摘要：SiC MOSFET广泛应用于电力电子变换设备中，快速、准确且可靠的短路保护电路已成为推广其应用的关键技术之一。该文对SiC MOSFET的各类短路过程进行分析，利用器件短路时漏源极电压迅速增加的特点，设计短路保护电路的拓扑结构和功能，检测SiC MOSFET栅极和漏极电压，并将该信号进行分析、锁存、隔离、滤波处理，若器件发生短路，则输出短路信号给栅极驱动芯片。在此基础上，采用基本逻辑器件和高速器件设计保护电路，理论上分析计算该电路在不同短路类型下的响应时间。计入所有影响保护速度的因素，该电路能在600 ns内实现SiC MOSFET短路保护，尤其是在发生负载短路故障时能将短路保护时间缩短至200 ns以内，其响应速度受不同母线电压影响较小。搭建实验平台，测试了该电路在不同母线电压、短路类型、驱动能力等情况下的短路保护性能，实验结果与理论分析和设计要求相符合。

摘要：视觉同步定位与地图构建(SLAM)算法在低光照条件下容易出现跟踪丢失和特征匹配困难,造成闭环和定位精度降低。针对此问题,提出一种融合傅立叶特征增强网络(FFE-Net)的视觉SLAM算法。首先,通过对傅里叶频域和空间域进行跨域处理,设计傅里叶空间亮度增强和特征细节恢复模块,提高了系统在低光照条件下的特征匹配数量及定位精度。其次,提出一种基于局部超像素特征描述符的闭环检测方法,通过规划特征区域生成特征描述符并结合词袋,共同完成对候选回环帧的筛选,提高闭环准确率。最后,在TUM_VI、KITTI和EUROC公开数据集上进行实验验证。实验结果表明,所提算法在TUM_VI上的绝对轨迹误差比ORB-SLAM3算法平均降低了27.16%,闭环精度比VINS-FUSION算法提升了5.0%。根据实际场景下的实验结果,所提算法的运动轨迹比VINS-FUSION更接近真实轨迹,表现出良好的构图能力。

摘要：随着智能电网系统的研究深入,针对复杂智能电网系统的电压崩溃路径,研究了基于智能电网系统的等效模型。通过AGENT图分析了系统脆性关系,采用一种在脆性发生时崩溃路径优化粒子群算法,给出系统内部的脆性对于系统稳定性的影响,发现脆性激发时崩溃传递路径具有多样性的解,并分析了崩溃路径。基于35 kV智能电网一次系统模型,通过对智能电网脆性电压崩溃路径的预测和控制,有效优化了整个系统性能,对智能电网系统的设计控制具有重要的指导意义。结果表明,智能电网系统节点的崩溃在各子系统层间传递,进而导致整个系统的电压崩溃。

摘要：目前传统的同时定位与地图构建(SLAM)算法在动态场景下易出现难以完整标记潜在动态物体和无法准确判断动态物体运动状态等问题,影响相机位姿估计精度。为此,提出了一种基于实例分割与运动一致性约束的视觉SLAM(VSLAM)算法。通过设计一种ReT-encoder模块,引导模型关注并提取图像局部特征信息和全局特征信息,同时设计一种混合权重特征金字塔网络(FPN)模块,通过权重系数融合学习大物体特征和小物体特征,精确标记潜在动态物体区域。为进一步减少动态物体对SLAM系统定位精度的影响,通过位姿估计和偏转误差判断物体的运动状态并剔除动态物体。在公开数据集TUM和真实场景中进行验证,结果表明所提算法的平均绝对轨迹均方根误差与ORB-SLAM2、DS-SLAM和DynaSLAM算法相比,分别减少了95.23%、46.85%和15.88%。

摘要：针对传统同时定位与地图构建(SLAM)算法在运动模糊场景下难以准确识别物体和无法有效判断物体的实际运动状态等问题,提出一种结合感知增强与特征约束的视觉SLAM算法。设计了一种单阶段去模糊识别的网络模型,通过引入模糊区域关注和增强识别机制识别环境中的物体并获取语义信息,提高了系统在复杂环境下的感知能力。为进一步减少动态物体对系统定位精度的影响,融合语义信息和特征约束,提出了一种基于全局条件随机场的运动判断模型。在公开的TUM数据集上进行验证,结果表明所提算法有效提高了运动模糊环境下物体识别的精度和准确率,平均绝对轨迹误差与ORB-SLAM3、DS-SLAM、Dyna-SLAM算法相比分别减少了96.3%、51.4%以及10.2%,表现出良好的构图能力。

