摘要:闪烁体广泛应用于核医学成像、工业无损检测、高能物理放射性测量等众多领域,极大推动了基础科学、医疗科学和工业技术等领域的科技进步与创新。随着应用需求的不断提高,对闪烁体性能要求也越来越高,尤其是更高的光输出产额。将闪烁体与微纳光子学技术研究相结合,通过在闪烁体表面制备微纳结构,利用其对电磁波的调控作用改变光子出射的临界角，能够有效解决因全内反射效应导致闪烁体光输出产额低的技术难题，以实现在更小的剂量下实现相同的辐射效果。本文通过阐述近年来闪烁体微纳结构制备技术的研究进展,全面综述微纳结构调控闪烁体光输出增强的作用机理,归纳总结现有微纳结构制备技术方法,分析不同类型微纳结构对闪烁体光输出产额的影响,并根据闪烁体微纳结构的尺寸对制备技术进行归纳总结,论述了各类型闪烁体微纳结构制备技术的研究应用前景。

摘要:针对输电线路绝缘子缺陷检测过程中目标小、分布零散、易受背景及噪音干扰等问题，提出并改进了一种基于YOLOv8的输电线路绝缘子缺陷检测方法。首先引入了LSKNet代替原有的路径聚合网络，使模型能够根据不同目标的特性自适应地选取和调整卷积核的大小，从而在不同尺度上更精准地匹配目标特征与背景信息的需求，显著增强了对复杂场景下缺陷识别的鲁棒性；并进一步集成SPPF-LSKA模块，该模块通过融合全局上下文信息，极大提升了模型在多尺度特征上的聚合效率与分辨能力，为缺陷检测提供了更为精细的特征表示；此外，所提方法通过对YOLOv8的颈部网络中注入空域注意力机制，使其获得更强的全局特征理解力，强化了模型对关键信息，特别是对小目标的聚焦能力；同时，考虑到实际应用中的模型效率与部署问题，所提方法还将颈部网络中的部分常规卷积层替换为GhostConv，有效减少了模型的参数量和计算负担，实现了检测性能与资源效率的平衡优化。实验结果表明，所提方法的平均精度均值达到了93.1%，相较于改进前提升了4.4%。有效地实现了对小目标的精确检测。

摘要:防护涂层是保障印制电路板在复杂环境中可靠运行的关键措施,能有效防止外界因素的侵蚀和元器件老化。然而,目前的防护涂层检测技术仍不完善,难以实现涂层覆盖性的全面检测,从而影响了涂层的保护能力和长期稳定性。论文提出了一种基于电磁扫描和波动序列差异性度量的电路板防护涂层覆盖性检测方法。首先,分析了防护涂层的电磁屏蔽机理,为系统检测提供理论基础;其次,提出了改进的自适应波动序列差异性度量方法,该方法通过近场扫描获取电路板在涂层正常与薄弱状态下的电磁辐射数据,并应用小波分解进行数据降噪,进而运用改进的差异性度量算法计算两类波动序列距离值,以识别涂层缺陷区域。最后,通过仿真和实测实验验证该方法的有效性。实验结果表明该方法能有效提升涂层检测的准确性与可靠性,克服了传统检测手段在涂层覆盖性评估中的不足,为电磁屏蔽技术的理论研究与工程应用提供了新视角。

摘要:针对多尺度、多类型和复杂背景的钢材表面缺陷检测精度低的问题,设计一种融合HGnetv2和注意力机制的改进YOLOv5算法。首先,基于HGnetv2网络结构引入注意力机制作为骨干层,提升对小目标缺陷的特征提取能力。然后,在特征融合层中,将注意力机制和Involution操作结合,实现对浅层边缘信息和深层语义信息的有效聚合。其次,采用CBME_C2f替换了原模型的C3_Bottleneck,提供了更丰富的梯度流信息。此外,使用一种新的预测框损失VCIoU,通过计算预测框和目标框顶点和两者中心点之间的位置信息特征,提高了边界框回归精度。最后,引入了MetaAconC激活函数,自适应地调整每个特征图通道激活的非线性程度,提高从复杂背景中提取特征信息的性能。实验结果表明,此方法在NEU-DET数据集上平均精度mAP50指数达到了81.4%,相较于YOLOv5s算法提高了5.4%,mAP@50:95指数达到了44.1%,相较于YOLOv5s算法提高了2.8%。除此之外,针对此数据集中的微小缺陷Crazing,平均检测精度达到了55.4%,相比原YOLOv5s提高了18.1%,同时检测速度为80.6 fps。与其他主流的缺陷检测算法对比,该算法在满足对钢材表面检测实时性要求的条件下,提高了检测精度。

