检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于PDW多特征融合的辐射源信号分选方法

系统工程与电子技术 2024年第1期46卷 80-87页

作者：罗佳奕李煊鹏李江浩薛启凡杨凤张为公东南大学仪器科学与工程学院江苏南京211189 中国航天科工集团8511研究所江苏南京211100

针对现有辐射源信号分选技术混叠信号处理困难、分选精度不高的问题,提出了一种针对脉冲信号描述字的多特征融合分选方法,采用分治思想,具备两级分选架构。第一步通过构建时空密度聚类模型,分离出在时频域上混叠的辐射源信号;第二步通... 详细信息

针对现有辐射源信号分选技术混叠信号处理困难、分选精度不高的问题,提出了一种针对脉冲信号描述字的多特征融合分选方法,采用分治思想,具备两级分选架构。第一步通过构建时空密度聚类模型,分离出在时频域上混叠的辐射源信号;第二步通过多参数交并比方法,进一步提升算法精度。与传统方法相比,所提方法能够有效分选出时频域混叠脉冲序列,受辐射源脉冲重复间隔变化造成的影响较小,相比传统方法具有更高的准确性。

关键词：辐射源信号分选时空密度聚类交并比多特征融合脉冲描述字

面向电力巡检图像目标检测的联邦学习激励机制

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2024年第17期39卷 5434-5449页

作者：仲林林刘柯妤东南大学电气工程学院南京210096 东南大学-蒙纳士大学苏州联合研究生院(东南大学) 苏州215123

基于深度学习的目标检测算法能够高效处理电力巡检图像,及时发现故障隐患。然而,由于数据整合困难及数据隐私保护等原因,单个电力公司或第三方机构可能不足以训练出高性能模型。为解决这一问题并激励更多参与方加入面向电力巡检图像目... 详细信息

基于深度学习的目标检测算法能够高效处理电力巡检图像,及时发现故障隐患。然而,由于数据整合困难及数据隐私保护等原因,单个电力公司或第三方机构可能不足以训练出高性能模型。为解决这一问题并激励更多参与方加入面向电力巡检图像目标检测的联邦学习,该文构建了基于模型公平和基于收益公平的电力巡检图像目标检测联邦激励机制。基于模型公平的激励机制适用于所有参与方都是数据拥有方的情况,通过贡献评估分配不同性能的模型;基于收益公平的激励机制针对同时存在数据拥有方和数据需求方的模式,数据拥有方获得相应的收益,而数据需求方获得高性能模型。实验结果显示,在这两种激励机制中,公平性相关系数分别可达到0.96和1。这表明所提出的激励机制可有效地提升公平性,并能够激励更多的参与方加入到面向电力巡检图像目标检测的联邦学习中。

关键词：电力巡检目标检测联邦学习激励机制公平性

基于时空图卷积神经网络的强迫振荡定位与传播预测

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

中国电机工程学报 2024年第4期44卷 1298-1309,I0005页

作者：冯双彭祥佳陈佳宁陆友文陈力洪希雷家兴汤奕东南大学电气工程学院江苏省南京市210096 东南大学软件学院江苏省苏州市215000 智能电网保护和运行控制国家重点实验室(南瑞集团(国网电力科学研究院)有限公司) 江苏省南京市211106

振荡源定位与传播预测是抑制强迫振荡和保证电力系统稳定的关键。现有方法未能充分利用电网的空间拓扑信息和振荡的时序特征,限制了定位和预测的精度。因此,该文提出一种基于时空图卷积神经网络的强迫振荡定位与传播预测方法。首先,根... 详细信息

振荡源定位与传播预测是抑制强迫振荡和保证电力系统稳定的关键。现有方法未能充分利用电网的空间拓扑信息和振荡的时序特征,限制了定位和预测的精度。因此,该文提出一种基于时空图卷积神经网络的强迫振荡定位与传播预测方法。首先,根据节点特征和拓扑信息构建图数据,考虑到强迫振荡传播的快速性,通过切比雪夫多项式扩大节点空间感受野,提取振荡空间特征。同时,利用门控循环单元网络提取多个节点振荡数据的时序关联,通过时空图卷积单元融合空间和时序特征。然后,将定位与传播预测分别建模为分类和回归问题,训练时空图卷积神经网络模型。算例分析表明,所提方法具有更高的准确率,且在噪声和部分节点数据缺失的情况下依然具有较好的性能。

