考虑注意力机制的CNN-LSTM高渗透风电并网暂态电压稳定性研究

为了能够快速且精确地判断出风电场接入电网后系统暂态电压稳定性,文章基于注意力机制提出一种卷积-长短时记忆网络（Convolutional Neural Networks-Long Short-Term Memory,CNN-LSTM）暂态稳定评估指标。为了更好地捕捉输入数据中空间和时间的相关性,基于核主成分分析（Kernel Principal Component Analysis,KPCA）进行特征降维;针对高比例的新能源电网中,整个系统的短路容量下降、短路电流水平攀升问题,提出了安装超导故障限流器的主动支撑措施,限制故障过程短路电流水平,维持并网点电压稳定。最后,在PSD-BPA中搭建含风电的IEEE39节点系统进行仿真计算和数据采集。结果表明,KPCA方案能有效筛选电力系统暂态稳定评估中重要度高的特征,所提评估指标具有更高的辨识能力,所提改进措施对高比例风电并网系统暂态电压稳定具有积极作用。     

基于QR分解的彩色图像自嵌入全盲水印算法

针对彩色图像的版权保护问题,基于 QR 矩阵分解提出了一种自嵌入全盲水印算法。先将原始图像的G通道分量进行非下采样剪切波变换,再对得到的低频分量分块QR分解,通过判断各子块R矩阵中第一行元素向量的l1范数与所有子块R矩阵第一行元素l1范数均值之间的大小关系生成特征水印。然后对B通道分量DWT变换后的低频分量进行分块QR分解,并通过修改该子块QR分解后R矩阵中第一行最后一列元素来嵌入特征水印。特征水印的生成和嵌入在两个通道内独立完成,水印检测无需原始载体图像,算法无需借助外加水印信息即可完成对图像版权的鉴别。实验结果表明,该算法在经历添加噪声、JPEG压缩、缩放、剪切和行偏移等常见攻击时,具有很强的鲁棒性。     

融合局部三值数量和色度信息的均值漂移跟踪

该文提出了局部三值数量(Local Ternary Number, LTN)这一新的局部显著性纹理算子,并将其与色度信息相结合得到一种新的目标跟踪方法。该方法充分利用目标像素与其八邻域像素灰度值的大小关系,将局部显著性算子 (Local Similarity Number, LSN)加以拓展,设计了局部三值数量这一新的局部显著性纹理算子,该算子能区分目标像素在同一局部显著度下的不同纹理结构;LTN掩膜提取边缘、线和角点上关键像素以提高纹理特征的区分能力,同时能够较完整地保留目标信息;在此基础上,将掩膜内目标像素的LTN特征与色度信息融合生成一种新的目标模型,并嵌入到均值漂移(Mean Shift, MS)框架完成目标的跟踪。实验结果表明,该文提出的目标跟踪方法在场景中存在相似颜色和光照变化干扰的情况下,仍能持续准确地实现目标的定位,提高了传统均值漂移跟踪算法的性能。     

温度和摩擦条件对不锈钢管材挤压过程的影响

以316LN不锈钢管材挤压件为例,采用3种温度状态和4种摩擦因子的不同组合共进行12组挤压过程的数值模拟,得到了不同参数下坯料温变、模具载荷及材料流动情况,掌握了温度和摩擦条件对挤压力和材料流动的影响规律,为管材挤压工艺优化提供了理论依据。     

基于改进高分辨率神经网络的多目标行人跟踪

针对行人多目标跟踪过程中目标被遮挡时产生的检测、跟踪失败问题,提出了一种改进型高分辨率神经网络作为检测网络。首先,为了增强网络对于行人目标的初始特征提取能力,在高分辨率神经网络的基础上,对网络的主干部分引入二代瓶颈残差块结构,提升感受野和特征表达力;其次,设计了添加二层高效通道注意力模块的残差检测块架构,并通过该架构替换了原有网络在多尺度信息交换阶段中的残差检测块,以提高了整个网络系统的测试性能;最后,通过选择适当的参数对网络进行了全面地训练,并通过多个测试集对算法测试。测试结果显示,本文算法相较于FairMOT在2DMOT15,MOT17,MOT20数据集上的跟踪准确度分别提升0.1%,1.6%,0.8%。本文算法可以良好地应用在目标较多且遮挡面积较大的特殊情景,同时对于较长时间视频序列的追踪稳定性也大大提高。     

基于色彩意象的工程装备产品外观配色设计研究

产能过剩,同质化竞争是当前工程装备行业面临的重要问题,在技术、质量、功 能趋同的背景下,破解工程装备产品同质化竞争的主要途径,是借用设计手段,实现产品色彩、 形态等视觉要素的差异化;针对工程装备产品配色方式与配色比例问题,运用了色彩基础理论、 色彩心理学、感性工学、市场调研和统计分析等方法,得出三组(编号为A4-4、B2-4、C2-4)工 程装备产品主辅色彩的配色方案,并以装载挖掘机为例,对配色方案进行了验证,达到预期结 果;然后结合设计实例,初步提出了一套工程装备产品外观配色设计的配色比例区间,为工程 装备产品的配色设计提供参考。     

软开关Boost变换器精确离散模型及其混沌现象

建立了电压反馈型零电流开关Boost变换器工作在不连续运行模式(DCM)下的精确离散映射,在此基础上分析了变换器中典型元件参数与其分岔稳定性的关系,并通过模拟仿真证实了此模垂的正确性,为一般软开关DC／DC功率变换器的混沌分析提供了一种可供借鉴的数学方法。     

软开关Boost变换器的精确数学建模与混沌仿真

该文详细分析了电压反馈型零电流开关Boost变换器的工作过程，建立了变换器工作在不连续运行模式(DCM)下的精确离散映射，对此数学模型进行了稳定性分析，确定了变换器中元件参数与其分岔稳定性的关系，在此基础上准确计算出了系统稳定运行的典型参数范围，利用Natlab6．5软件中的电力系统仿真模块(SimPowerSystems)对电路进行仿真分析，针对ZCS Boost变换器的特点建立仿真模型，并在Matlab／Simulink软件包环境下对该模型进行模拟仿真，得到了满意的结果，与理论分析取得一致。     

基于双模型的相关滤波跟踪

为解决因边界效应导致相关滤波跟踪算法不够稳健及其不能适应尺度变化的问题,提出了一种基于双模型的相关滤波跟踪算法。将目标跟踪分为位置预测和尺度预测两部分,在位置滤波器模型进行位置预测阶段,先通过对待测样本进行样本增强处理,使得到的样本更符合实际场景。再通过交替方向乘子法进行位置滤波器的迭代求解,最后得到估计的目标位置。在尺度滤波器模型进行尺度预测阶段,通过在估计的目标位置处构建多尺度金字塔来训练尺度滤波器,再求解得到目标的尺度,将双模型得到的结果作为最终的跟踪结果。最后通过引入一个遮挡判据来判断是否更新模型以提高算法的鲁棒性。实验表明,改进算法和经典的相关滤波跟踪算法相比,在跟踪成功率上提高了18%,在跟踪精度上提高了11%。在目标被遮挡、自身尺度变化时,改进算法仍能稳定跟踪。