摘要:针对磁瓦图像中不同类型的缺陷大小不一影响分割准确率、检测模型参数量大在实际应用中难以部署、图像像素分布不均匀的问题，提出了一种基于改进Deeplabv3+的磁瓦表面缺陷分割算法。首先，在结构上，主干网络采用轻量化的MobilNetv3网络代替原模型的Xception网络，使得模型的参数和计算量保持较小以提升检测速度；其次，引入ECANet注意力机制，提升模型的特征表达能力和泛化能力；最后，采用Dice Loss和Focal Loss相结合的损失函数，有效缓解样本像素点分布不平衡对模型训练的影响。将各个改进点进行消融实验，再将改进后的Deeplabv3+与其他模型进行对比，实验结果表明，算法在magnetic tile surface defects数据集上平均交并比为68.25%，平均像素准确率为82.80%，准确率为79.80%，相较于原Deeplabv3+算法，平均交并比提升了8.62%，平均像素准确率提升了9.96%，准确率提升了11.52%，验证了算法的有效性和可行性，在工业应用中具备一定的实际应用价值。

摘要:及时检测绝缘子自爆缺陷对输电线路安全可靠运行具有重要意义。针对深度学习模型对具有小目标特征的绝缘子自爆缺陷检测能力不足、模型结构复杂等问题，提出了一种基于轻量化改进YOLOv8n输电线路绝缘子自爆检测方法。以YOLOv8n网络为基础模型，通过添加小目标检测模块来捕捉绝缘子自爆的小目标细节信息，提高其检测能力；进一步，引入SIoU损失函数，解决原始CIoU损失函数未考虑真实框与预测框之间的方向问题，增强目标定位准确性；最后，使用通道剪枝方法，对改进模型进行剪枝，去除模型冗余参数、减少浮点运算量，降低模型计算成本和复杂度。在构建的绝缘子自爆数据集上的实验结果表明，轻量化改进方法的平均准确性均值达到97.1%，其浮点运算量和体积分别为4.9 G FLOPS和1.82 MB，仅为原始模型的60.5%和29.7%，合理兼顾了绝缘子自爆检测的准确性和模型复杂性。在另一个输电线路巡检数据集中，本研究方法对其他类型的小目标检测准确性也较好，具有良好的推广应用前景。

摘要:时-频-空特征在运动想象脑电分类中广泛应用，但如何有效利用这些特征提高运动想象分类准确率仍是难点。传统方法通过特征选择剔除冗余信息，但往往忽视了时-频-空特征的组间依赖关系。为此，提出一种基于权重融合特征重标定网络的脑电分类模型。首先，提取时-频-空特征，揭示其分组结构，将每组时-频-空特征作为一个整体，并视为一个特征图。然后，建立两个分支分别获取特征图的通道权重：一个分支通过全局平均池化获取全局信息的通道权重，另一个分支通过全局最大池化获取局部信息的通道权重。接着，设计权重融合操作，将两种通道权重融合，并对特征图进行重缩放，从而实现时-频-空特征的组间依赖关系建模。最后，使用两层全连接层进行分类。在4个公开的运动想象脑电数据集上进行了实验验证，所提出的方法平均分类准确率高达80.72%，优于18种特征选择方法和现有的特征重标定网络方法，以及大多数近期文献的分类结果。实验结果表明，所提方法在实际应用中具有良好的潜力，有望在未来的脑机接口研究和康复训练中得到广泛应用。

