优化极限学习机(IGWO-ELM)的热轧带钢卷取温度预测模型,并与ELM模型、GA-ELM模型和GWO-ELM模型进行对比.模型结果表明:建立的IGWO-ELM模型,预测卷取温度在士3℃之内的命中率为91.1％,在士4℃之内的命中率为96.7％,均好于对比模型,具有广泛的实际应用前景.     

三维微组装多气体传感器测试仪

针对在地震等自然灾害及遮蔽空间范围传感器体积受限制和对周围环境参数感知问题,设计了三维微组装多气体传感器测试仪,结合设计的GPSO-BP算法,该测试仪可以在高温高湿的环境下实现实时对有毒气体浓度以及压力的多参数测量,并对其进行温湿度补偿,具有高性能、小型化、准确度高的特点.测试结果表明,在湿度为80％RH,温度为50℃的环境下测量不同气体,经过温湿度补偿后,该测试仪的准确对度至少提高到2.2％以上,稳定性较强,对于地震等恶劣环境下的环境参数感知具有重大的意义.     

矢量信号发生器射频动态切换系统设计

目前提出的矢量信号发生器射频动态切换系统射频动态切换时长过长,功率损耗较高。为解决上述问题,基于时分复用(TDM)技术对矢量信号发生器射频动态切换系统进行设计,应用AV1443矢量信号发生器作为矢量信号发生器,在设计的过程中应用程序发送芯片将矢量信号的信息统一化处理,并设计具有信息转换的数据输出与输入端口,在多途径的环境中进行射频状态的动态计算,引用离散傅里叶算法对矢量信号的射频动态进行表达分析。实验结果表明,基于TDM的矢量信号发生器射频动态切换系统能够缩短切换时长,降低功率损耗,所提系统切换时长在相同的工作频率状态下领先传统系统0.02 s,且所提系统完成整套切换任务后的功率消耗始终控制在1 W以内。     

基于改进YOLOv3算法的钢板缺陷检测

针对目前钢板缺陷检测精度和速度的不足,提出了一种改进的YOLOv3检测算法。首先使用小波-中值滤波处理缺陷图像,清除图像里的噪声使图像更平滑。然后在原有网络中的密集连接网络(Darknet-53)上增加一个尺度输出增强算法对小目标缺陷的识别能力。最后为了增强算法模型的准确性对算法原有的损失函数进行优化,得到改进版的YOLOv3算法模型。改进的算法在测试集上的mAP值可以达到64.31,比原有的YOLOv3网络提高了7.9,结果表明了改进算法在钢板缺陷上具有较好的检测效果。     

基于DBSCAN-FPN的输电线路螺栓缺销检测方法

螺栓作为输电线路上数量最大的紧固件,其缺陷检测是输电线路巡检工作中的一项重要内容。针对螺栓缺销为小目标,其定位困难、特征难提取的问题,提出一种基于DBSCAN算法与FPN模型相结合的螺栓缺销检测方法。首先,利用FPN模型定位螺栓缺销目标区域,同时基于DBSCAN聚类算法对具有相同形态结构的区域进行聚类;然后,改进FPN模型：基于螺栓先验知识,利用卷积网络实现自底向上的特征提取,采用双线性插值方法将特征的高层语义信息自顶向下地传递到各个层级,通过卷积滤波方法横向加强高层语义特征与高分辨率特征的融合信息,获得更优化的螺栓缺销特征表达;利用改进FPN模型实现螺栓缺销的初步检测;最后,采用DBSCAN聚类算法对初步检测结果进行误检甄别,实现了螺栓缺销的精确检测。实验结果表明,DBSCAN-FPN在自建数据集上的检测精度达到76.23%,检测效果优于FPN、R-FCN和Faster R-CNN。所提方法可以有效提高螺栓缺销检测精度,对输电线路运维有实际意义。     

计及灵活性储备的含风电多微电网系统分布式协调调控策略

高比例风电的接入和需求响应技术的应用对分布式架构下的多微电网系统有功功率动态平衡提出了更高的要求,有必要充分利用灵活性资源对系统进行协调调控.提出一种新颖的灵活性电池储备模型对多微电网系统灵活性备用容量进行评估,定义虚拟灵活性电池储备模型对风电场备用与需求响应负荷备用进行评估,充分挖掘其调频的潜在能力.在此基础上,基于一致性算法求解该模型下各微电网的功率分配,提出计及灵活性储备的含风电多微电网系统分布式协调调控策略,实现分布式架构下灵活性资源的协调优化.通过华东某地区实际数据验证了所提策略的有效性.算例结果表明,协调优化源-荷灵活性储备资源在保障风电消纳的同时,实现了分布式架构下系统的动态功率平衡.     

基于飞蛾火焰优化算法的火电调峰负荷分配研究

在分析火电调峰成本的基础上,以调峰成本最小化为目标构建了火电调峰负荷分配模型,引入飞蛾火焰算法作为模型求解方法,以重庆电网为例,共设定3种负荷分配场景,同时以粒子群算法和蚁群算法求解效果与飞蛾火焰算法对比,验证了模型及求解算法的高效性和合理性。结果表明：3种场景下,随着调峰需求的增加,优化过程中需要部分机组进行深度调峰和启停调峰才能满足调峰需求,优化后系统调峰总成本分别达到了1 976万元、2 645万元和3 287万元;3种算法求解过程中,飞蛾火焰优化算法收敛速度更快,求解效率更高,且经飞蛾火焰优化后的系统调峰总成本最低,相比传统优化算法具有更强的规避局部最优解能力。     

基于改进K-means聚类的配电网电压暂降频次估计法

传统考虑保护动作特性的电压暂降频次估计法需要获取详尽的保护配置信息,然而配电网保护配置多样,在不同因素如过渡电阻、运行方式、故障类型等的影响下,阶段式保护各级保护区可能产生较大变化,采用传统方法对电压暂降持续时间进行评估可能会产生较大误差。文中提出一种基于改进K-means聚类的配电网电压暂降频次估计方法,在未知线路保护配置基础上,基于电压暂降历史监测数据与保护动作信息,采用改进K-means聚类算法,对电压暂降幅值-持续时间进行聚类分析,推断线路保护配置情况,计算保护动作时间与保护动作电压。根据计算结果,在考虑不同故障类型、不同运行方式及不同过渡阻抗的情况下进行配电网电压暂降频次估计。在IEEE RBTS-6母线测试系统的母线5配电网中进行仿真,验证了文中方法的有效性和优越性。