摘要：针对直流故障电弧由于其强烈的随机性而难以检测的问题,提出了一种光伏系统直流电弧检测算法。首先用快速傅里叶变换(FFT)提取信号的频域特征,然后采用幅度熵自适应的方法选取特征频段。但特征频段的频谱分辨率较低,频率泄露严重,因此采用CZT来提高特征频段的频谱分辨率,最后利用极限学习机(ELM)神经网络进行故障电弧识别。并且基于该算法,此处设计了一种基于STM32嵌入式平台的光伏系统直流电弧检测装置,该装置不仅能够在实验室场景下实现故障电弧的检测,还能够在具体的光伏现场中实现高精准度的识别,具有重要的现实意义。

摘要：随着ChatGPT、Sora以及脑机接口技术等纷至沓来,认知智能大模型已经成为一种重要的智能化工具,为教育评价数字化转型提供了内生动力。作为教育评价变革的重要技术基础,人工智能历经了从计算智能到感知智能再到认知智能的跨越式发展,并推动着教育评价从单一的自动化、结果性评价转向多维的智慧化、结果性与过程性相融合的评价。今天,认知智能赋能教育评价实现全息性教育评价指标生成、通用型算法模型创新架构与迭代式反馈流程设计,深化了教育评价的智能化应用,推动构建了多维评价体系,促进了德智体美劳全面发展的人才创新培养范式。面向未来,认知智能大模型可以通过重构教育评价人机共生的行动主体、完善教育数据多态共驱的行动机制和涵养科技向善的教育评价生态等行动路径,为教育评价改革现代化提供更加高效和智能的支持,进而推动我国教育评价事业加速迈向数字化新阶段。

摘要：本研究针对村镇生活污水低碳氮比导致碳源不足、硝化-反硝化工艺动能不足、脱氮难度高导致脱氮效果不理想的问题,通过设计搭建膜曝气生物反应器(MABR)与传统AO工艺的耦合工艺系统,对村镇进水条件下的挂膜启动,处理低碳氮比(COD/TN为4、3、2、1、0.5)污水,并对两种活性污泥的生物多样性检测分析。结果表明,MABR挂膜周期约30天,系统达到较为稳定的污染物去除效果;在低碳氮比进水条件下,MABR-AO耦合工艺比AO工艺有更好的脱氮能力,总氮(TN)平均去除率相比AO工艺提高17.9%;MABR生物膜中OUTs更高,且脱氮类微生物占比高于AO工艺活性污泥,是脱氮能力更强的主要原因。该工艺运维简单,低碳氮比条件下总氮去除能力较强。

摘要：为了满足5G通信系统对功率放大器带宽和效率的要求,基于CGH40010F晶体管,采用简易实频技术,设计了一款工作在n77频段(3.3 GHz~4.2 GHz)的宽带高效率功率放大器。首先采用负载牵引的方法对各频点的基波最佳阻抗值以及二次谐波阻抗空间进行提取,选择简易实频技术设计宽带匹配网络,在其仿真性能良好的前提下,进行了加工测试。测试结果表明,该功率放大器在3.3 GHz~4.2 GHz频段内,漏极效率为58.1%~64.5%,增益为11.1 dB~12.9 dB,饱和输出功率为39.6 dBm~41.3 dBm。该功率放大器的性能良好,且带宽和效率具有一定的优势,可为后续宽带高效率功率放大器的设计提供参考。

摘要：近年来低剂量CT(Low Dose CT,LDCT)被广泛应用于临床诊断中,但LDCT会产生不规则的噪声。已有的降噪方法往往缺乏对全局特征信息的考虑,以及不注重边缘特征信息和重建图像的视觉效果。为此,提出了一种基于特征融合的低剂量CT图像降噪方法。首先,利用Transformer优异的全局感受野提取图像的全局特征信息,并利用卷积神经网络(Convolutional Neural Network,CNN)良好的局部特征提取能力提取图像的局部特征信息。在Transformer模块中加入维度变换思想,以更好地抑制噪声;在CNN模块中使用稠密连接的方式将浅层网络的特征信息复用于深层网络中,以此保存更多的特征信息。其次,为了获取更加丰富的图像细节特征,使用了改进的索伯边缘增强算子来加强模型对边缘特征信息的提取能力。最后,将Transformer模块和CNN模块获取的特征信息进行融合并输出重建图像。此外,为了使降噪重建后的图像有更好的质量和视觉效果,设计了一个多尺度复合损失函数。实验表明:在AAPM-Mayo数据集的降噪实验中,与当前主流的LDCT图像降噪方法相比,本文方法取得了更好的降噪效果。