摘要:叶尖间隙在线测量为航空发动机性能评估和故障诊断提供重要数据支撑，现有的航空发动机间隙测量技术多数针对单个叶片的间隙测量，并且尚无机载应用案例。针对当前电容式叶尖间隙测量方法存在的计算量大、数据冗余、高采样要求以及平均间隙求解难的问题，提出了基于电容传感信号均方根（RMS）的平均叶尖间隙测量方法。建立了基于RMS的叶尖间隙信号模型，推导了间隙信号RMS值与平均叶尖间隙之间的关系。仿真验证了噪声、时间参数对间隙信号RMS值的影响，提出了基于RMS方法的叶尖间隙信号处理参数。根据间隙信号占空比不变原则构建了叶片缩比模型，实现了适用于RMS处理方法的动态标定。在某型航空发动机压气机上开展了机载机载试验，验证了所提方法的可行性和有效性。实验结果表明，本方法以10 kHz采样率实现了航空发动机平均叶尖间隙测量，与传统方法测量结果相比，误差小于29 μm。

摘要:针对移动边缘计算 (MEC) 环境下终端设备任务卸载时资源分配效率低的问题, 提出一种基于终端直传通信（D2D）技术辅助MEC系统的多任务部分卸载方案。该方案基于块坐标下降法（BCD）实现任务卸载和资源分配策略的联合优化,借助动态定价策略激励服务型设备（SSDs）共享剩余可用计算资源,以最小化系统执行成本。首先利用重构-线性化技术（RLT）和凸优化理论优化计算资源分配和卸载比例划分,决定任务分配至本地计算、D2D卸载和边缘卸载时数据量;其次根据优化后卸载策略选择最优SSDs执行D2D卸载任务。仿真结果表明,与传统部分卸载方案、中继辅助卸载方案和协同计算卸载方案相比,所提卸载方案在不同设备数目下系统执行总成本分别减少27.62%、25.58%和19.98%,在不同最大容忍时延条件下系统执行总成本分别平均下降约43.35%、38.19%和36.79%及在不同任务数据大小下系统执行总成本分别平均下降约36.47%、30.60%和29.15%。进一步实验表明,与贪婪卸载方案相比,所提卸载方案在不同设备数目、最大容忍时延和任务数据量下分别平均优化7.59%、0.39%和3.10%系统执行成本,有效提高系统资源利用率并降低执行成本。

摘要:为解决X射线三维尺寸测量机发展进程中仪器的成像性能不断提高但计量方法滞后的问题，对其不确定度展开研究，提出了一种基于体素模型的评定方法。首先，从X射线检测原理入手，对X射线三维尺寸测量机尺寸计算过程的原始投影、三维重建、表面测定、点云拟合等数字空间的影响因素进行了分析，建立体素的不确定度模型。其次，基于自研球棒球心距的溯源与测量结果，采用GUM法和蒙特卡洛法对体素模型的各个参量进行不确定度计算，完成了体素模型不确定度的分析。再次，结合传统的不确定度参量，对球心距测量结果的不确定度进行了合成与扩展。最后，通过扩展不确定度的结果应用，验证了测量与评定结果的可靠性与一致性，得到短、长球棒标准器的长度测量结果分别为（32.947 7±0.002 0）mm与（52.406 5±0.002 2）mm。结果表明，探索得到的评定方法细化了X射线三维尺寸测量机测量结果的误差来源，拓展了X射线三维尺寸测量机尺寸计量方法的研究方向，为X射线三维尺寸测量机定值过程数据精度的提升提供了计量基础，具有一定的科学价值。

摘要:针对传统多负载磁耦合谐振式无线电能传输系统在实际充电过程中容易出现用电设备摆放不齐或者是没有完全对准的情况，进而导致系统充电效率下降的问题，提出了一种基于自适应遗传算法的多负载磁耦合谐振式无线电能传输系统参数优化方法。首先，分析了多负载磁耦合谐振式无线电能传输系统中负载径向偏移、负载数量、传输距离和负载阻值对系统传输效率的影响，并使用Maxwell和Simplorer联合仿真进行验证。其次，通过所提出的自适应遗传算法对影响系统传输效率的几个重要参数：负载径向偏移距离、传输距离和负载阻值寻求最优解，获得系统最佳传输效率。仿真结果表明，优化后系统的总体传输效率达到了83.2%，比优化前提高了7.7%。最后搭建了多负载磁耦合谐振式无线电能传输系统实验平台进行验证，实验结果表明，优化后系统的总体传输效率达到了81.6%，比优化前提高了8.2%。仿真结果和试验结果证明了所提出的基于自适应遗传算法的多负载磁耦合谐振式无线电能传输系统参数优化方法的有效性。

