SVR的限定记忆在线辨识算法及其应用

目前,基于支持向量回归的辨识研究虽然涉及领域很广,但基本上都为离线辨识,其原因在于支持向量回归处理大批数据时存在耗时长及内存开销大的问题,不能满足实时计算的要求。针对这个问题提出了基于支持向量回归的限定记忆在线辨识算法,该算法有效地避免了内存开销大的问题,满足了在线辨识实时性的要求。利用该算法对具有动态、时变特性的主汽温系统进行了辨识研究,仿真结果表明:该算法可以获得很好的辨识效果,具有良好的可行性。图6表1参9     

Ti6Al4V合金表面激光熔覆NiCrAlSi复合涂层的组织及高温抗氧化性能

为提高Ti6Al4V合金的高温抗氧化性能,以Ni80Cr20-40Al-20Si(质量分数,%)复合合金粉末为原料,采用激光熔覆技术,在Ti6Al4V合金表面制备复合涂层,系统地分析涂层的物相、显微组织结构及高温抗氧化性能。结果表明:复合涂层中没有发现裂纹,仅有少量气孔,且与基体实现良好的冶金结合;Ti_5Si_3/Al_3Ni_2作为增强相均匀分布于基体Al_3Ti/NiTi中;经恒温800℃氧化32 h后,复合涂层的氧化膜主要由Al_2O_3和NiO组成,结构连续致密,氧化动力学曲线近似符合抛物线规律,表现出较好的高温抗氧化性能;而Ti6Al4V合金的氧化膜主要为疏松的TiO_2,表面氧化严重,表现出较差的抗氧化性能。激光熔覆NiCrAlSi复合涂层可望成为有效提高Ti6Al4V合金高温抗氧化性能的途径之一。     

1000MW超超临界机组一次调频应用策略的研究与优化

电网频率的稳定性直接关系到电网运行的安全性,机组一次调频功能的有效投入是维持电网频率稳定的重要技术保证。以徐州1 000MW超超临界机组为例,介绍了一次调频的作用和原理,并分析了一次调频在数字电液系统(DEH)和协调控制系统(CCS)中具体的应用策略。对如何在实现一次调频快速性的同时保证其调频能力提出了一些建议与解决方案。     

基于计算机视觉的便携式激光盘煤系统的研究

为提高大型火电厂露天煤场存煤测量的精度和效率,研究和开发了便携式盘煤系统。该系统采用三维散乱数据插值算法并结合OpenGL完成煤场的三维复现,并对数码相机拍摄的煤场全景照片进行图像处理,利用处理后的图像对形成的三维数据进行拟合修正,从而提高了测量准确度。数据采集由自行开发的PDA程序完成,整个系统具有便携的优点。     

基于ADE-SVM和模糊理论的电力系统中期负荷预测

在基于支持向量机(SVM)的电力系统中期负荷预测的基础上,针对SVM参数难以确定的问题,在引进微分进化（DE）算法优化SVM参数的基础上,为了减少DE的寻优时间,提高全局搜索能力,用基于学习样本集噪声估计的方法确定SVM参数的范围作为DE的寻优范围,以指导DE寻优。同时,引进自适应算子,采用参数自适应DE（ADE）算法选择SVM参数。由于影响负荷的气温因素是模糊的,利用隶属度函数对气温因素进行模糊化处理,进一步提高了预测精度。将上述方法用于欧洲智能技术网络(EUNITE)竞赛数据的中期电力负荷预测,结果表     

基于Faster R-CNN的复杂背景下绝缘子目标检测

由于无人机巡检图像中复杂背景的干扰以及航拍角度等外在因素的影响，会给绝缘子目标的识别带来一定的难度。常用的Faster R CNN模型在进行复杂背景下绝缘子目标检测时，存在远处的或被遮挡的小目标绝缘子的漏检问题，所以本文在现有的Faster R CNN模型上选择ResNet101作为骨干网络，引入FPN结构提高对被遮挡的小目标绝缘子的检测精度，降低了受遮挡影响的目标的漏检率，并增加通道注意力机制SENet以增强绝缘子特征，提高特征表达能力。实验结果表明，该基于Faster R CNN的改进模型在复杂背景下绝缘子目标检测中达到精度AP50为932%，相较于基线模型AP50提高了64%，并且优于目前一些先进的目标检测模型，对复杂背景下绝缘子的检测精度高，解决小目标绝缘子误检和漏检问题。     

融合迁移学习的绝缘子缺陷分级检测方法

针对Faster R-CNN算法对复杂环境下的小样本绝缘子缺陷检测精度不高的问题，本文提出了一种融合迁移学习和主体局部的绝缘子缺陷分级检测方法。整个方法使用融合残差模块和特征金字塔结构的卷积神经网络作为骨干网络进行特征提取，用于适应不同尺度的缺陷目标，保留更多有效信息。首先使用迁移学习的方法改善对缺陷所在绝缘子主体的检测效果；然后对检测出的绝缘子主体进行自动裁剪来改善复杂背景对缺陷区域检测的影响，使得模型能够更有效地挖掘出缺陷特征；最后将裁剪后的缺陷绝缘子局部图像送入第二阶段进行训练，进一步提高模型准确率。通过对无人机航拍采集的绝缘子缺陷图像进行检测实验。结果表明，本文方法相较于Faster R-CNN基线模型平均精度提高了37.5%，达到了89.6%。在对自爆和破损检测上，精度分别提高了34.9%和60.2%。     

基于改进PSO-SMO的模型参数辨识及应用

目前,大多数智能辨识方法只考虑辨识系统的输出值,不能辨识模型的参数.对此,研究了基于线性核函数支持向量机的辨识算法,对模型参数和输出同时进行辨识.在此基础上,采用改进的PSO-SMO算法以提高辨识速度和精度.将该方法用于ARX模型和长期预测模型的参数辨识中,结果表明,该算法比其他算法具有更高的准确性.     

浅析两种控制系统在电厂的应用

介绍了现场总线控制系统和分散控制系统的特点及在电厂的应用现状和发展前景,给出了FCS逐步取代DCS的两种主要集成方案.