基于二维离散余弦S变换的电能质量扰动类型识别

来源 :电力系统保护与控制 | 被引量 : 0次 | 上传用户:chongzimm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为获得可靠的高质量电能,提高电能质量扰动(Power Quality Distrubances,PQD)类型识别准确率,提出了一种基于二维离散余弦S变换(2D-DCST)的PQD类型识别方法。首先在数学模型的基础上,生成包括7种复合扰动在内的17类不同的电能质量事件。然后将一维的PQD信号转换成行列相等的二维信号,利用2D-DCST方法从二维信号中得到其振幅矩阵,对振幅矩阵提取基于统计、能量和图像的特征。再使用第二代非支配排序遗传算法(NSGA-II)将提取的大量特征降维成少量有用的特征组。最后对所选特征
其他文献
寻找从底物到产物的可行代谢通路是代谢工程设计中的核心环节.针对复杂代谢网络中代谢通路不唯一的情况以及传统K条最短路径(K-Shortest Path,KSP)算法效率低的问题,该文通过对传统KSP算法的优化,引入关键边概念以减少非必要的重复计算;搭建代谢通路设计Web平台,使用并行计算方式提升了算法运算性能.最终,通过引入代谢网络图,对改进KSP算法的多路径搜索效率进行验证,结果显示较传统KSP算法有5~9倍的性能提升.
卷积神经网络被广泛应用于目标检测领域。该文提出一种新的无锚框二阶段目标检测算法:以CornerNet方法为基础,借助角点提取候选区域,并增加中心池化层来增强物体中心区域特征,通过判断中心关键点是否落在中心区域,可以过滤掉大量的误检候选框。随后,将保留的候选框送到多元分类器进行预测和回归,获取最终的检测结果。实验结果表明,该方法在MS-COCO数据集上能够取得46.7%的检测精度,与其他同类算法相比
细胞群体在恒定条件的培养过程中是一个混合的群体,由处于细胞周期不同时期的细胞组成。对细胞周期特定时期的研究需要使细胞群体的生长同步化,即使用细胞周期同步化方法,通过物理或化学的方法将混合群体中特定时期的细胞分离出来或将整个群体阻断在细胞周期的某个阶段。经过同步化的细胞群体在后续培养的过程中可以在一段时间内同步地进行生长分裂(2~3个分裂周期),直到细胞分裂时间的个体差异使得细胞群体重新成为混合状态。细胞周期同步化方法是一个研究细胞周期的直接手段,是细菌细胞周期研究领域中备受关注的一个研究方法。尽管科学家们
合成生物学在经历早期的技术创新和初步商业化探索后,于21世纪的第二个十年迎来了高速发展和商业化落地。该文从市场规模、行业融资和行业发展3个方面对全球合成生物学行业现状进行了梳理和分析。分析显示,在市场规模上,合成生物学市场增长迅猛,但其规模在不同的地理区域和行业领域内均有明显差距;在行业融资上,合成生物学行业投融资趋势呈明显上升态势,2020年合成生物学行业的投融资事件数量和金额均创下历史记录,但不同地理区域之间的发展仍不平衡;在行业发展上,合成生物学的落地应用场景十分多元,已扎根各行各业,并展现出巨大的
合成生物学诞生于21世纪初,是多学科交叉的产物,发展迄今已将近20年。合成生物学几乎涉及生物科学研究的所有领域,结合工程学的模块化、抽象化思想,引入新的定量研究方法,提升了人们对生命系统的认知。不同于传统的基础学科或单一技术,合成生物学的复合性,极大地强化了人们对生物应用的能力,并散射到不同的应用版图。目前,合成生物学企业已撬动蓝海市场,在上游的使能技术开发,中游的技术平台建设,以及下游的医疗保健、农业食品和生物基化学品等领域取得了令人瞩目的成绩。该文从合成生物学产业的不同领域切入,结合业务类型、技术平台
现有人体行为识别算法主要依赖于粗粒度的视频特征,但这些特征不足以有效描述人体行为的动作构成,从而降低了深度学习模型对易混淆行为的识别能力。该研究提出了一种基于人体部件的视频行为识别方法,通过学习人体细粒度部件的动作表示,自底向上地学习人体行为视频表征。该方法主要包含:(1)部件特征增强模块,用于增强基于图像的人体部件特征;(2)部件特征融合模块,用于融合人体各部件特征以形成人体特征;(3)人体特征
将雨生红球藻中的β-胡萝卜素酮化酶基因(bkt)和β-胡萝卜素羟化酶基因(crtR-B)经密码子优化后,通过自然转化法分别转入集胞藻PCC 6803基因组中。高效液相色谱分析显示:转入bkt基因的细胞产生角黄质的同时,海胆酮含量减少;转入crtR-B基因的细胞产生金盏花黄质的同时,玉米黄素含量减少。实验结果表明,外源的β-胡萝卜素酮化酶基因将海胆酮转化为角黄质,外源的β-胡萝卜素羟化酶基因将玉米黄素转化为金盏花黄质。该文利用代谢工程策略,在集胞藻PCC 6803中构建类胡萝卜素生物合成途径,为通过代谢工程
生命系统极其复杂,难以精确描述和预测,这给高效设计合成生物系统提出了挑战,故在合成生物系统构建中往往须进行海量工程试错和优化。近年来,人工智能技术快速发展,其基于海量数据的持续学习能力和在未知空间的智能探索能力有效契合了当前合成生物学工程化试错平台的需求,在复杂生物特征的挖掘与生命系统的设计方面具备巨大潜力。该文回顾并总结人工智能在合成元件工程、线路工程、代谢工程及基因组工程领域的研究进展,并分析和讨论人工智能与合成生物学交叉研究在数据标准化、平台智能化、实验自动化、预测精准化方面存在的一系列挑战。人工智
细胞电穿孔技术是指通过施加一定的电场强度可逆地击穿细胞膜,在细胞膜上形成小孔或通路,从而使遗传物质引入细胞内。传统的细胞电穿孔装置往往需要几百伏到几千伏的电压,操作十分危险。该研究采用电绝缘的聚氯乙烯(PVC)薄膜,制作了一种电极间距为80μm的小间距电穿孔装置,并且可以进行高通量操作。经测试,所提出的小间距电穿孔装置实现细胞电穿孔所需的电压比1 mm标准电击杯降低了一个数量级,极大地提高了实验操作的安全性。高通量操作也极大地提高了实验效率,但由于电穿孔转化效率比1 mm标准电击杯低了一个数量级,因此实验
光伏发电系统I-U曲线具有非线性特性,在温度变化或部分阴影条件下光伏阵列P-U曲线出现多个功率峰值现象,增大了功率追踪的复杂性。为提升最大功率点追踪的准确性和系统动态响应能力,提出一种改进的有限集模型预测控制(FCS-MPC)策略,在单级变换系统中实现MPPT和逆变器输出两方控制。在环境突变或渐变情况下,预测量和量测量对比出现漂移时能迅速做出正确的跟踪决策。将跟踪决策结果作为参考量输入FCS-MPC,并将输出结果作为逆变器的开关控制信号。基于Matlab设计了相应的FCS-MPC控制器,并与扰动观察法进行