摘要:在无人驾驶技术中，多任务环境感知算法是确保无人驾驶汽车，在复杂交通环境中安全运行的关键技术之一。针对现有环境感知算法在处理复杂驾驶场景时存在的因天气、光照、遮挡等因素导致的鲁棒性差，出现漏检、分割边界模糊等问题，基于HybridNets网络进行改进，提出了一种高性能混合网络IPHNet，以更准确地完成实时感知任务。该网络使用解码器-编码器结构，采用改进EfficientNetV2-S作为主干网络，增强特征提取能力和处理速度。通过重构BiFPN来增加不同层级中间信息的特征融合，引入轻量化上采样模块DySample减少模型复杂度，保留更多信息。创新性设计了分割模块（SPN），极大地保证了对底层信息提取的完整性与准确性。在BDD100K数据集上的实验表明，与基线网络HybridNets相比，IPHNet在车辆检测任务上mAP达到81.4%，提高了4.1%；车道线分割任务上准确率达到86.84%，提高了1.44%，IoU达到33.32%，提高了1.72%；可行驶区域划分任务上mIoU提高了1.8%；FPS达到34，验证了IPHNet具备一定实时处理能力。

摘要:双馈风力发电机(DFIG)以其优异的性能和经济效益，已成为主流机型。然而，为了提高输电效率而采用的串联电容补偿技术可能因电网参数的共振而引发次同步振荡(SSO)，威胁到电力系统的稳定性和风电机组的安全运行。为了解决这个问题，首先对双馈风电场的SSO特性进行了深入分析，并将中国河北沽源典型的风电场等效为远、近两个风电场，从而建立考虑DFIG变换器控制环节和PLL精度在内的等效阻抗模型；然后采用阻抗分析法从频域角度分析了风速、线路串补度、风电场容量及DFIG风机变流器的PI控制参数对系统稳定性的影响，并得出风电场SSO稳定性与RSC电流内环的PI比例系数、串补度成反比，与风速、远近风电场容量比成正比；最后，在MATLAB/Simulink软件上采用时域的仿真分析法进一步验证了阻抗分析法分析结果的正确性和准确性。研究结论对理解风力发电系统动态特性和设计有效的SSO抑制策略具有重要意义。在SSO特性分析基础上，提出的线性自抗扰控制(LADRC)的SSO抑制策略能够有效地抑制SSO。

摘要:针对传统LSTM数据驱动模型存在输入参数规模过大导致运算负担过大、超参数选择不当和涡轮系统故障发生频率、运维成本高的问题,提出一种基于PCA-POA-LSTM的涡轮数据驱动建模方法,并结合滑动窗口法实现了涡轮故障预警。首先,应用PCA降维技术,减少输入数据维度;其次,采用POA参数寻优方法选出最优超参数组合;然后,利用LSTM算法预测涡轮的输出参数;最后,在PCA-POA-LSTM涡轮数据驱动模型预测结果的基础上,结合滑动窗口法对涡轮故障进行预警,通过窗口内标准差定义报警阈值,攻克了涡轮故障预警的难题。结果表明,以PCA-POA-LSTM为基础的涡轮数据驱动建模实现了较高的精确度,平均绝对百分比误差均在0.396以下,平均绝对误差均在0.809以下,平均方根误差均在1.387以下。并且故障预警方法,至少可提前173个监测点发出故障预警信号,实现了对涡轮故障预警的目的,为未来开展涡轮健康管理提供了理论依据和技术支持。

摘要:利用激光雷达扫描的三维点云，准确快速地计算飞机位姿，是实现飞机自动泊位引导的关键。为此，提出一种基于骨架点云精确配准的快速目标位姿估计算法。首先，在飞机表面点云中，选取激光雷达视角下的机翼、发动机和机头等主要机体结构，构建飞机骨架点云，避免点云复杂结构导致的错误配准，并有效降低计算量。在飞机泊位时，建立基于飞机轴向的点云包围盒，以获取飞机初始位姿，并将其作为配准的约束条件，避免局部最优。然后，采用快速点特征描述的随机抽样一致性粗配准算法，校正飞机位姿，并设计基于双向KD-Tree的点面精配准算法，提高飞机位姿估计的精度。最后，通过泊位全过程飞机位姿估计的仿真实验，验证了算法性能。较Super-4PCS、MSKM-NDT和AA-ICP等典型算法，配准误差降低32.5%，处理速度提升34%。位姿估计的最大角度误差为2.0°，最大距离误差为0.125 m，单帧处理速度为0.37 s。实际的飞机位姿估计实验，也验证了算法的有效性。

