排序方式: 共有73条查询结果,搜索用时 0 毫秒
41.
利用电压相关性的±800kV直流输电线路区内外故障判断方法 总被引:3,自引:0,他引:3
对--800-kV直流输电线路区内及区外故障分量附加网络的理论分析表明,当直流输电线路发生区内故障时,于故障启动元件响应之后的短数据窗内,线路两侧电压电流故障分量均满足平波电感元件性能方程(voltage current relation,VCR);当发生区外故障时,故障侧的电压电流故障分量则不满足平波电感元件的VCR。为此,提出了基于实测电压与计算电压相关性的区内外故障判断方法:直流线路发生区内故障时,运用线路两侧实测电流由平波电感元件VCR分别计算两侧的电压,计算所得的电压波形与实测电压波形正相关,且数值很大;发生区外故障时,则故障侧计算所得的电压波形与实测电压波形负相关。据此,利用线路两侧计算的电压波形与实测电压波形的相关系数构造区内外故障识别判据。仿真结果表明,该识别算法可灵敏区识别内故障并可靠识别区外故障,可用于加速直流输电线路的后备保护动作。 相似文献
42.
43.
针对全卷积神经网络模型在进行建筑物提取时易产生过度分割以及内部空洞的问题,提出基于多重多尺度融合注意力网络(MMFA-Net)的高分辨率遥感影像建筑物提取方法. 该方法以U-Net为主体架构,设计2个模块:多重高效通道注意力(MECA)和多尺度特征融合注意力(MFA). MECA设计在模型跳跃连接中,通过权重配比强化有效特征信息,避免注意力向无效特征的过渡分配;采用多重特征提取,减少有效特征的损失. MFA被嵌入模型底部,结合并行连续中小尺度空洞卷积与通道注意力,获得不同的空间特征与光谱维度特征,缓解空洞卷积造成的大型建筑物像素缺失问题. MMFA-Net通过融合MECA和MFA,提高了建筑物提取结果的完整度和精确率. 将模型在WHU、Massachusetts和自绘建筑物数据集上进行验证,在定量评价方面优于其他5种对比方法,F1分数和IoU分别达到93.33%、87.50%;85.38%、74.49%和88.46%、79.31%. 相似文献
44.
45.
张广斌 《计算机工程与应用》2010,46(26):64-66
针对变速器在线检测的复杂性,研制了一个基于自动换档机械手的变速器检测系统。换档是一个复杂的非线性时变过程,涉及到众多变量,使用专家系统进行机械手的换档控制,可以快速准确地执行正确操作,使换档过程更加拟人化。用神经网络进行检测数据的分析判定,使数据处理和决策更加智能化。系统良好的实际运行情况,证明了专家系统和神经网络在产品检测中应用的成功,同时对产品检测的智能化及机械手的拟人化控制有着很好的指导意义。 相似文献
46.
47.
48.
基于神经网络的单端行波故障测距方法 总被引:7,自引:0,他引:7
单端行波故障测距的关键是正确辨识量测到的第2个行波波头的性质。当母线上最短健全线路的长度大于故障线路全长的四分之一且次短健全线路长度大于故障线路全长的二分之一时,保护安装处检测到的前3个波头一定含有至少2个来自故障线路的行波。当健全线路不满足上述条件时,用方向行波识别行波是否来自故障线路。利用人工神经网络(artificial neutral network,ANN)的非线性函数逼近拟合能力,选取保护安装处检测到的后2个波头与首波头的时间差及其波头极性作为样本属性,训练、测试ANN建立其故障测距的ANN并模型来实现初步的故障测距,然后应用故障距离与波速、传输时间的关系正确辨识第2个行波波头性质,继而求得精确的故障距离。仿真结果表明该方法可行、有效。 相似文献
49.
水下机械手的研究和设计对水下机器人的应用和发展具有重要的影响,而智能化水下机械手要具有自主路径规划和目标类型判断的功能.文中首先简要叙述了水下机械手的发展现状和存在问题,然后通过分析抓取任务及环境信息的获取,设计了系统的硬件结构和软件组成.接着通过对水下机械手进行数学建模,阐述了抓取操作的工作原理,并给出了一个抓取过程的实例曲线. 相似文献
50.