简介：摘要售电量是电网经营企业的产品,售电均价是企业售电价格水平,表征企业盈力能力,两者是电网经营企业重要经济指标。准确预测长短期售电量、售电均价对企业的经营决策起着重要作用。

简介：摘要风能是清洁的可再生能源，在现在能源发展中，越来越受到各个国家的重视。我国作为资源大国，可开发利用的风能储量也是也是特别丰富。目前，政府越来越重视风能的利用，风力发电作为风能利用的最主要形式，目前已进入规模化发展阶段。但是由于风力发电具有间歇性和随机性，随着风力发电大量接入电网，将对电网的安全稳定运行时一个极大的考验。所以风功率预测系统对解决该问题具有重要意义。

简介：复杂图像中对特定目标的检测和定位是机器视觉领域的难点之一。提出使用中层视觉元素描述检测目标,以建立权值模板图像;然后对目标图像和权值模板进行加权SIFT特征匹配得到最优匹配位置,从而实现目标检测。该方法以自行车为检测目标进行实验,检测率达到86%,优于传统SIFT-AdaBoost和HOG-SVM检测方法。实验结果表明该方法能够减少复杂图像中背景干扰的问题,对于不同姿态的目标进行检测也有较强的鲁棒性。

简介：摘要近些年以来，随着电力系统的逐步发展，负荷预测也越来越显得重要。文中就灰色模型进行了简单的阐述，由于普通的GM（1，1）模型在预测方面的缺陷，所以对其进行了改进。改进的方法主要是通过对历史数据的平滑处理，这样使得数据变化率减小并且又保持了自身的特性；参数的修改使得模型的精度得到了进一步的提升。

简介：针对TLD目标检测时需全局穷举搜索耗时较高的问题，提出一种基于行人运动特性的区域优化算法。该算法可有效预测行人在图像中的可能区域，从而减小检测计算复杂度，提高算法效率。经仿真分析表明，该算法在原有目标检测性能不变的情况下，检测耗时较原算法平均降低81．54％，跟踪速率平均提升4倍，跟踪实时性明显提高。

简介：本文设计了一种基于三轴数字式AMR（AnisotropicMagnetoResistive）传感器的车辆检测装置，该装置是一种利用金属物件对地磁场的扰动来检测车辆是否停在车位上。在具体算法设计上，使用双AMR传感器时域差分的原理，结合平滑滤波、时域差分和峰值检测等手段，有效克服了因为温度变化和环境干扰导致的误判和漏检现象。经过实际现场测试，实验结果表明，该检测算法的平均正确率可达95％以上。

简介：数据流的概念会随着时间的变化而变化,例如天气预报和网络监控。这种随时改变概念的现象叫做概念漂移。如果不处理好概念漂移不仅降低聚类的质量,并且还会导致错误的聚类结果。现有的概念漂移算法大多都依据分类算法,根据分类算法中的错误率来判断概念漂移。然而,在随时变化的数据流中很难发现类标签。在聚类检测概念漂移中,很多聚类算法都是再概念漂移检测之前,所以当发生概念漂移的时候还要重新聚类。我们提出了一种基于密度网格的数据流聚类和概念漂移检测算法,这个框架采用了一种策略动态地改变滑动窗口。由于用到了密度网格技术,它提升了DCDA检测算法的效率,并且利用可变滑动窗口替换了固定滑动窗口以适应数据流的变化。实验结果证明我们的框架在准确率和时间效率上好于DCDA。

简介：本文从孤岛检测盲区和电流谐波畸变率两种孤岛检测算法有效性评价指标出发，根据算法参数与检测盲区和电流谐波畸变率之间的关系，对主动频率偏移法（AFD）和Sandia频率偏移法（SFS）进行了算法改进，提出一种基于参数自适应的孤岛检测算法。使得在负载发生变化时，能够进行自动参数择优，提高孤岛检测成功率，并减小电流谐波畸变率，最后通过仿真验证了该改进算法的优越性。

简介：提出一种基于眼部和嘴部相结合的人脸疲劳检测算法,利用深度学习对人脸特征点进行定位,并通过眼部特征点计算PERCLOS参数,计算过程中详细讨论了不同特征对于PERCLOS参数提取的精确性,最后用角度特征来计算PERCLOS参数,同时将PERCLOS的时序信号进行频域分析,进而检测眼部代表的疲劳程度。与眼部协同的嘴部也是疲劳的重要指标,详细论述并提出了一种眼部和嘴部的疲劳协同参数。实验结果表明本文提出的方法是有效的,可以定量反映人的疲劳程度。同时将其部署在移动端用于车载疲劳检测和使用手机过程中的疲劳检测。