摘要:针对燃气轮机转子系统故障样本少，样本不均以及跨工况故障诊断的问题，提出一种基于转子系统数模联动的故障诊断方法。基于经典集中质量法建立了转子系统动力学模型，将不对中故障，不平衡故障引入动力学模型建立了转子系统故障动力学微分方程，最后通过龙格库塔法(ode-4/5)对转子系统故障动力学微分方程进行求解，最终得到故障位移仿真信号，为之后数据增强以及数模联动方法做准备。建立结合正交梯度惩罚算法的条件深度卷积生成对抗网络，用此模型将机理模型所得仿真信号作为生成器输入，生成信号样本与真实实验信号作为判别器输入，获得融合机理特性与实际机械特性为一体的生成信号;其次，基于迁移学习理论建立跨工况域适应故障诊断模型，使用结合反卷积算法的短时分数阶傅里叶变换对数据进行视频转换，获得分辨率以及特征更为明显的二维时频图像样本，将结合机理特性与机械特性的数据作为源域、待测其他工况数据作为目标域训练故障诊断模型，通过实验验证，将5种不同故障类别在不同转速与不同故障量下的诊断准确率均达到91%以上，并通过混淆矩阵对结果进行了解释分析，该方法能够有效提高模型的泛化性，并实现转子系统跨工况故障诊断，同条件下优于其他主流诊断方法。

摘要:标签间互耦效应对不同位置标签的作用效果不同，使得线性阵列分布RFID系统的整体性能随标签间距与数量的改变呈现非线性变化。鉴于此，基于RFID工作原理与电磁波传播理论，推导了多标签RFID系统中标签互阻抗及功率传输系数的表达式；利用功率传输系数，分析了标签线性等距分布情形下，互耦效应对不同位置标签及系统整体性能的影响，并建立了系统最小功率传输系数随标签间距与标签数量变化的数学模型；在开阔室内环境中，测试了标签间距和数量变化时的应答信号功率。理论分析与实验结果表明，线性等距分布时，标签的功率传输系数与间距呈非线性关系；互耦效应对标签的影响程度以工作波长为周期逐步减小，在间距为波长倍数时取得极大值；最小功率传输系数出现的位置随着间距的增大在中心与外侧之间以波长为周期波动；系统性能测试结果与所建立模型的变化规律保持一致。

摘要:为了提高随钻加速度计测量精度,设计一种基于磁惯性长鼻浣熊算法的加速度计误差在线补偿方法。首先,根据误差来源建立误差补偿模型;利用陀螺仪和磁强计建立重力夹角与磁重力夹角约束条件;将加速度真值与理论值模值之差设置为目标函数。其次,在长鼻浣熊算法基础上,根据递推重力加速度确定误差参数的初始搜索边界,同时根据当前误差参数、最优误差参数、边界值三者的相对距离缩小边界;再设计分界点筛选初始误差参数,使算法最初就朝着高质量解的方向搜索,同时保留部分劣解以增加误差参数多样性;接着在算法的全局探索阶段设计参数使其根据加速度计当前误差参数与误差参数平均值之间的误差来调整加速度计误差参数的搜索范围;最后,将重力模值之比设为深度开发阈值,构造高斯变异个体向量使加速度计误差参数跳出局部最优。实验结果表明:经MICOA补偿之后,加速度误差减小,井斜角范围降低了约62.5%,不同钻进角度下,井斜角均方根误差与标准差均能保持在1°以下。