关键词：强迫振荡振荡源定位振荡传播时空图卷积神经网络

人工智能驱动的低温等离子体数值模拟研究综述

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

高电压技术 2024年第7期50卷 2879-2893页

作者：仲林林王逸凡任和吴奇韩汶轩陈洪洪东南大学电气工程学院南京210096

低温等离子体是等离子体的一种存在形式,在诸多工业领域有广泛应用。数值模拟是研究和分析低温等离子体的重要手段。近年来,随着人工智能技术的进步,人工智能驱动的数值模拟方法逐步在低温等离子体领域得到应用,有望克服传统数值模拟方... 详细信息

低温等离子体是等离子体的一种存在形式,在诸多工业领域有广泛应用。数值模拟是研究和分析低温等离子体的重要手段。近年来,随着人工智能技术的进步,人工智能驱动的数值模拟方法逐步在低温等离子体领域得到应用,有望克服传统数值模拟方法存在的缺陷。该文以低温等离子体为主要对象,首先介绍了主流的低温等离子体仿真模型,包括动理学模型、流体模型、化学动力学模型及混合模型,并从模型复杂度、数值计算量、参数一致性和结果可靠性4个方面分析了传统低温等离子体数值模拟方法面临的问题。然后,以数据驱动方法、物理-数据融合驱动方法以及数值模拟加速策略为分类准则,详细介绍并分析了当下人工智能驱动的低温等离子体数值模拟研究现状。最后从模型收敛性、泛化性角度总结了相关研究所面临的挑战,并指出了其进一步发展方向。

关键词：低温等离子体数值计算人工智能数据驱动深度学习

基于元学习的气体放电等离子体电子Boltzmann方程数值求解

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2024年第11期39卷 3457-3466页

作者：仲林林吴冰钰吴奇东南大学电气工程学院南京210096

在气体放电等离子体中,电子的输运行为可由Boltzmann方程精确描述,该方程的解是许多等离子体仿真模型的基础。物理信息神经网络作为一种求解Boltzmann方程的新型方法,虽克服了传统数值方法网格剖分和方程离散的缺陷,但其参数空间规模大... 详细信息

在气体放电等离子体中,电子的输运行为可由Boltzmann方程精确描述,该方程的解是许多等离子体仿真模型的基础。物理信息神经网络作为一种求解Boltzmann方程的新型方法,虽克服了传统数值方法网格剖分和方程离散的缺陷,但其参数空间规模大,在求解多任务时训练效率较低。为此,该文构建了一种基于元学习的双循环物理信息神经网络,在内循环中对多个Boltzmann方程求解任务进行优化训练,得到各任务优化后的元损失函数,用于在外循环中进行网络参数更新,从而提高网络在求解新任务时的计算效率。计算结果表明,基于元学习的双循环物理信息神经网络在求解新的Boltzmann方程时,网络损失函数值和L2误差值的下降速度均显著快于普通的物理信息神经网络。此外,该文还研究了网络容量和内循环迭代次数对Boltzmann方程多任务求解效率的影响,结果显示计算效率并不随网络容量的增大而提高,且受内循环迭代次数影响较小。

关键词：气体放电等离子体 Boltzmann方程元学习物理信息神经网络

基于改进Rdet的无人机电力杆塔倾斜程度检测

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2024年

作者：胡霞仲林林东南大学-蒙纳士大学苏州联合研究生院(东南大学) 东南大学电气工程学院

无人机巡检图像中的电力杆塔具有多姿态、大长宽比等特点,难以利用特有的先验知识来准确定位和判别不同倾斜程度的杆塔。本文提出了一种改进的R3det网络模型(Multi-Head-KF-R3det),可提高电力杆塔倾斜程度检测精度。首先,在原始R3det中... 详细信息

无人机巡检图像中的电力杆塔具有多姿态、大长宽比等特点,难以利用特有的先验知识来准确定位和判别不同倾斜程度的杆塔。本文提出了一种改进的R3det网络模型(Multi-Head-KF-R3det),可提高电力杆塔倾斜程度检测精度。首先,在原始R3det中引入倾斜程度分支,实现了电力杆塔类别和倾斜程度的判别以及电力杆塔的准确定位。然后,将基于卡尔曼滤波的旋转交并比损失项引入回归损失函数中,在不增加额外超参的情况下,进一步提升了模型整体检测精度以及倾斜程度检测召回率。最后,基于Ghost轻量化网络设计原理对改进后的模型进行合理压缩,为模型在嵌入式设备中的部署奠定基础。实验结果表明,Multi-Head-KF-R3det在多尺度和多姿态的电力杆塔数据集上检测精度和召回率分别可达94.5%和94.9%。