摘要：为克服当前物联网在丘陵地区农业生产过程中存在通信距离短、消耗功率大、终端数量易饱和等问题,以茶叶虫害防治为研究对象,将窄带物联网技术与农业生产相结合,实时精准监测土壤温湿度,并根据土壤温湿度数据变化远程控制茶叶灭虫电磁阀启闭状态,设计了智能茶叶灭虫控制系统,并优化了超级电容太阳能电源管理、无线传感网络监测、远程监测控制等核心技术及关键模块。试验结果表明:系统运行稳定,能通过窄带物联网技术实时监测、传输土壤温湿度信息,终端可实时远程控制茶叶灭虫电磁阀,实时启闭茶叶灭虫系统,达到了实时精准监测和远程控制的目的。研究弥补了当前物联网在农业生产中应用的不足,提高了太阳能电源使用效率,延长了蓄电池使用寿命,可为我国智慧农业发展提供参考。

摘要：由于火电厂机组碳数据类型多样、样本过多,导致机组碳排放预测精度低,为此提出了基于迁移深度强化学习的火电机组实时碳排放预测方法。首先,设计火电厂碳排放数据自动采集系统进行数据采集;其次,引入神经网络的全自动编码器对样本数据解码重构,结合深度迁移学习的方法提取碳排放数据特征;再次,设计强化学习的支持向量机回归模型,把经过特征提取后的数据导入线性回归函数中,进行非线性回归计算;最后,计算样本集的拟合值和均方误差值,把碳排放影响因素经过迁移深度强化学习归一化处理后带到预测模型进行计算,实现火电机组碳排放实时预测。由实验可知,所提方法对2022年测试机组碳排放量预测的最大误差为0.02×10~4 t,均方误差和平均绝对误差较小,预测精准度高,具有较好的应用效果。

摘要：为了提高小目标识别和分类的实时性,同时降低识别系统的资源消耗,本文提出了一种简易、高效的现场可编程门阵列(Field Programmable Gate Array,FPGA)小目标识别分类系统。该系统首先通过图像预处理消除图像噪点,并采用并行计算提升系统实时性。然后将处理后的图像与模板进行匹配计算得到识别结果,设计的模板匹配电路具有较小的硬件复杂度和较快的处理速度。实验结果表明,本文所提出的识别系统在680×480图像分辨下,可达137.5帧/s的处理速度,实时性强,同时仅消耗了9个块随机存储器(Block Random Access Memory,BRAM)和2个数字信号处理器(Digital Signal Processor,DSP),硬件资源消耗较少,在处理小目标识别和分类问题上有较好的实用价值。

摘要：为深入分析不同玄武岩掺量的沥青混合料抗滑性能衰变规律,以贵州安顺地区的玄武岩和石灰岩为研究对象,进行AC-16型沥青混合料级配设计。利用加速加载试验仪对不同玄武岩掺量的沥青混合料进行室内抗滑试验,分析不同水流量和荷载对沥青路面抗滑性能的影响,试验结果表明掺玄武岩试样的摆值下降程度比纯石灰岩方案的小。此外,采用国际摩阻指数IFI评价沥青路面的抗滑性能衰变规律,5种方案在前3小时内均可以满足抗滑性能要求,且方案一和纯玄武岩方案的抗滑性能明显优于其他三组的抗滑性能,说明合理的玄武岩掺量能提升沥青混合料的抗滑性能。

摘要：为量化隧道照明节能水平,提升隧道照明精细化管控程度,从照明灯具、智能控制、品质提升及绿色技术等方面确立隧道照明节能评价指标,创建了隧道照明节能评价算法,提出了一种基于多元参数的隧道照明阈值控制模型,实时关联洞内外亮度、车速、车流量参数,并考虑季节与天气、隧道长度与线形等参数的影响,制定了不同工况下照明控制策略,并应用数字孪生技术再现了实时隧道交通流状态与照明控制参数,结合数字化管控技术,开发具有辅助决策、照明质量评价等功能的可视化智控系统,实现隧道照明动态场景感知与智慧控制,指导公路隧道照明节能建设与运营管理,有效提升隧道照明质量与服务水平。