摘要：针对传统同步定位与建图(SLAM)算法在大曲率运动下易发生漏选关键帧、在动态场景下无法准确判断物体运动状态等问题,提出一种大曲率运动下基于自适应关键帧选取的动态SLAM算法。为避免弯道运动漏选关键帧,创建局部逆向索引窗口并依据窗口内关键帧、当前帧、参考帧三者中的特征点数量、匹配点数量、区域变化空间点数量计算自适应阈值,增补在弯道运动中遗漏的关键帧,提升了算法定位精度。同时,为避免动态点造成关键帧选取阈值不准确,设计基于视差角模型的动态物体判断策略来估计潜在动态物体的运动状态。在公开数据集和真实场景进行验证,结果表明:与DynaSLAM算法相比,所提算法在TUM数据集的平均绝对轨迹误差减少了20%,在室内和室外大曲率动态场景下的定位精度分别提升了12.1%和15.3%,展现出良好的建图能力。

摘要：无监督行人重识别旨在无监督设置下从非重叠的相机中识别出同一行人。针对现有的无监督行人重识别网络不能充分提取行人特征以及相机之间的差异导致行人检索错误的问题,提出了一种细化特征引导对抗性解纠缠学习的无监督行人重识别方法,设计特征细化信息融合模块嵌入ResNet50网络的不同层,用以增强网络提取关键信息的能力。设计特征解耦学习方法最小化行人特征和相机特征之间的互信息,减少相机差异对网络的负面影响,同时设计对抗性解纠缠损失函数进行无监督联合学习。在两个公共数据集Market-1501和DukeMTMC-reID上对所提方法进行评估,平均精度均值分别提升了4.6%、3.1%,相较于基线算法具备较强的鲁棒性,满足在无监督背景下对行人的识别需求。

摘要：为解决电力系统调频存在的灵活性资源不足和调节特性欠佳问题,针对抽水蓄能和电池储能广域接入情况下的互联电力系统,提出一种基于分布式模型预测控制的负荷频率协调优化控制方法。首先,根据互联电力系统中各主要元件的频率响应特性,建立互联电力系统频率响应的状态空间模型;然后,充分考虑系统受到的各种约束,确定优化控制目标,分别对各区域的控制器进行设计;最后,对所提负荷频率协调优化控制方法的可行性和有效性进行仿真验证。结果显示该方法不仅对广域混合储能互联电力系统的频率响应特性有很好的改善,而且当系统频率发生变化时,能够使不同储能形式进行合理的响应。

摘要：针对光伏新能源电力系统的调频困难问题,提出一种基于改进天牛须搜索算法的粒子群优化算法,实现对光、火、储两区域互联电力系统的负荷频率控制。首先,将储能电池引入混合电力系统中,建立光伏、火电及储能电池的两区域互联电力系统的负荷频率控制模型,并设计出含滤波系数的双积分反馈PID控制器;然后,引入方向改变因子改进天牛须搜索算法,提出一种基于改进天牛须搜索算法的粒子群优化算法,用于优化含滤波系数的双积分反馈PID控制器参数。最后,通过数值仿真,仿真结果表明,本文所提的控制策略在对于频率偏差、区域控制偏差和联络线功率偏差等方面的控制效果、抗扰动能力,优于粒子群优化算法、天牛须搜索算法和含滤波系数的双积分PID控制器。

摘要：为了解决输入受限下非完整轮式移动机器人的跟踪控制问题,考虑迭代学习控制方法,设计了一种迭代学习控制律,这里所设计的迭代学习控制律结合了系统的跟踪误差和约束下的上一代控制律。通过应用范数分析理论,对跟踪误差的收敛性进行了理论分析,验证了设计的控制律的有效性。最后,给出了一个仿真实例以证明理论分析结果的正确性,仿真结果表明,在设计的迭代学习控制律作用下,具有输入受限的非完整轮式移动机器人能够获得很好的跟踪控制性能,跟踪误差最终收敛于零的很小邻域内。