多智能体技术在电力设备在线监测中的应用

针对传统电力设备监测系统重采集而轻诊断的缺陷,通过构建在线数据采集模块、故障诊断模块和维护更新模块,开发了基于多智能体技术规划的电力设备监测系统。应用结果表明:该系统具有统一的数据格式、较强的就地诊断能力、良好的容错性能和适应性,突出了分布、自治、多目标互动的特点。     

生猪规模化养殖与动物福利

改革开放以来,随着我国国民经济的迅速发 展、以及人口增加和人民生活水平提高,对肉类食 品的需求逐年增大,由此带动了畜牧业长足的进 步,在农业中所占的比重迅速增大,发展成长为专 门化的生产体系。以标准化养殖小区和规模化养 殖为特点的小群体、大规模的养殖方式在我国大 部份地区已经基本形成,规模化生产模式初具形 态。     

基于两相级联H桥的三相有源电力滤波器的控制与调制

针对三相三线制电力系统仅要求补偿谐波电流时,传统的基于三相级联H 桥的三相有源电力滤波器（APF）成本较高的问题,提出了一种基于两相级联 H 桥的三相 APF 拓扑结构。省去了传统三相级联 H 桥中任一相桥臂的 H 桥,不仅不影响补偿效果,而且能达到降低成本的目的。同时直流侧电压采用分层控制,谐波检测采用id-iq 电流检测策略。最后,通过搭建 PSCAD／EMTDC 仿真平台并验证。仿真结果表明,新拓扑结构应用于补偿三相三线系统中的谐波电流是可行的。     

配电终端接入数据分析在电网运行维护中的应用

随着配电终端不断接入,配电终端管理工作变得越来越复杂,这就使得自动化人员的工作量日益增加。鉴于此,介绍了配电终端接入数据分析在电网运行维护中的应用,对配电终端接入数据进行多维度统计、分析,可深度展现当前接入终端的运行情况,在终端批量掉线时,对配电终端接入数据的深度挖掘,有助于从现有数据中获得更深层次的信息,使运维人员能够快速把握当前终端接入的情况及关键信息,从而进一步对决策产生直接有益的影响。     

基于ViT燃气表外观零件识别与定位方法研究

关键零件完整性是燃气表重要检定要求之一,经典图像特征匹配方法实现其完整性检测,存在通用性、泛化能力较低问题。本文提出一种改进Faster R-CNN多视角燃气表关键零件识别定位方法,该方法首先采用Vision Transformer(ViT)替代Faster R-CNN卷积神经网络,其自注意力机制促进学习图像块特征之间相关性,强化表征能力;其次研究ViT优化结构参数,在Transformer层数L=14、自注意头数m=12下,模型可达到相对较优准确率。实验表明,最优模型mAP达86.71%,较ResNet50提高2.48%,与ResNet101检测准确率相当,能有效降低模型复杂性,检测效率提高5.8%;燃气表关键零件单次检测耗时1.13 s,可满足燃气表外观关键零件检测的准确性、实时性要求。     

三维激光扫描法船舶液货舱容量标定及其不确定度评定

船舶液货舱计量准确性关系到贸易双方的切身利益,三维激光扫描仪应用在船舶舱容量标定具有快速、准确的优势。三维激光扫描法船舶液货舱容量标定包括现场扫描、点云后处理和舱容生成三个步骤,其相对扩展不确定度达到0. 06%(k=2)。     

加系长白和大约克种猪哺乳期饲粮适宜营养水平的研究

加系哺乳母猪54头随机分成9组，分别饲喂以消化能、蛋能比、赖氨酸在粗蛋白质中的比例为试验因素，采用L9（3）^4正交试验设计的9种饲粮，试验期从分娩当天开始到21日龄结束。以哺乳期失重和断奶至发情间隔为评价指标，求得哺乳母猪饲粮适宜营养水平为：DE14MJ/kg，CP17/5，Lys0.04%，（M C）AA0.59%。     

基于MVSNet多视角立体深度学习的储罐在位体积测量方法研究

针对目前储罐在位体积测量需求大、移位测量困难的问题,该文提出一种基于MVSNet多视角立体深度学习的储罐在位体积测量方法。首先,提出面向在位储罐体积测量的MVSNet深度预测改进多视图立体视觉方法,结合基于增量式运动恢复结构的储罐显著特征稀疏重建与相机姿态计算技术、基于MVSNet深度学习深度预测技术,获得储罐体积测量关键结构的稠密三维点云;然后,提出基于立体几何拟合在位储罐体积测量方法,旋转储罐点云与地面配准,并基于法线信息双阈值约束点云拟合储罐圆形拓扑结构,实现储罐体积测量。在2种储罐上进行初步实验,结果表明：该文方法提取到的高质量储罐点云数量比经典COLMAP框架分别增加15.6%、13.2%,点云提取时间分别缩短34.7%、39.2%,满足储罐在位体积测量需求。     

火力发电厂工艺系统设计流程的改进

多年来, 我国的火力发电厂工艺系统设计流程采用串行设计管理, 这种管理方式已不能适应当前的电力建设体制市场化的要求。国外通常采用并行工程技术管理模式, 通过2 种方式的对比可以看出并行工程技术管理模式优于串行设计管理模式。文章还对并行工程技术管理的应用进行了详细的叙述。     

家用燃气表外观缺陷的改进 ViT+FastFlow检测方法研究

外观质量是家用燃气表(DGM)国家强制检定项目之一,针对 DGM 外观质量检定中匮乏缺陷样本使基于有监督学习检 测方法难以泛化到实际应用场景问题,本文研究 DGM 外观缺陷无监督检测方法,引入 Vision Transformer ( ViT) 改进版 EfficientFormerV2-l 提取正常样本特征,融合底层和高层特征图,并通过二维标准化流 FastFlow 将正常特征图映射到标准高斯分 布,外观缺陷因离散落在分布以外使异常得分相比正常样本更高,通过设置自适应阈值识别并定位 DGM 外观缺陷。 实验采集 DGM 正常样本、真实缺陷样本、合成缺陷样本作为数据集并优化检测模型参数,优化后检测模型在图像级别指标 AUROC 达 99. 77%,在像素级别指标 AUPRO 达 96. 3%,每秒可检测 4 张以上 DGM 图像,表明本文方法能准确高效识别与定位 DGM 外观 缺陷。