新工科背景下电子通信专业"人工智能技术基础"课程改革

本文针对新工科背景下电子、通信专业"人工智能技术基础"课程存在的问题进行课程改革,从授课和实验两个环节入手,分别从教学内容、教学方法和考核办法三个方面提出了具体的改革举措,并在"人工智能技术基础"课程中进行了实践,激发了学生的学习热情,拓展了学生的专业视野,提高了学生的实践创新能力,取得了良好的教学效果.为了进一步培养电子、通信学科交叉型AI人才,该课程选拔优秀学生开展丰富的人工智能课外实践活动,进一步提升学生的实践创新能力.     

融合外部知识的输电线路多金具解耦检测方法

为了有效解决输电线路多金具检测过程中存在的目标密集和目标间相互遮挡的问题,提出了融合外部知识的多目标解耦检测方法(external knowledge decoupling R-CNN, EKD R-CNN)。首先通过深入分析金具数据集的领域规则和图像信息,提取出共现和空间知识;然后使用图神经网络方法建立共现和空间知识推理模型,将外部知识进行实例化表达;最后使用解耦模块将金具检测任务以非耦合的方式进行训练和学习。在实验阶段,对具有14类金具的数据集,进行多种定性和定量实验。对比实验表明,EKD R-CNN的检测效果优于其他先进目标检测模型,与原有基线模型相比,准确率提高6.6%;定性实验表明算法能够解决目标遮挡的问题,实现密集目标的检测;消融实验表明,每种模块对模型的检测效果均有一定的提升。     

环境温、湿度对绝缘子污秽微波辐射的影响

根据天线理论与微波辐射测量原理,在基于实际工况条件下,对自然污秽绝缘子进行了长期试验研究.通过大量的试验数据,分析了环境温度和湿度对污秽绝缘子微波辐射特性的影响.在消除环境温度和天空温度的条件下,重点研究了大气湿度对污秽绝缘子表面发射率的影响.实验数据表明绝缘子表面发射率与环境湿度比天线温度与环境湿度之间有更好的对应关系.最后建立了天线温度的神经网络预测模型,为工程应用提供了一定的参考.     

改进YOLOv5s的遥感图像目标检测

针对遥感图像中感兴趣目标特征不明显、背景信息复杂、小目标居多导致的目标检测精度较低的问题,本文提出了一种改进YOLOv5s的遥感图像目标检测算法（Swin-YOLOv5s）。首先,在骨干特征提取网络的卷积块中加入轻量级通道注意力结构,抑制无关信息的干扰;其次,在多尺度特征融合的基础上进行跨尺度连接和上下文信息加权操作来加强待检测目标的特征提取,将融合后的特征图组成新的特征金字塔;最后,在特征融合的过程中引入Swin Transformer网络结构和坐标注意力机制,进一步增强小目标的语义信息和全局感知能力。将本文提出的算法在DOTA数据集和RSOD数据集上进行消融实验,结果表明,本文提出的算法能够明显提高遥感图像目标检测的平均准确率。     

盲源分离在电气设备温度在线监测中的应用

为了能分离出电气设备在线监测中的温度场图像中的温度信号和噪声信号,给出了一种基于自然梯度算法的盲源分离方法。在简单阐述了盲源分离的基本原理,介绍了盲源分离的基本模型、互信息最小化判据和自然梯度算法后,给出了所提方法的具体实现步骤、仿真实验结果及实际温度场图像的处理结果。结果表明利用该方法可以有效去除了温度场图像中的噪声,提高了在线监测数据的稳定性和可靠性,具有工程应用价值。     

弹性分组环技术在电力城域网中的应用

着重介绍了一种全新的组网技术——RPR技术及它的协议分层和核心技术,并给出了RPR技术在电力城域网中应用的一个方案。     

基于BEMD的电力设备红外与可见光图像的配准研究

电力设备的红外图像和可见光图像从不同角度反映了设备的状态,对它们进行配准可以提高在线监测的准确性.将2维经验模态分解( BEMD)方法引入到电力设备的红外与可见光图像配准中.通过理论分析得出了基于BEMD的图像配准原理,把图像的配准问题转化成了BEMD分解后子图像的配准问题,并确定了原始图像、趋势图像及2维仿射变换在配准中的关系;基于此原理提出了一种红外与可见光图像配准方法.实验结果表明该方法可取得良好的配准效果,同时也验证了该配准原理的正确性和方法的先进性.     

基于L0平滑和随机游走的变电设备红外图像分割

针对经典随机游走分割的不足,本文提出了基于L0平滑的随机游走分割方法。利用基于L0梯度最小化的图像平滑方法对红外图像进行预处理,在此基础上对图像进行随机游走分割。实验结果表明基于L0梯度最小化的图像平滑方法能够降低局部图像灰度值变化对经典随机游走分割路径的影响,在很大程度上提高了经典随机游走对变电设备红外图像分割的准确性。     

电力视觉技术的概念、研究现状与展望

随着我国新一代电力系统建设的快速发展,发输变电设备作为电力系统的重要组成部分,实现其缺陷的智能检测与分析变得愈发重要。紧跟国家新一代人工智能的步伐,与当今较热的计算机视觉相结合,提出电力视觉技术的概念,分析其研究对象和难点问题,在电力系统、计算机视觉和人工智能等领域之间建立了桥梁,并系统地总结了电力视觉技术在发电、输电和变电3大场景中的研究现状。最后从泛在电力物联网、少样本或零样本学习、生成式对抗网络、电力知识图谱和视觉推理等方面来分析电力视觉技术及其应用的未来发展趋势。     

基于黑白CCD传感器的近红外热像在线监测方法

设计了以黑白电荷耦合器件(CCD)传感器为核心器件的在线监测系统,该系统可通过探测近红外辐射从而对变电站中一些电力设备进行监测;构建了测温模型,并分析了影响测温的一些因素,计算了温度场分布;最后对发热设备进行了监测实验,采集了热图像并用小波算法进行了去噪处理;实验结果表明了用该方法能探测到的最低温度为152℃.