课程文献中心 更多>>

关键词： 锂离子电池   采样电压   多新息理论   卡尔曼滤波算法   荷电状态(SOC)  

摘要： 准确地获取锂离子电池电压对于提高电池状态管理可靠性至关重要。针对传统卡尔曼滤波算法中卡尔曼增益无法反映新息突变的影响，状态变量估计更新不能利用历史数据中的有用信息，导致基于传统卡尔曼算法采样电压滤波估计结果不理想的问题，提出一种基于多新息理论改进卡尔曼滤波算法的电池采样电压滤波估计方法。通过运用多新息理论思想，将单一时刻的新息状态改进为多元新息矩阵，在对系统误差协方差进行计算的过程中，引入了当前和历史时刻观测量多元新息矩阵；在先验估计修正过程中，增加了历史时刻的状态量及卡尔曼增益和观测量新息矩阵，对传统卡尔曼滤波算法的误差协方差和系统状态变量的先验估计修正计算过程进行了改进，使得卡尔曼增益和状态变量的估计值能够随着不同时刻新息的变化进行调整；同时还引入了修正因子，调整不同时刻数据的修正权重，构建基于多新息理论改进卡尔曼滤波算法，克服了传统卡尔曼滤波算法中卡尔曼增益无法反映新息突变和遗漏历史数据信息带来的影响，实现电池采样电压的精确估计。将基于改进算法和传统算法滤波估计的采样电压进行对比分析，并利用电压与荷电状态(SOC)之间的关系计算电池SOC。结果表明，在恒流放电工况下，电池采样电压最大误差由8.09 mV降为3.71 mV，基于采样电压计算的SOC误差也进一步降低。同时，改进后的方法使得采样电压和SOC的平均误差和均方根误差(RMSE)均有所减小，验证了改进卡尔曼滤波算法的有效性，为提高电池采样电压的滤波估计精度和SOC的计算精度提供了新的思路。

关键词： 潮汐能   风能   多元混合储能单元   容量配置   数学模型  

摘要： 研究通过引入改进的人工鱼群算法，结合潮汐能和风能的特点，构建数学模型并优化多元混合储能单元的容量配置，实现潮-风智慧电厂多元混合储能系统的稳定运行和经济性最大化。同时，采用频谱分析的电力配置方案，确保每个能量存储设备在不同运行状态下发挥最佳功率调度作用。结果显示，采用研究的优化调度方案后，A地某智慧电厂系统年综合成本为14632.48万元，系统的不平衡功率稳定在-0.2—1.1MW。说明了研究方案能够提高潮-风智慧电厂系统的供电可靠性和经济性，并为可再生能源发电系统的稳定运行提供重要参考依据。

关键词： 自监督学习   对比预测编码   情感识别   CNN-GRU   轻量级架构   在线识别  

摘要： 在线语音情感识别领域中训练模型的困难往往来自于极大的输入数据，捕捉语音中有意义的情感信息及满足复杂网络结构带来的高并发实时性要求变得十分困难。为此我们提出了一种使用自监督对比学习的CNN-GRU(convolution neural network-Gated Recurrent Units)轻量级在线语音情感识别方法。通过对比预测编码(Contrastive Predictive Coding，CPC)的损失函数进行模型预训练，学习长对话语音中的关键情感特征表达解决语音特征提取问题；设计轻量级CNN-GRU的编码器解码器网络结构解决在线检测的实时性需求。原始音频被输入到 1D-CNN 中以提取音频特征，然后音频特征被输入到GRU单元中并最终得到情感类别标签。在某外呼平台收集的数千条对话录音中进行实验对比，提出的方法达到了96.97%的准确率，实验结果表明，本方法在自然场景下长对话、实时性较强的情况下具有显著的优越性。

关键词： 多相流测量   电容层析成像   正则化   图像重建   L   范数  

摘要： 针对基于正则化方法优化电容层析成像过程中，L1范数过度忽略图像特征，L2范数过于平滑，导致成像质量不佳的问题，提出了一种基于L1+p范数的ECT正则化图像重建方法。利用L1+p（01+p范数的改进正则化算法后，相关系数相较LBP算法平均提升了77.04%;相较Tikhonov正则化算法平均提升了36.18%，相较L1正则化平均提升了41%。气固两相流实验表明，算法能够有效提升成像质量，且能够实时调节成像稀疏性。

关键词： 数据挖掘   规则模式   科技情报   关键信息   自动抽取算法  

摘要： 海量的科技情报数据带来了信息过载的问题，导致信息理解困难，利用率低下。为此，研究一种基于规则模式的科技情报关键信息自动抽取算法。对科技情报文本实施分词和去停用词处理，从预处理后的科技情报中挖掘规则模式，组成规则库。基于规则库，通过匹配从科技情报中抽取关键信息，完成科技情报关键信息自动抽取算法研究。实验结果表明:所研究算法的折扣累计增益更大，说明抽取结果更为准确，抽取性能更好，该算法具有较好的抽取效果。

