摘要：金属化薄膜电容器因其具有优异的绝缘特性与自愈性能,被广泛用作高压直流输电等先进能源系统的核心设备,其绝缘介质聚丙烯薄膜是制约电容器安全可靠运行的重要因素。文中系统梳理了高压直流电容器用金属化聚丙烯薄膜的研究进展,基于聚丙烯薄膜的微观结构、运行工况及电极设计,提出了薄膜介质目前面临的风险及挑战。总结了提升聚丙烯薄膜耐受极端环境的绝缘改性方法,介绍了基于微观结构调控、本体掺杂、界面改性及多层结构设计的聚丙烯薄膜材料改性方法,并阐述了复合薄膜设计、安全膜设计、方阻设计等金属电极设计方法的发展进程。该研究将为服役于高压直流输电系统中电容器的绝缘设计、生产和运行维护提供参考。

摘要：针对多无人机吊挂负载运输系统中负载的位置跟踪和姿态控制问题,提出了一种新型非线性鲁棒控制策略。首先,在存在未知外界扰动和考虑系统内部状态耦合的基础上,基于拉格朗日力学建立了多无人机吊挂负载运输系统的动力学模型。其次,设计了一种基于误差符号函数积分(RISE)和几何控制方法的非线性鲁棒控制策略,用于补偿未知外界扰动的影响,实现了对负载位姿的精确控制。基于Lyapunov方法的稳定性分析证明了闭环系统的稳定性和吊挂负载跟踪误差的渐近收敛。仿真结果表明,本文提出的控制策略可以实现良好的轨迹跟踪效果,并对外界干扰有较好的鲁棒性。

摘要：模型预测控制(model predictive control,MPC)已成功地应用于无人机集群的路径规划.但其存在计算量大及单步运算时间长等不足,在实时运行中往往难以获得较高的控制频率.而离线的MPC需要准确的地图信息,难以处理地图中无法预测的动态障碍物.对此,提出一种结合离线MPC全局规划与在线改进人工势场法局部规划的方法.在利用MPC方法生成安全、平滑轨迹的同时,提高无人机在动态障碍物影响下的避障能力.通过引入调节力来处理传统人工势场法的局部极小值问题,并将目标与无人机的相对距离引入斥力函数,同时改进引力函数,以改善无人机在目标点处低速徘徊的问题.此外,设计一种事件触发的无人机轨迹变更与轨迹恢复策略,使无人机仅在必要时实施动态避障行为.在此基础上,最大化利用原来的规划轨迹.仿真验证结果表明,所提出的路径规划方法能够使无人机集群安全飞行至目标点,并且具有良好的动态避障能力.

摘要：少样本学习旨在利用少量数据训练深度学习模型,并将其快速泛化到新任务中.在这一领域,少样本细粒度图像分类是最具有挑战性的任务之一,原因在于细粒度图像具有类内方差大、类间方差小的特点.为了解决这一问题,本文提出了一种基于距离与方向双重度量的神经网络,分别利用欧氏距离衡量特征间的绝对距离差异和余弦相似度衡量特征间的相对方向差异,以提升度量信息多样性和样本特征的判别性.同时,为了与当前先进的少样本细粒度图像分类方法对比,将特征提取器在不增加深度的前提下设置为双路形式,以适应不同度量方法对嵌入特征信息的需要.此外,设计了彼此分离的通道和空间注意力机制,分别通过自适应通道注意力和空间信息交叉注意力对不同阶段的提取特征进行增强,从而挖掘重要分类信息.最后,通过双相似度模块分别计算两种差异信息的度量结果,并选取一定权重融合得到最终的相似度分数,实现绝对差异与相对差异在度量空间中的协调补充.在4个主流细粒度图像分类数据集上进行实验对比与分析,最终结果表明了所提方法在相同设置下最多实现了7.0%左右的分类准确率提升.

摘要：分布式一致性控制(distributed consensus control,DCC)因其灵活协同能力成为交直流混合配电网二次控制的新途径.然而,传统DCC并未考虑实际通信环境中存在的随机时变时延和数据丢包问题,这致使其在非理想通信环境下难以稳定跟踪一致性期望目标.为此,本文提出一种计及信息不确定性的分布式二级协同控制策略.利用变量累加补偿机制,对时变时延和数据丢包进行统一等效.进而基于附加一致性算法(surplus consensus algorithm,SCA)构建具有零稳态误差特性的估计器,并对其收敛性进行推导证明.在此基础上,设计稳态收敛性能不受通信约束干扰的SCA-DCC控制器,实现非理想通信环境下的精准平均电压偏差调节和有功功率成比例分配.随后,以时延容忍度为指标优化SCA-DCC控制器参数,满足系统在不同通信条件下的稳定需求,进一步增强控制器的通信鲁棒性.仿真结果表明,在不同功率扰动和故障工况下,与现有控制策略相比,所提控制策略能够克服时变时延和数据丢包产生的负面影响,在维持较优动态响应性能的同时使稳态电压偏差降低73.08%~85.25%,具有控制精度高和抗扰动能力强的特点.

