基于改进RPN的孪生小样本电力目标检测

为了解决当前电力系统巡检难度大、效率低、数据不足以支撑大规模训练的问题,提出一种基于孪生网络的小样本检测方法。首先,在Faster RCNN(faster region convolutional neural network)目标识别算法的框架下,搭建支持图片和查询图片共享的孪生网络模型;然后,利用改进的RPN(region proposal network)模块产生更高质量的proposals;最后,在检测头上对支持图片和查询图片的RoI(region of interest)进行关联匹配。结果表明,将算法应用于自主构建的EPD(electric power detection)数据集,在仅利用10张支持图片的情况下,就能实现对电力背景下鸟巢异物和绝缘子相关类别的检测,检测指标mAP达到18.92%。与其他算法相比,应用于电力行业目标检测的孪生网络小样本模型,在极端小样本情况下性能优良,同时具有更加轻量化的优势,可为电力检测新方法研究提供参考。     

电增压促进废气再循环对发动机性能的影响

在一台1.5 L带废气涡轮增压的直喷汽油机上进行了电动增压和废气再循环（exhaust gas recirculation, EGR）协同对发动机动力性和经济性的影响规律试验研究。结果表明：全负荷下电动增压促进最高废气再循环率随转速的上升而下降,在4个试验转速下分别提升了17.7%、15.2%、13.84%和0;部分负荷下电动增压促进最高废气再循环率随负荷的提高与转速下降,在6个试验工况下最高废气再循环率分别被提高了23.63%、30.31%、0、14.09%、19.74%和0。全负荷与较低的3个转速下电动增压介入后有效燃油消耗率（brake specific fuel consumption, BSFC）降低近10%,最高转速下废气涡轮增压完全取代电动增压;部分负荷下的两组工况内,电动增压介入后,最高BSFC降低了10.8%和8.4%。结论表明合理应用电增压促进最高废气再循环率可以提升发动机的燃油经济性并保持较高的动力性。     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

通用阵列逻辑GAL的破译软件

本文介绍与GAL器件破译仪主机运行有关的软件,包括异步通信程序模块、数据的二次处理和逻辑化简程序模块,以及菜单和附加功能程序模块。本文采取了一些措施,使破译时间得到减少。     

非线性电路故障诊断的可测性研究

本文是关于非线性模拟电路故障诊断的测试点选择问题的研究,在本文提出的关于诊断方程的雅可比矩阵的物几乎处处恒等这一概念的基础上,研究了非线性情况下诊断方程的形式及其可测性问题。     

电阻梯形网络电路的计算机辅助分析

在介绍电阻梯形网络电传统分析方法的基础上分析其不足,并根据阻元件的线性特征,提出了一种新的算法。     

直线电机瞬态特性的场路耦合分析法

运用磁网络法,进行了单边直线感应电动机的性能分析。提出了此种电机的磁网络模型,由电磁场方程导出了磁网络的参数,从而考虑了直线电机边端效应、绕组不对称分布等结构特点。场路耦合及机电耦合法的运用,使文中提供的分析模型更接近实际情况,适合于动态特性的分析     

直接法与时域法相结合用于电力系统暂态安全分析

本文将ＥＥＡＣ法与时域法相结合用于电力系统的暂态安全分析。用基于简单模型的极块的ＥＥＡＣ法扫描预先指定的事故集,求出各种情况下的稳定裕度,把明显稳定的情况过滤掉,剩下的情况再用时域法详细仿真。这种两方法的结合,可以快速准确地判断系统的暂态稳定性。     

Thermal Deformation Measurement and Stress Analysis of PQFP Assembly during Power Cycling

ＴｈｅｒｍａｌＤｅｆｏｒｍａｔｉｏｎＭｅａｓｕｒｅｍｅｎｔａｎｄＳｔｒｅｓｓＡｎａｌｙｓｉｓｏｆＰＱＦＰＡｓｅｍｂｌｙｄｕｒｉｎｇＰｏｗｅｒＣｙｃｌｉｎｇＤａｉＦｕｌｏｎｇ（戴福隆）,ＳｈｉＬｉｎｇ（石玲）,ＷｅｎＸｉｕｍｅｉ（温秀梅）Ｄｅｐａｒｔｍ...