摘要：离散傅里叶变换是“数字信号处理”课程的重要教学内容,然其定义及主要性质涉及大量数学公式推导表征,较为抽象枯燥,不利于学生直观深入理解;且课程内容中对理论知识的具体应用场景涉及较少,难以激发学生的学习兴趣。针对此问题,提出了将数字图像频谱分析作为离散傅里叶变换性质教学的辅助手段,对线性、循环移位、对称性、对偶性等主要性质,分别进行直观形象的可视化展示。课程实践结果表明,该教学设计能有效提高学生的学习兴趣和知识掌握度,取得了较好的教学效果。

摘要：针对光伏系统中直流串联电弧故障,搭建了直流电弧试验平台。利用霍尔电流传感器获得大量故障电流数据,从数据的时频域中提取了四个能反映电流与电弧故障关系的特征量;提出一种计算特征量变化量的方法,有效避免了传统固定阈值比较法难以适用于复杂多样工况的问题;利用机器学习逻辑回归方法,得到电弧故障的检测参数,通过大量数据验证,发现几乎不会有电弧错报情况。所提算法能够运用于嵌入式设备并部署在光伏系统用于电弧检测。

摘要：局部放电是衡量电力设备绝缘状态的重要指标,局放检测需要解决局放源定位问题。多重信号分类(multiple signal classification,MUSIC)采用全向天线作为接收阵列,可实现多源信号的超分辨率空间谱估计,但要求高信号采样率,且在低信噪比情况下抗干扰能力不足。为此,提出基于弧形阵列的Dir(directional)-MUSIC算法,采用定向天线接收信号的强度信息,实现低信噪比下的局放源波达方向估计。设计了接收局放信号的Vivaldi天线阵列,并在不同信噪比下对算法的有效性进行仿真验证。结果表明:在低信噪比-10 dB来波方向5°下角度误差为0.14°,优于MUSIC算法;阵列在信噪比10 dB,测向范围[-80°,80°]内定位均方根误差小于1.5°。证明了基于弧形阵列的Dir-MUSIC算法有效提高了局放定位精度,且对噪声具有良好的鲁棒性,具有用于局放检测的潜力。

摘要：海上风机一直往大容量发展,模块化多电平变换器(MMC)安全稳定的运行和子模块数目的任意配置显得尤为重要。此处提出的双极性高压直流变换器,利用全桥子模块可输出负电压,正负电压相抵消原理,突破了上下桥臂子模块需成比例配置的局限性,同时实现了开关管的低电压变化率(du/dt)开通和关断。设计了适配的调制策略和稳压控制方案,实现桥臂子模块电压的稳定与均衡。最后,搭建、配置了样机实验平台,验证了所提理论及仿真分析的合理性。

摘要：提出了一种基于铌酸锂导模结构的高效光栅耦合器设计方案及其优化的光学激发配置.利用有限时域差分算法对光栅耦合器的耦合效果进行了数值分析;主要研究了光栅周期、光栅占空比、二氧化硅隔离层厚度,以及入射光的偏振和角度对光栅耦合效率的影响;对在共振波长和非共振波长处空间光传播电场图像进行了模拟.理论仿真结果显示,在光栅周期为650 nm、光栅占空比为0.3、刻蚀深度为130 nm时,利用横磁(transverse magnetic,TM)偏振光沿光栅法线夹角17°方向入射,可获得优化的光栅耦合效率~38%,从而有效地将空间光耦合进入铌酸锂亚波长波导薄膜中,这对铌酸锂微纳光栅耦合器的设计和性能应用有借鉴和参考价值.

摘要：自动驾驶的感知系统在目标遮挡、目标拥挤、远距离目标探测等困难场景下检测性能与可靠性有待提升。为此,提出基于Radar和Lidar数据的深度融合网络模型及对抗训练方法。首先,基于Radar回波缺乏高度和含有较大噪声的特点,设计基于鸟瞰图的联合体素划分和点云增强方法,通过空间和通道注意力的计算建立不同模态特征之间的深度信息融合结构,提升单帧目标检测性能;然后,提出基于对抗学习的多模态数据融合学习算法,提高对两种数据优势特征的利用效率。实验结果表明,所提方法在实际大型驾驶场景数据集nuScenes上达到了领先水平。

摘要：在风电场运营中,准确及时的故障检测是降低风电机组运行维护成本的关键。然而,现有检测方法未充分挖掘功能单元间的潜在时空关联,限制了检测准确性的提升。文中提出了一种基于多层级时空图神经网络的风电机组在线异常检测方法,以提高故障检测的准确性。该方法依据风电机组物理结构,将其功能单元划分为多个子图,从而构筑了一个多层级的时空图神经网络,通过图注意力机制和多头注意力机制全方位地分析风电机组各传感器节点与功能单元之间的关联强度。同时,针对数据采集与监控(SCADA)系统数据的时间关联,设计了动态图神经网络和时间注意力机制,使正常行为预测模型捕捉了SCADA系统数据的时间关联特性,实现了空间和时间特性的有效融合。最后,基于中国上海某风电场的实际数据验证了所提方法的显著有效性。

摘要：逆向合成规划是现代有机合成化学中合成路线设计的重要基础.合成化学发展至今,化学家们积累了大量的反应数据.自有机合成大师***将逆合成分析法与计算机结合提出LHASA(logic and heuristics applied to synthetic analysis)起,计算机根据反应数据自主学习并给出逆向合成路线成了化学家的愿景之一.近年来,基于数据驱动的研究范式不断发展,大量深度学习模型被提出并在逆向合成规划中取得了初步的成功,然而该类模型仍然存在高质量数据集稀缺、软硬件结合不佳、领域知识嵌入与发现困难等问题.通过深度学习实现逆向合成路线规划有待深入研究.

摘要：基于声表面波理论和微扰理论,提出了并研制由3个谐振器组成的差分式声表面波温度应变复合传感器。通过有限元分析软件对AT切和XY切的两种声表面波谐振器进行了仿真,根据其频率-应变响应和频率-温度响应,设计并研制了能够进行温度补偿和应力应变补偿的温度应变传感器,传感器的应力测量灵敏度为100 Hz/με,,温度测量灵敏度为80 kHz/℃。该传感器成功应用到了隔离开关的状态监测。现场测试表明,该传感器对隔离开关触指温度和应变的检测可实现对隔离开关工作状态的有效判别,在未来的电力系统设备在线检测中具有重要的应用前景。

摘要：研究低成本和便携的红外成像技术是最近几年带电检测的发展趋势,为减少红外检测环境、红外传感器以及其他因素的影响,解决红外检测中红外图像含噪声干扰、模糊和对比度低的问题,文章设计了一种基于灰狼自适应阈值分割和改进模糊增强的红外图像NSCT增强算法。对原始红外图像进行NSCT域变换;变换后含有噪声的高频分量采用VT去噪后,接着采用改进模糊增强处理;对变换后含有电力设备主体的低频分量进行灰狼自适应阈值分割为背景和前景部分,随后分别进行增强处理;最后将处理后的各分量进行逆NSCT变换。经对比应用,验证了该算法应用在变电站电力设备红外检测上的优越性:文章算法与其他算法相比在边缘强度、信息熵、对比度、标准差、峰值信噪比五类评价指标上的涨幅至少为3.94%、2.16%、9.86%、7.45%、21.86%。文章算法处理后的红外图像符合人眼视觉效果,更易于人眼识别故障,有利于电力设备热故障的检测与故障定位。