关键词：电力杆塔无人机巡检旋转目标检测倾斜程度检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

共享储能关键技术与应用

上海交通大学学报 2024年第5期58卷 585-599页

作者：宋梦林固静蒙璟高赐威陈涛夏世威班明飞东南大学电气工程学院南京210096 华北电力大学新能源电力系统国家重点实验室北京102206 东北林业大学机电工程学院哈尔滨150040

在“双碳”目标推动下,可再生能源渗透率不断提高,但其固有的波动性、间歇性和不确定性给电力系统安全稳定运行带来了极大挑战.共享储能作为共享经济在储能领域的典型应用,通过储能资源的“所有权”和“使用权”分离,实现储能资源的最... 详细信息

在“双碳”目标推动下,可再生能源渗透率不断提高,但其固有的波动性、间歇性和不确定性给电力系统安全稳定运行带来了极大挑战.共享储能作为共享经济在储能领域的典型应用,通过储能资源的“所有权”和“使用权”分离,实现储能资源的最大化使用,为可再生能源大规模并网引发的供需失衡问题提供了新的解决方案,展现出广阔的发展前景.从价值定位、成本模型、及盈利模式3个维度总结了共享储能的商业模式,并对其交易品种、运行架构、工程应用进行详细分析和总结,最终对共享储能的未来趋势进行讨论与前瞻.

关键词：可再生能源共享经济共享储能电力系统

基于次同步模态能量的光伏并网系统次同步振荡诱因判别方法研究

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2024年

作者：吴熙周金宇陈曦廖凯东南大学电气工程学院西南交通大学电气工程学院

随着光伏装机容量的持续增加，光伏电站所诱发的次同步振荡(sub-synchronous oscillation，SSO)问题愈发频繁，严重威胁电力系统安全稳定运行。实际运行经验表明，光伏电站引发的SSO可能具有不同诱因，其应对措施也完全不同。因此，准... 详细信息

随着光伏装机容量的持续增加，光伏电站所诱发的次同步振荡(sub-synchronous oscillation，SSO)问题愈发频繁，严重威胁电力系统安全稳定运行。实际运行经验表明，光伏电站引发的SSO可能具有不同诱因，其应对措施也完全不同。因此，准确判别振荡诱因对制定解决方案具有重要参考价值。本文提出一种基于次同步模态能量(sub-synchronous modal energy，SSME)的光伏并网系统振荡诱因判别方法。首先，基于广义哈密顿模型，建立了光伏并网系统内部子模块SSME平衡方程，给出了内部子模块及其受PLL影响SSME计算方法。其次，提出了基于SSME的光伏振荡诱因辨别判据，通过对光伏内部各子模块SSME的分析，找出其中主导光伏振荡的子模块，并判别振荡是否与PLL有关。接着，构造了四种光伏并网系统的SSO场景以验证所提振荡诱因判别方法的有效性。最后，采用现有阻抗分析法与本文所提方法进行对比分析。

关键词：光伏并网系统次同步振荡次同步模态能量振荡诱因判别广义哈密顿模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于动态图注意力的车辆轨迹预测研究

汽车技术 2024年第3期 24-30页

作者：陈晓伟李煊鹏张为公东南大学南京210096

针对目前轨迹预测研究中交互建模方法使用的图注意力网络(GAT)为静态注意力,无法有效捕捉复杂道路场景中车辆间交互的问题,提出了一种基于编码器-解码器架构的动态图注意力网络(ED-DGAT)预测高速公路环境中运动车辆的未来轨迹。编码模... 详细信息

针对目前轨迹预测研究中交互建模方法使用的图注意力网络(GAT)为静态注意力,无法有效捕捉复杂道路场景中车辆间交互的问题,提出了一种基于编码器-解码器架构的动态图注意力网络(ED-DGAT)预测高速公路环境中运动车辆的未来轨迹。编码模块使用动态图注意力机制学习场景中车辆间的空间交互,采用状态简化动态图注意力网络建模解码阶段车辆运动的相互依赖,最后使用NGSIM数据集评估所提出的模型,并与长短时记忆(LSTM)、联合社交池化与长短时记忆(S-LSTM)、联合卷积社交池化与长短时记忆(CS-LSTM)算法模型进行对比分析,结果表明,预测轨迹的均方根误差(RMSE)降低了25%,且模型的推理速度为CS-LSTM模型的2.61倍。

关键词：轨迹预测注意力机制图神经网络多目标交互