葡萄霜霉病对葡萄生产构成严重威胁,尽早防治是治理霜霉病的关键。为了对该病进行早期检测,以PCR检测获取的霜霉病相对生物量作为霜霉病侵染的依据,从暗适应—光适应—暗弛豫3个光合生理状态连续变化过程中,采集80个人工接种霜霉菌叶片...葡萄霜霉病对葡萄生产构成严重威胁,尽早防治是治理霜霉病的关键。为了对该病进行早期检测,以PCR检测获取的霜霉病相对生物量作为霜霉病侵染的依据,从暗适应—光适应—暗弛豫3个光合生理状态连续变化过程中,采集80个人工接种霜霉菌叶片和80个健康对照叶片连续6 d的叶绿素荧光图像。对比健康和接种叶片叶绿素荧光动力学曲线、参数图像和参数值的差异,使用单因素方差分析评估叶绿素荧光参数对霜霉病侵染的敏感性,筛选叶绿素荧光参数最优特征子集,使用机器学习分类器构建霜霉病早期检测模型。结果表明,随着接种后天数(day post inoculation,DPI)的增加,霜霉病侵染程度不断加深,健康和接种叶片叶绿素荧光动力学曲线、参数图像和参数值从2DPI开始有显著差异(p<0.05),霜霉病侵染导致叶片光化学猝灭速率减小(Rfd变小),光合效率降低(F_(v)/F_(m)变小),叶片活力和光保护能力衰退(NPQ和qN变小),叶片吸收的光能更多以荧光的形式释放出来(F_(t)和F_(m)变大)。基于序列前向浮动算法优选的叶绿素荧光参数特征子集(qN-L3,Rfd-L2,NPQ-L1和F_(v)/F_(m)-D1)和BP神经网络分类器的SFFS-BP模型对3DPI健康和接种叶片识别准确率为83.75%,全实验周期连续6 d平均准确率达到85.94%。可为葡萄霜霉病光合表型分析和早期检测提供一种快速、准确的手段。展开更多
双馈风力发电机转子电流模型参考自适应系统(MRAS)的转速估算方法中,由于定、转子电压、电流采样信号的漂移及AD转换的偏差,致使所估计的双馈电机转速幅值中呈现不同程度的交流脉动。针对此问题,提出了在自适应实时调节机构中,采用PI并...双馈风力发电机转子电流模型参考自适应系统(MRAS)的转速估算方法中,由于定、转子电压、电流采样信号的漂移及AD转换的偏差,致使所估计的双馈电机转速幅值中呈现不同程度的交流脉动。针对此问题,提出了在自适应实时调节机构中,采用PI并联比例谐振(PR)控制器共同作用的控制策略。该方法可消除转速估计中角频率和转差频率的交流脉动,实现转速精确估计,提高双馈电机发电质量。基于10 k W的双馈风力发电模拟平台进行了实验研究,通过与PI控制对比验证了PI并联比例谐振控制的优越性。展开更多
文摘葡萄霜霉病对葡萄生产构成严重威胁,尽早防治是治理霜霉病的关键。为了对该病进行早期检测,以PCR检测获取的霜霉病相对生物量作为霜霉病侵染的依据,从暗适应—光适应—暗弛豫3个光合生理状态连续变化过程中,采集80个人工接种霜霉菌叶片和80个健康对照叶片连续6 d的叶绿素荧光图像。对比健康和接种叶片叶绿素荧光动力学曲线、参数图像和参数值的差异,使用单因素方差分析评估叶绿素荧光参数对霜霉病侵染的敏感性,筛选叶绿素荧光参数最优特征子集,使用机器学习分类器构建霜霉病早期检测模型。结果表明,随着接种后天数(day post inoculation,DPI)的增加,霜霉病侵染程度不断加深,健康和接种叶片叶绿素荧光动力学曲线、参数图像和参数值从2DPI开始有显著差异(p<0.05),霜霉病侵染导致叶片光化学猝灭速率减小(Rfd变小),光合效率降低(F_(v)/F_(m)变小),叶片活力和光保护能力衰退(NPQ和qN变小),叶片吸收的光能更多以荧光的形式释放出来(F_(t)和F_(m)变大)。基于序列前向浮动算法优选的叶绿素荧光参数特征子集(qN-L3,Rfd-L2,NPQ-L1和F_(v)/F_(m)-D1)和BP神经网络分类器的SFFS-BP模型对3DPI健康和接种叶片识别准确率为83.75%,全实验周期连续6 d平均准确率达到85.94%。可为葡萄霜霉病光合表型分析和早期检测提供一种快速、准确的手段。
文摘双馈风力发电机转子电流模型参考自适应系统(MRAS)的转速估算方法中,由于定、转子电压、电流采样信号的漂移及AD转换的偏差,致使所估计的双馈电机转速幅值中呈现不同程度的交流脉动。针对此问题,提出了在自适应实时调节机构中,采用PI并联比例谐振(PR)控制器共同作用的控制策略。该方法可消除转速估计中角频率和转差频率的交流脉动,实现转速精确估计,提高双馈电机发电质量。基于10 k W的双馈风力发电模拟平台进行了实验研究,通过与PI控制对比验证了PI并联比例谐振控制的优越性。
