针对工业复杂环境下设备维保成本高、视觉检测落地周期长等问题,并根据建筑信息模型(Building Information Modeling,BIM)具有与现实场景空间一致,场景视角灵活可调以及可以模拟各类光照条件等优点,提出一种在BIM环境下融合LSD(Line Seg...针对工业复杂环境下设备维保成本高、视觉检测落地周期长等问题,并根据建筑信息模型(Building Information Modeling,BIM)具有与现实场景空间一致,场景视角灵活可调以及可以模拟各类光照条件等优点,提出一种在BIM环境下融合LSD(Line Segment Detector)直线检测与深度学习的设备开关状态检测方法。通过检测图像直线段信息,并基于开关盒边沿特征对直线段进行筛选,实现在图像中框定开关盒位置生成图像数据集,进而输入到YOLOv3(You Only Look Once version3)网络训练生成深度学习模型。将深度学习网络框架部署到边缘设备,在边缘侧对真实环境下开关盒工作状态进行检测。实验结果表明,该方法能够在短时间内实现BIM环境下识别检测机柜设备上的开关盒工作状态,并对真实环境下开关盒工作状态检测具有良好适应性。展开更多
有限控制集模型预测控制(finite-control-set model predictive control,FCS-MPC)依靠被控逆变器所具有开关状态对控制目标滚动寻优计算。为减小多电平逆变器中滚动计算开关状态所需时间,该文对经典有限控制集模型预测电流控制进行改进...有限控制集模型预测控制(finite-control-set model predictive control,FCS-MPC)依靠被控逆变器所具有开关状态对控制目标滚动寻优计算。为减小多电平逆变器中滚动计算开关状态所需时间,该文对经典有限控制集模型预测电流控制进行改进。首先,利用控制系统的离散数学模型和参考电流求得被控逆变器在此参考电流下所应输出的参考电压值。此时,引进SVPWM中的分扇区计算概念,判断参考电压所处扇区,最后将该参考电压所处扇区内所包含的开关状态来循环寻优计算。最后Matlab/Simulink仿真平台搭建二极管钳位型五电平并网逆变器系统模型,通过仿真结果,得以验证改进算法的正确性和实用性。展开更多
文摘针对工业复杂环境下设备维保成本高、视觉检测落地周期长等问题,并根据建筑信息模型(Building Information Modeling,BIM)具有与现实场景空间一致,场景视角灵活可调以及可以模拟各类光照条件等优点,提出一种在BIM环境下融合LSD(Line Segment Detector)直线检测与深度学习的设备开关状态检测方法。通过检测图像直线段信息,并基于开关盒边沿特征对直线段进行筛选,实现在图像中框定开关盒位置生成图像数据集,进而输入到YOLOv3(You Only Look Once version3)网络训练生成深度学习模型。将深度学习网络框架部署到边缘设备,在边缘侧对真实环境下开关盒工作状态进行检测。实验结果表明,该方法能够在短时间内实现BIM环境下识别检测机柜设备上的开关盒工作状态,并对真实环境下开关盒工作状态检测具有良好适应性。
文摘有限控制集模型预测控制(finite-control-set model predictive control,FCS-MPC)依靠被控逆变器所具有开关状态对控制目标滚动寻优计算。为减小多电平逆变器中滚动计算开关状态所需时间,该文对经典有限控制集模型预测电流控制进行改进。首先,利用控制系统的离散数学模型和参考电流求得被控逆变器在此参考电流下所应输出的参考电压值。此时,引进SVPWM中的分扇区计算概念,判断参考电压所处扇区,最后将该参考电压所处扇区内所包含的开关状态来循环寻优计算。最后Matlab/Simulink仿真平台搭建二极管钳位型五电平并网逆变器系统模型,通过仿真结果,得以验证改进算法的正确性和实用性。
