-
题名利用珠海一号高光谱影像水深反演的可行性研究
- 1
-
-
作者
沈蔚
李鑫
王家琦
李博遥
吴忠强
-
机构
上海海洋大学
山东智洋创新科技股份有限公司
海南师范大学信息科学与技术学院
-
出处
《海洋测绘》
北大核心
2025年第4期61-65,共5页
-
文摘
随着国产高光谱卫星遥感的发展,验证其开展水深反演的能力和可行性,对其开展相关应用具有重大意义。针对珠海一号高光谱影像,通过构建半理论半经验模型、随机森林模型以及支持向量机回归模型,结合深圳盐田港多波束实测水深,开展其水深反演能力评估,并与高分一号多光谱影像水深反演结果对比分析。实验结果表明,珠海一号高光谱影像能够较好的反演浅水水深,综合利用两个以上波段反演精度明显优于单个波段,多波段模型和随机森林模型在高光谱影像上表现出色,反演结果的均方根误差(RMSE)和平均相对误差(MRE)分别达到0.819m、0.109和0.804m、0.135,精度明显优于使用相同模型的国产高分一号多光谱影像数据。该研究方法和成果,为珠海一号高光谱影像开展水深反演应用提供了一定技术支撑,为同类型研究提供了借鉴。
-
关键词
海洋遥感
高光谱影像
水深反演
半理论半经验模型
随机森林模型
珠海一号
-
Keywords
ocean remote sensing
hyperspectral image
bathymetry inversion
semi-theoretical and semiempirical model
random forest model
Zhuhai-1
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名干式空心串联电抗器匝间短路故障特征研究
被引量：19
- 2
-
-
作者
咸日常
鲁尧
陈蕾
耿凯
王艳萍
尹宝林
-
机构
山东理工大学电气与电子工程学院
山东汇能电气有限公司
智洋创新科技股份有限公司
-
出处
《电力系统保护与控制》
CSCD
北大核心
2021年第18期10-16,共7页
-
基金
国家“十三五”重点研发计划(2016YFB0901303)。
-
文摘
干式空心串联电抗器是电力系统无功补偿回路中的重要电气设备,其主绝缘通常采用环氧浇注结构,在实际研究中其匝间绝缘故障设置困难、试验验证成本高。为了监测是否发生匝间短路故障、提高在线监测灵敏度,借助有限元软件Comsol仿真研究了电抗器发生匝间短路时各电气参数的变化情况。首先仿真计算正常状态下电抗器的电感值和电流值,通过与解析计算结果进行比较,验证所建模型的正确性。然后在不同位置分别设置匝间短路故障点以得到电抗器各线圈层电流。最后得出其等效电阻、等效电抗、等效阻抗、功率因数、损耗因数等电气参数的变化情况。仿真分析结果表明:电抗器匝间短路故障点的位置不同,各电气参数变化率也不同,其绝对值由端部向中部、由内层向外层呈现增大趋势,且损耗因数和功率因数变化率较大,对匝间短路故障反应灵敏,可用于干式空心串联电抗器匝间短路故障的在线监测与保护。
-
关键词
干式空心串联电抗器
有限元
匝间短路
损耗因数
功率因数
-
Keywords
dry-type air core series reactor
finite element
inter-turn short circuit
loss factor
power factor
-
分类号
TM47
[电气工程—电器]
-
-
题名干式空心串联电抗器绕组匝间短路电磁特性研究
被引量：17
- 3
-
-
作者
鲁尧
咸日常
王立权
张万征
-
机构
山东理工大学电气与电子工程学院
智洋创新科技股份有限公司
-
出处
《高压电器》
CAS
CSCD
北大核心
2021年第11期116-123,共8页
-
基金
国家重点研发计划项目(2016YFB0901303)
国家电网公司科技项目(SGSDZBOOJS1800295)资助。
-
文摘
针对干式空心串联电抗器绕组匝间短路故障频发的运行实际,文中首次考虑了无功补偿回路中并联电容器对串联电抗器电磁特性的影响,建立了基于磁场一电路耦合原理的二维轴对称模型,以分析电抗器的电磁特性与故障特征之间的定量关系。首先阐述了电抗器电感量、电流和磁场的解析计算原理,建立了电磁耦合原理下的二维轴对称分析模型,鉴于电磁耦合多物理场分析计算的复杂性,文中利用有限元分析软件Comsol验证电抗器正常运行工况下所建二维轴对称模型的准确性,然后,进一步分析了电抗器在绕组不同位置匝间短路工况下的电磁特征量,通过仿真对比分析,验证了所建立二维轴对称模型的合理性,表明电抗器绕组发生匝间短路故障时,流经短路环电流极大,呈现出由内层向外层、由端部向中间逐渐增大的分布特征,但回路总电流变化很小;另外,在绕组中间位置故障时磁场畸变最为严重。
-
关键词
磁场一电路耦合
串联电抗器
匝间短路
短路电流
磁场分布
-
Keywords
magnetic field-electric circuit coupling
series reactor