关键词： 农村配变   选址定容   地理信息系统   遗传算法   变邻域搜索算法   两阶段启发式算法  

摘要： 为了进一步推进农村配电网系统的正常运行，实现配电网管理的现代化。研究根据农村地区地理信息，基于遗传算法和变邻域搜索算法设计了用于配变选址定容的两阶段启发式模型。实验结果表明，研究设计的两阶段启发式算法超体积最大为0.93，反世代距离最小为0.06。该算法在三种不同的测试函数求解过程中综合求解性能较优。优化选址定容后，IEEE33节点配电系统的最低电压为0.9519pu，较其他方法显著提升，改善了输电线路运行状况。此次研究两阶段启发式配变选址定容模型有助于农村电网的规划决策，提高电网运输效率和电力服务质量，减少建设和运营成本。

关键词： 煤机故障声音   干扰背景   生成对抗网络   Mc-Mobilenet   声音识别   故障检测  

摘要： 煤机的正常运行对于煤矿的生产效率和安全性至关重要。为解决干扰背景下的煤机故障声音识别问题，提出了一种基于生成对抗网络（RaGAN）和Mc-Mobilenet的识别算法。首先，采用改进的RaGAN模型增强煤机故障声音，提高信噪比。其次，利用Mc-Mobilenet模型对增强后的故障声音进行识别，提高识别的鲁棒性和准确率。最终，结合两者构建了端到端的故障声音识别系统。重点阐述了RaGAN模型声音增强方法和Mc-Mobilenet模型，通过引入辅助分类器和循环一致性损失，提高了声音生成器的性能，增强了生成样本的逼真度，具有较高的运算效率和识别准确率。实验结果表明，相比于传统的声音增强方法，本文提出的RaGAN方法能够显著提高分类准确率约10%，在嘈杂环境下具有更好的性能表现，可有效用于煤矿等噪声环境下的故障检测。

关键词： 钢丝绳缺陷   GhostNet   注意力机制   动态检测头   WiseIoU  

摘要： 【目的】钢丝绳在工业生产中具有重要作用。为实现及时、有效的损伤检测，避免安全事故的发生，提出了一种基于改进YOLOv7的轻量级钢丝绳缺陷检测算法。【方法】首先，引入GhostNet替换原始模型的主干网络，以捕获更加细粒度的特征，在保持模型精度的同时显著减少参数量和计算量。其次，采用PECA注意力机制，有效应对光线和灰尘等环境因素的干扰，改善了实际检测中漏检与误检的问题。随后，替换原模型的检测头为动态检测头，提升了模型的多尺度感知能力，从而增强对小目标的检测性能。最后，将CIoU替换为WiseIoU，以提供更加有效的梯度优化策略，进一步提高模型的收敛速度和检测精度。【结果】实验表明，改进后的YOLOv7模型准确率达到89.3%，平均精度达到91.5%，相较于原模型分别提升了2.7%和6.5%，且参数量减少了30%。与主流目标检测算法相比，该算法在轻量化和精度上均表现出一定优势。【结论】改进后的算法在检测精度上有显著提升，同时满足轻量化要求，适合边缘计算设备部署，为钢丝绳缺陷检测提供了新的思路。未来研究将进一步扩展数据集规模和缺陷类别，以构建可靠的钢丝绳缺陷检测系统。

关键词： 拓扑双向融合   雷达相机融合探测   粗关联波门   改进YOLOv7-tiny   相似度  

摘要： 针对传统IoU融合方法在无人艇航行晃动情况下多目标融合准确率低的问题，提出一种拓扑双向融合算法。使用改进的YOLOv7-tiny算法对图像进行检测，利用矩阵转换将雷达点投影至图像。利用PROSAC算法对投影后的雷达点进行拟合与偏转处理，以减小船体晃摇对融合的影响。为减小计算量，依据传感器的系统误差及位置误差损失设计了一种粗关联波门。对粗关联后的雷达和相机数据进行拓扑融合，设计一种拓扑融合指标，在三角形相似度的基础上，增加多边形角度相似度和中心点连线相似度，弥补了雷达投影导致的角度信息缺失。对未融合雷达点附近图像截取进行检测融合；对未融合光学检测框，选取方位线最近邻雷达点进行融合，实现双向融合。实测数据分析结果显示，改进的YOLOv7-tiny算法mAP@0.5从0.883提高到0.93，所提拓扑双向融合算法准确率达到92.76%，明显优于IoU算法。该研究对海上无人艇雷达相机融合探测领域具有一定的参考意义。

关键词： 无源定位   到达时差   到达频差   差分多普勒率   半正定松弛  

摘要： 利用多个接收站测量得到的目标辐射源信号到达时差、到达频差和差分多普勒率信息进行联合定位，可以有效提高运动目标的无源定位精度，是当前研究的热点。但是，现有算法通常采用两步加权最小二乘方法，在低信噪比环境下普遍存在定位误差较大的问题。为了解决该问题，通过将无源定位问题逐步转化为凸优化问题，采用成熟的凸优化技术，提出了一种基于半正定松弛的运动目标无源定位算法。该方法分为三步：第一步，通过引入三个辅助变量，构建伪线性的无源定位方程组；第二步，利用辅助变量与目标定位解之间的关系，将定位问题转化为具有二次约束的二次规划问题；第三步，采用半正定松弛方法，将二次约束优化转为凸优化问题，并运用优化工具箱高效求解。仿真结果表明：与现有方法相比，所提算法目标定位精度达到克拉美罗界所需信噪比至少降低9dB，且在更低的信噪比环境下具有更小的定位误差。证明了所提算法的有效性。