简介：为解决复杂场景中目标检测实时性差和鲁棒性低问题,提出了一种基于软级联支持向量机（SVM）分类器的行人检测算法。该算法采用梯度方向二值模式（ORBP）为特征描述子,基于自适应特征选择与多级分类阈值构建软级联分类器。为确保样本选取的完备性,通过模糊估计随机构建正负样本集,结合快速特征点与中值流实现目标追踪。试验结果表明,在复杂场景中,该算法实时性优且鲁棒性高。

简介：摘要在新形势下，电力设备运行环境日渐复杂化，急需要全方位动态监控电力设备运行环境，确保电力设备处于安全、稳定运行中，提高电力设备运行整体效益。因此，本文多角度客观阐述了电力设备运行环境监控图像异常检测算法。

简介：摘要现场运行的输电线路情况错综复杂，在实际运行中，往往会受到覆冰、落雷、污秽、鸟害、风力、人为因素等发生意外的瞬时性故障或者永久性故障。常用的输电线路可靠性模型计算量往往受系统规模影响较大，不易处理相关事件和模拟实际校正策略。本文基于灰色预测技术，考虑将输电线路所受到的各种影响因素，建立了一种较为实用的输电线路可靠性预测模型。

简介：针对半监督聚类算法易受噪点的影响,提出一种基于数据清洗的改进半监督聚类算法DCSC。将噪点从数据集中提取出来另行分析。从数据清洗处理后的数据集中抽取若干正常与异常样本分别计算作为初始样本辅助K-Means算法进行聚类。实验结果表明,与现有相关算法相比,该算法具有检测未知攻击的能力,且具有更高的攻击检测率以及更低的误报率。

简介：针对车道线检测，基于图像白平衡算法和灰度直方图，自适应地提取出感兴趣区域，并自适应确定Canny边缘检测算法的高低阈值。通过对概率霍夫变换得到的直线点集进行RANSAC拟合，满足了在不同光照条件下的自适应车道线检测，并基于英伟达JetsonTK1嵌入式开发板结合开源GUI库Qt，使用其QtQuick开发出一套车道线检测系统。

简介：针对Harris算法阈值根据经验人为设定、在图像不同对比度区域无法有效提取角点的问题,提出了一种自适应改进算法。首先,采用九宫格法对图像像素点进行筛选;然后,对筛选出的像素点,计算其局部均方差,从而确定各像素点所在区域的对比度;最后,根据对比度使用自适应阈值对图像进行检测,获得最佳匹配角点。通过试验结果验证了算法的有效性和可行性。

简介：摘要在交通事故统计的基础上，运用灰色理论建立了一阶单变量的交通事故预测模型，即GM（1，1）模型。GM（1，1）模型是最常用的一种灰色模型，尤其适合于交通事故预测“小样本”的随机不确定问题。本文针对交通事故发生的特点，探讨了灰色模型GM（1，1）在道路交通事故预测中的应用，对四川省道路交通事故死亡人数进行了预测。

简介：现有实时任务调度算法的性能指标相对比较单一,如只考虑利用率问题,忽略了任务丢失率这项关键性能指标.因此,本文提出同时考虑到节点的利用率和任务丢失率,使用预测信息来进一步提高系统的实时性能,在反馈控制实时系统模型中增加一个预测模型,并使用模糊控制策略实现实时任务调度.最后,通过实验验证所提模糊控制实时任务调度算法性能.

简介：为了提高碳排放预测的精确度,提出了量子粒子群—最小二乘支持向量机（QuantumParticleSwarmOptimization-Leastsquaressupportvectormachine,QPSO-LSSVM）算法用于预测中国的碳排放量。首先基于STIRPAT模型选取影响碳排放的自变量,然后运用量子粒子群算法优化LSSVM的参数,最后运用该组合模型对中国碳排放进行预测。通过与PSO-LSSVM,LSSVM和GM（1,1）模型的对比可知,此文提出的组合模型的预测精度更高,是一种更为有效的中国碳排放预测方法。

简介：针对小波变换电压暂降检测算法在谐波干扰条件下的不足，提出了一种基于滑窗小波和二点法的电压暂降算法。该算法首先通过滑窗小波滤除暂降信号中的谐波分量，得到电网基波信号；再利用二点法计算电压暂降幅值比及相位跳变角。实例仿真表明，所提算法不存在因小波系数最大模难以识别而导致的暂降特征量无法计算的问题，能够在谐波干扰条件下准确地检测出电压暂降特征参数，且相关检测结果延迟小于一个工频周期，满足实际工程需要。

简介：