基于机器视觉和激光测距的输电线故障定位

结合定位技术和激光测距技术,提出了一种基于机器视觉的电力巡线故障定位新方法.通过无人机搭载可见光相机进行巡线拍摄,将航拍图像实时传回地面站进行处理.采用数学形态学的图像处理方法和模式识别方法进行故障检测与识别.通过惯性测量系统进行初步定位,得到无人机的经纬度坐标.利用无人机机载激光测距模块,测量故障点到无人机的距离来修正坐标.最后,经过空间大地坐标系和空间直角坐标系的变换,以及两个空间直角坐标系的基准转换,计算出了故障点的准确位置,并且很大程度地提高了定位的准确性,其空间直角坐标测量精度可达0.11m.     

滚动轴承轻量级深度故障诊断模型

针对现有基于振动信号的诊断模型泛化能力差,而深度学习网络对计算量和存储量要求高的问题,提出轻量级融合密集连接网络与残差神经网络的故障诊断模型.首先,利用格拉姆角场将原始时序信号映射为灰度图像,充分利用二维卷积神经网络的性能;然后,融合密集连接网络和残差神经网络的优点构建融合网络模型,并通过鬼影模块降低其性能消耗,形成轻量级和高识别率的深度网络.实验结果表明,该改进的融合深度学习模型在比传统模型具有更强的鲁棒性和适用性的同时,还拥有极低的浮点运算量与参数量资源占用,证明了该方法在滚动轴承故障诊断领域是有效的、可行的.     

基于改进变分模态分解和小波阈值法的单相接地故障电流降噪

针对电力系统输配电线路发生单相接地故障时,电气设备间的电磁环境复杂,现场环境干扰严重导致故障录波装置采集到的故障零序电流信号含有大量噪声,影响后续选线准确率的问题,提出了一种改进VMD和小波阈值法联合的单相接地故障的零序电流降噪方法,通过北方苍鹰优化算法优化改进变分模态分解（VMD）对零序电流信号分解,引入自适应相关阈值对分解后的分量进行筛选,对噪声分量进行小波阈值法降噪,最后将信号进行重构。通过搭建模型进行仿真实验,所提算法比传统VMD降噪算法信噪比提高了5.52%~35.99%,均方根误差降低了12.78%~30.88%,与小波阈值降噪方法、EEMD-小波阈值降噪方法、CEEMDAN-小波阈值降噪方法相比,也都有明显的优势,并且在标准测试信号Heavy Sine信号和Bumps信号中进行实验验证了算法的适用性。     

基于APC容错存储器的设计

研究半导体ＲＡＭ的容错。介绍了存储器容错技术；给出了片上容错存储器的系统设计，并对系统的可靠性进行了评估。     

容错控制系统的一种神经网络控制策略

基于神经网络的函数逼近能力及其容错性，提出了一种神经网络容错控制策略：首先利用系统重构的方法设计控制系统在各种故障情况下的控制律，然后采用一个神经网络来学习这些控制律的特性．学习结束后，将该神经网络作为控制器对系统实施控制．对一个具体的线性系统在传感器故障情况下的神经网络控制进行了仿真研究，结果表明：神经网络控制器能够代替系统原有的控制器．而且在系统发生未知故障时，同样具有容错性．     

容错神经网络的计算机辅助设计系统研制

介绍了自行开发的容错神经网络的计算机辅助设计系统ｆｔｎｎＣＡＤ的概念模型、总体设计及详细设计，讨论了容错性能评价问题．     

基于联想记忆模型的模糊关系矩阵自学习机制

分析了模糊诊断原理与联想记忆模型的相似性，提出了一种递归的模糊关系矩阵自动获取及自学习方法，并成功就用于空气压缩机组的故障诊断，取得了满意的效果。     

利用活动断层构造形迹确定矿井构造应力主方向

论述了在矿井地质动力区划方法所划分出的活动断层基础上,利用共轭活动断裂对法和活动断裂擦痕法确定矿区构适应力状态的方法,用该方法确定出的矿井主应力状态,对矿并开拓及采区巷道布置设计都具有指导性的意义.     

前馈人工神经网络的变步长直接搜索训练算法

提出了一种用于前馈人工神经网络的变步长直接搜索训练算法，在网络学习时，以多样本在网络的各输出单元上的误差平方和作为目标函数，因它是权重系数的多元函数，这样将问题转化为多元函数的极值问题求解，对误差采取“批处理”的 权重系数的变步长直接修正方法，使该算法具有比较快的收敛速度和较高的收敛精度。     

长距离输电线路故障精确计算的程序实现

用复矩阵特征模量分解方法在计及线路分布参数及换位条件下精确计算长距离输电线路的故障，给出有关公式的推导和程序实现框图，完成了全部程序设计．