摘要：现有显著性目标检测方法大多只关心模型的检测精度,容易忽略模型的编解码效率,导致网络运行速度较慢.针对上述问题,本文提出一种基于分层解码和渐进融合的快速显著性目标检测网络,并分别设计语义提取模块、空间增强模块和边界提取模块,对编码器提取到的多尺度特征进行分层筛选和高效解码.其中,语义提取模块可准确定位显著性目标的整体区域,空间增强模块可完整保留显著性目标的空域信息,边界提取模块可增强显著性目标的边界轮廓.由于不同层级特征的感受野和分辨率不同,本文设计了邻间聚合模块和边界细化模块,对筛选后的特征进行渐进式融合并逐步细化得到最后的显著性预测图.实验结果表明,所提方法不仅能够得到边界清晰、区域完整的显著性预测图,还能显著提升模型的编解码效率,快速检测显著性目标,在ECSSD和HKU-IS数据集上的最大值F max分别为0.947和0.936,优于其他方法.

摘要：目前基于深度学习的融合类方法在水下图像增强领域展现出较大优势,但现有方法仍存在融合方式单一、融合特征缺乏优势互补性以及易忽略水下先验等问题.为此,本文提出一种基于透射矩阵引导的水下图像融合网络.该网络由多尺度特征提取模块、自适应对比度增强模块和透射矩阵引导的融合模块组成.多尺度特征提取模块通过提取三颜色空间特征,增强失真图像色彩;另外,该模块设计的多级级联方式可实现在多尺度特征复用的同时避免编码器端失真信息传输到解码器.自适应对比度增强模块通过对比度受限直方图均衡增强水下图像对比度,并基于通道注意力机制实现自适应对比度增强.透射矩阵引导的融合模块通过衡量输入特征和参考图像透射矩阵之间的距离,引导融合特征逼近参考图像.同时,本文设计了一种多级级联损失,实现更准确的特征增强.实验结果表明,所提算法通过合理引入先验,实现融合特征优势互补,可显著增强图像视觉质量,具有较强的泛化能力,在Test-R90数据集上测试取得峰值信噪比为19.37 dB,优于目前主流方法.

摘要：研究了存在外界未知扰动下分布式无人机集群轨迹跟踪问题,设计了一种新的无人机集群非线性鲁棒轨迹跟踪策略。首先,基于切向坐标系构造了无人机编队模型,并设计了协同控制律;其次,针对轨迹跟踪问题设计了一种基于误差符号函数积分(RISE)的鲁棒控制算法,用于补偿未知外界扰动的影响,提高了无人机编队系统的鲁棒性;然后,基于Lyapunov分析的方法,证明了无人机编队系统协同误差全局渐近收敛,以及位置跟踪误差半全局渐近收敛;最后,在四旋翼无人机编队实验平台上进行了无风扰和有风扰条件下无人机集群轨迹跟踪实验,并与常规滑模控制算法进行了性能对比实验。实验结果表明,所设计的控制律可以实现多无人机的协同轨迹跟踪,且具有较强的抗外界干扰能力。

摘要：现如今,短视频事件检测展现出广阔的应用前景。现有的事件检测研究普遍缺乏对关键帧重要性程度的考虑,且多是针对事件的显性语义进行学习,忽略了潜在语义及其相关性的学习在短视频事件检测中的作用。针对上述问题,提出了一种基于深度动态语义关联的短视频事件检测方法。首先,设计了帧重要性评估模块来获得具有区分度的帧重要性分数,其内嵌的变分自编码器和生成对抗网络联合结构可以最大程度地强化帧重要性信息;其次,设计了帧间自注意力增强模块,进一步协同帧间的重要性分数与其特征内在关联性的学习;最后,设计了动态图卷积下的隐藏属性关联学习模块来学习复杂事件的隐藏属性及事件之间的关联性,最终获得具有潜在语义信息感知的短视频检测系统并将其用于最终的短视频事件检测。在公开数据集和新构建数据集上进行了实验,实验结果表明了所提方法的有效性。

摘要：双碳背景下,零碳园区级综合能源系统(integrated energy system,IES)成为我国节能降碳、提质增效政策的重点。然而,园区级综合能源系统具有源-网-荷-储一体化、多能互补、供需方动态博弈等特点,其优化运行技术面临强不确定性和耦合机理不明等诸多挑战。为此,对零碳园区级IES优化运行的研究现状、关键技术与未来发展趋势等方面进行综述至关重要。该文首先聚焦于多类型能源耦合能效提升,系统阐述了零碳园区级综合能源系统架构;进一步,从零碳园区实施路径入手,对零碳园区级综合能源系统优化运行所涉及的多类型储能技术、碳捕集技术、多能协同规划设计、需求响应、能源监测与优化调度等关键技术进行了归纳分析;最后以实现园区零碳为主要目标,从全方位融入零碳理念、综合探索碳吸收/碳排放等方面分析零碳园区优化运行所面临的核心问题,并从数字化、社会环境因素一体化、全域综合能源化等方向指明零碳园区的发展趋势。