inter-turn short circuit
short circuit current
magnetic field distribution
-
分类号
TM47
[电气工程—电器]
-
-
题名基于LeNet-5的卷积神经图像识别算法
被引量：16
- 4
-
-
作者
张万征
胡志坤
李小龙
-
机构
智洋创新科技股份有限公司
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2020年第5期486-490,共5页
-
文摘
为了提升道路交通标志的识别准确率以及实施性能,本文提出一种改进的LeNet-5卷积神经网络结构对交通标志图像进行训练。首先在检测阶段,采用基于颜色的轻量级分割算法和Hough变换算法提取交通标志的目标区域,并控制算法复杂度使该识别系统基本满足实时性要求,再利用LeNet-5对交通标志进行分类识别。在实际的校园道路在线识别试验中进行检测,结果表明,18个交通标志通过驾驶均在本文的算法中成功识别,其运行速率达到16.9 Hz,基本满足交通标志识别稳定、实时等性能要求。
-
关键词
交通标志识别
卷积神经网络
实时图像处理
自主车辆
-
Keywords
traffic sign recognition
convolutional neural network
real-time image processing
autonomous vehicle
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于虚拟现实技术的变电站交直流电源仿真设计
被引量：18
- 5
-
-
作者
马宝忠
杨蓬
孙聪
赵连政
高文彬
孙晶晶
-
机构
国网冀北电力有限公司管理培训中心
智洋创新科技股份有限公司
-
出处
《科学技术与工程》
北大核心
2021年第2期591-596,共6页
-
基金
基于VR的变电站交直流电源培训系统仿真技术研究与应用(52018318000N)。
-
文摘
由于电源结构复杂,需要对变电站交直流电源结构进行分层,导致现实中设计变电站交直流电源分层结构成本高,因此提出虚拟现实技术,仿真设计变电站交直流电源。根据Multigen Creator所创立的变电站实体和场景模型,利用Unity 3D仿真平台实现虚拟变电站各种功能,在变电站三维虚拟场景与各项辅助功能下,构建分层分布结构的变电站交直流一体化电源模型。该电源模型将站用交流电源和直流电源以及不间断电源(UPS)等设备结合进行一体化设计和配置,利用统一智能虚拟平台,实现变电站交直流电源集中管控与供电,并检测电源在线状况。一体化电源模型运行情况及相关信息可以经一体化监控模块显示,同时转换成标准模型数据,利用标准DL/T860格式与当地站控层交换机连接,上传到远程控制中心,实现电源系统控制。经验证,该方法能够有效降低变电站交直流电源设计成本;同时,该方法可应用到变电站交直流电源培训系统仿真设计领域,具有重要的培训应用价值。
-
关键词
虚拟现实技术
变电站
交直流电源
仿真设计
-
Keywords
virtual reality technology
substation
AC and DC power supply
simulation design
-
分类号
TM63
[电气工程—电力系统及自动化]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的接触网鸟巢异物识别研究
被引量：11
- 6
-
-
作者
王科理
高福来
杨鹏
王亮
-
机构
中国铁道科学研究院研究生部
中铁检验认证中心有限公司
智洋创新科技股份有限公司
-
出处
《铁道机车车辆》
北大核心
2022年第2期116-121,共6页
-
基金
中国铁道科学研究院集团有限公司科研基金青年专项课题(2020YJ178)。
-
文摘
随着中国高速铁路里程的迅速增长,接触网安全稳定运营面临巨大压力,对其进行视频监控具有重要意义。针对影响电气化铁路接触网正常工作的鸟巢异物进行研究,提出一种基于深度学习的鸟巢异物检测方法,首先利用最邻近插值法进行图像缩放,然后采用双边滤波算法对图像进行去噪,进而用直方图均衡化算法进行图像增强。通过将YOLO v3与Faster RCNN这2种目标检测方法进行详细对比分析,给出了准确率、误检率、漏检率和检测速度等检测指标。试验结果表明,所采用的鸟巢异物检测模型Faster RCNN在检测鸟巢的准确率、误检率以及漏检率上表现更优,但是检测速度慢于YOLO v3算法,2种基于深度学习的鸟巢异物检测算法均达到85%以上的准确率,能够有效进行铁路鸟巢异物检测,大大降低了人工干预的成本。
-
关键词
深度学习
鸟窝识别
特征提取
目标检测
-
Keywords
deep learning
bird’s nest detection
feature extraction
target detection
-
分类号
U226.81
[交通运输工程—道路与铁道工程]
-