摘要:针对时差法气体超声流量计回波信号易受电路噪声、声学噪声以及环境噪声等外界不可避免的影响,导致回波信号的起点段信号扭曲、信噪比低,而难以精确确定回波信号到达时间点的问题,提出基于K-SVD字典学习降噪的回波信号到达时间点的精确定位方法,从而提高超声流量计的检测准确度。通过OMP算法将提取到的多组回波信号数据构造成的矩阵进行稀疏表示,再使用SVD完成字典的迭代更新,并通过控制变量法对字典大小和稀疏度两个参数进行优化,训练得到能够自适应提取回波信号特征的最佳字典学习模型,形成完备字典,从而重构回波信号,达到消除信号起始时间段因噪声干扰而导致波形扭曲的目的。在临界流文丘利喷嘴法气体流量标准装置上进行的标定实验结果表明,未处理的回波信号直接使用阈值法定位到达时间点后计算得到的最终流量误差较大,而使用基于K-SVD字典学习降噪处理回波信号后能有效提高定位到达时间点的准确度,从而得到更加准确的流量信息,其中流量的高区示值误差由1.32%降至1.02%,重复度由0.154%降至0.054%;流量的低区示值误差由3.69%降至1.46%,重复度由1.152%降至0.126%,优化后的测量结果达到国家1.0级精度指标要求。

摘要:串联故障电弧是引发电气火灾的主要因素之一，针对未知工况条件下串联故障电弧难以准确检测的问题，提出了一种基于实时训练更新核极限学习机（KELM）预测模型的串联故障电弧检测方法。首先，利用三相电动机和变频器负载开展了不同电源谐波、变频器载波频率、变频器运行频率和电流等级条件下的串联故障电弧实验；其次，利用奇异值分解滤波、改进一次指数平滑滤波依次对电流信号进行降噪处理；再次，利用前两个周波电流信号训练更新KELM预测模型，并计算预测模型对下一个周波电流信号的预测残差，然后利用预测残差绝对值构建矩阵，结合非负矩阵分解将残差矩阵降维成一维向量，并利用一维向量的最大值作为故障特征，结合固定阈值实现串联故障电弧检测；最后，测试了提出方法在未知工况条件下的串联故障电弧检测性能和抗噪性能。结果表明：提出方法可以有效检测出未知电源谐波、变频器载波频率、变频器运行频率和电流等级4类未知工况条件下的串联故障电弧，且具有较强的抗噪能力。

摘要:针对容器内液位高度变化对无源超高频（UHF）RFID标签性能影响的问题，基于RFID工作原理电磁波传播理论，首先推导了无源UHF RFID系统链路预算模型；并利用功率传输系数，分析了容器内液体导致的标签阻抗匹配失谐对系统性能的影响；为验证理论模型，采用仿真和室内实验相结合的方法，通过仿真实验和分析，建立了标签竖置和横置部署情况下，标签应答信号功率（RSSI）随液位高度变化的分段模型。在开阔的室内环境中，分别测试了在容器内液位高度变化时Alien9662和Alien9640两款标签的RSSI。实验设计覆盖了液位高度从0~140 mm的范围，测量了不同液位条件下的信号强度变化。理论分析及实验结果表明：当液位沿天线弯折臂变化时，RSSI随液位高度的升高而逐渐减小；当液位沿电小环变化时，RSSI随液位高度的升高呈先增大后减小的非线性变化；两款标签的RSSI随液位高度改变的变化规律与所建立分段模型保持一致，验证了模型的有效性。研究结果不仅为理解液体环境对RFID系统的性能影响提供了理论依据，也为实际应用中标签部署与设计提供了参考依据。

摘要:在水泥生产中，熟料是关键成分，其质量直接影响水泥的整体性能。水泥熟料中游离氧化钙（f-CaO）的含量是评估熟料质量的重要参数之一。为了弥补传统实验室化验方法在时效性上的不足，本文构建了一种高效准确的水泥熟料f-CaO含量软测量模型，该模型结合了通道注意力机制和长短时记忆网络。利用融合了注意力机制的特征提取方法对数据集进行特征提取；然后将特征输入到LSTM网络进行学习，使模型能够以自适应方式聚焦于核心的特征通道；由于LSTM在预测波动性较大的数据上预测效果较差，针对此问题对上述软测量模型进行改进，在原有模型基础上引入分类模块与加权模块对LSTM网络的预测结果进行修正，使得模型可以更加灵活地适应不同类别之间的差异，通过优化各类别之间的权重，提高了模型预测的准确性。实验结果表明，改进SE-LSTM的水泥熟料f-CaO预测模型的决定系数（R2）、均方根误差(RMSE)和平均绝对误差(MAE)比普通LSTM和SE-LSTM预测模型都有明显提升，因此在水泥熟料f-CaO的含量预测上所提的改进模型提高了预测精度，达到了预期的预测效果。

摘要:复合绝缘子憎水性等级的检测是电力系统巡检中的重要环节,针对现有方法存在检测效率低、实时性差及模型结构复杂的问题,提出一种基于MSG-SSD的复合绝缘子憎水性等级智能识别方法。首先,检测模型以SSD算法为基准,采用轻量级MobileNetV2作为主干网络,在提升模型检测速度的同时实现网络的轻量化;其次,为增强对水迹特征的提取能力,构建高分辨率特征融合模块Sim-HRFPN,在特征融合的同时保留高分辨率的特征,以弥补因轻量化造成的精度损失;最后,为进一步提高模型的计算效率,将GhostConv替换额外预测特征层的传统卷积,在保持模型高性能的同时,减轻了计算负担。实验结果表明,相较于SSD,MSG-SSD的检测速度和检测精度分别提高48.17%和4.89%,计算量和参数量分别减少97.63%和82.99%。由此可知,改进模型不仅能精准识别和快速定位复合绝缘子的憎水性等级,而且满足边缘巡检设备轻量化部署的需求,为电力系统中复合绝缘子运行状态的智能检测提供了一种行之有效的方法。

摘要:为了减少分布式单模光纤温度传感系统的测温误差,文中提出了一种基于Golay-Simplex混合编码的单模光纤温度测量方法。首先将4路G码进行S码变换实现了12路G-S混合编码调制,再依次对12路编码输出信号进行S码解码处理与G码解码处理,并采用累加平均与小波变换进行了测温曲线降噪,验证了G-S混合编码的编码增益为G码与S码的编码增益乘积。对比实验结果表明,在30 km单模光纤长度、50 ns脉宽与64 bit编码长度的条件下,G-S混合编码测温系统的反斯托克斯信号幅值曲线波动范围较小,且在整个光纤长度内信噪比较大，信噪比高于Golay码编码测温系统和单脉冲测温系统。G-S混合编码的稳态测温误差可从单脉冲系统的±7.3 ℃优化至±2.5 ℃,优于Golay编码分布式拉曼光纤测温系统的测温误差±3.9 ℃。而空间分辨率可保持为5 m,证明了G-S混合编码在长距离单模光纤测温方面的有效性,有望为水利大坝渗漏温变等基础设施状态的融合感知提供有效的技术解决方案。

摘要:针对变电站嵌入式设备在识别指针式仪表时常面临实时性差以及小目标和密集目标场景漏检的问题，提出了一种基于YOLOv5s-BCGS的变电站指针式仪表识别模型。该模型以YOLOv5s为基础网络，首先在其网络颈部引入协调注意力机制，并将路径聚合网络替换为加权双向特征金字塔网络，以更好地融合特征图中的位置和细节信息，从而增强模型对目标位置和尺寸的敏感性。其次，原网络中的传统卷积被轻量化的幽灵卷积替代，既加快了推理速度，又减小了模型体积。最后，将原网络中的CIoU损失函数替换为SIoU损失函数，提高了模型训练速度并改善了远距离小目标的推理精度。实验结果表明，改进后的模型在自制变电站指针仪表数据集上的表现优于YOLOv5s，mAP0.5提高了2.2%，mAP0.75提高了3.8%，mAP0.5~0.95提高了6.7%，同时模型体积减少了34.07%。与常用的Faster R-CNN、YOLOv4-tiny、YOLOv7-tiny和YOLOv8n等模型相比，本模型在精度和速度上均具有明显优势，展现了良好的泛化能力和鲁棒性，且模型体积仅为18.0 MB，实现了轻量化部署。在PC和Jetson Xavier NX开发板上的推理速度分别为154.7 FPS和18.7 FPS，能够满足嵌入式设备在变电站指针仪表巡检中的实际工程需求。

摘要: