建立高速、双向、实时、集成的通信系统是实现智能电网的基础，没有这样的通信系统，任何智能电网的特征都无法实现，因为智能电网的数据获取、保护和控制都需要这样的通信系统的支持，因此建立这样的通信系统是迈向智能电网的第一步。同时通信系统要和电网一样深入到千家万户，这样就形成了两张紧密联系的网络—电网和通信网络，只有这样才能实现智能电网的目标和主要特征。高速、双向、实时、集成的通信系统使智能电网成为一个动态的、实时信息和电力交换互动的大型的基础设施。当这样的通信系统建成后，它可以提高电网的供电可靠性和资产的利用率，繁荣电力市场，抵御电网受到的攻击，从而提高电网价值。
高速双向通信系统的建成，智能电网通过连续不断地自我监测和校正，应用先进的信息技术，实现其最重要的特征—自愈特征。它还可以监测各种扰动，进行补偿，重新分配潮流，避免事故的扩大。高速双向通信系统使得各种不同的智能电子设备（IEDs）、智能表计、控制中心、电力电子控制器、保护系统以及用户进行网络化的通信，提高对电网的驾驭能力和优质服务的水平。
在这一技术领域主要有两个方面的技术需要重点关注，其一就是开放的通信架构，它形成一个“即插即用”的环境，使电网元件之间能够进行网络化的通信；其二是统一的技术标准，它能使所有的传感器、智能电子设备（IEDs）以及应用系统之间实现无缝的通信，也就是信息在所有这些设备和系统之间能够得到完全的理解，实现设备和设备之间、设备和系统之间、系统和系统之间的互操作功能。这就需要电力公司、设备制造企业以及标准制定机构进行通力的合作，才能实现通信系统的互联互通。
二、量测技术
参数量测技术是智能电网基本的组成部件，先进的参数量测技术获得数据并将其转换成数据信息，以供智能电网的各个方面使用。它们评估电网设备的健康状况和电网的完整性，进行表计的读取、消除电费估计以及防止窃电、缓减电网阻塞以及与用户的沟通。
未来的智能电网将取消所有的电磁表计及其读取系统，取而代之的是可以使电力公司与用户进行双向通信的智能固态表计。基于微处理器的智能表计将有更多的功能，除了可以计量每天不同时段电力的使用和电费外，还有储存电力公司下达的高峰电力价格信号及电费费率，并通知用户实施什么样的费率政策。更高级的功能有用户自行根据费率政策，编制时间表，自动控制用户内部电力使用的策略。
对于电力公司来说，参数量测技术给电力系统运行人员和规划人员提供更多的数据支持，包括功率因数、电能质量、相位关系（WAMS）、设备健康状况和能力、表计的损坏、故障定位、变压器和线路负荷、关键元件的温度、停电确认、电能消费和预测等数据。新的软件系统将收集、储存、分析和处理这些数据，为电力公司的其他业务所用。
未来的数字保护将嵌入计算机代理程序，极大地提高可靠性。计算机代理程序是一个自治和交互的自适应的软件模块。广域监测系统、保护和控制方案将集成数字保护、先进的通信技术以及计算机代理程序。在这样一个集成的分布式的保护系统中，保护元件能够自适应地相互通信，这样的灵活性和自适应能力极大地提高可靠性，因为即使部分系统出现了故障，其他的带有计算机代理程序的保护元件仍然能够保护系统。
三、设备技术
智能电网要广泛应用先进的设备技术，极大地提高输配电系统的性能。未来的智能电网中的设备将充分应用在材料、超导、储能、电力电子和微电子技术方面的最新研究成果，从而提高功率密度、供电可靠性和电能质量以及电力生产的效率。
未来智能电网将主要应用三个方面的先进技术：电力电子技术、超导技术以及大容量储能技术。通过采用新技术和在电网和负荷特性之间寻求最佳的平衡点来提高电能质量。通过应用和改造各种各样的先进设备，如基于电力电子技术和新型导体技术的设备，来提高电网输送容量和可靠性。配电系统中要引进许多新的储能设备和电源，同时要利用新的网络结构，如微电网。
经济的FACTS装置将利用比现有半导体器件更能控制的低成本的电力半导体器件，使得这些先进的设备可以广泛的推广应用。分布式发电将被广泛地应用，多台机组间通过通信系统连接起来形成一个可调度的虚拟电厂。超导技术将用于短路电流限制器、储能、低损耗的旋转设备以及低损耗电缆中。先进的计量和通信技术将使得需求响应的应用成为可能。
新型的储能技术将被应用为分布式能源或大型的集中式电厂。大型发电厂和分布式电源都有其不同的特性，它们必须协调有机的结合，以优化成本，提高效率和可靠性，减少环境影响。
四、控制技术
先进的控制技术是指智能电网中分析、诊断和预测状态并确定和采取适当的措施以消除、减轻和防止供电中断和电能质量扰动的装置和算法。这些技术将提供对输电、配电和用户侧的控制方法并且可以管理整个电网的有功和无功。从某种程度上说，先进控制技术紧密依靠并服务于其他四个关键技术领域，如先进控制技术监测基本的元件（参数量测技术），提供及时和适当的响应（集成通信技术；先进设备技术）并且对任何事件进行快速的诊断（先进决策技术）。另外，先进控制技术支持市场报价技术以及提高资产的管理水平。
未来先进控制技术的分析和诊断功能将引进预设的专家系统，在专家系统允许的范围内，采取自动的控制行动。这样所执行的行动将在秒一级水平上，这一自愈电网的特性将极大地提高电网的可靠性。当然先进控制技术需要一个集成的高速通信系统以及对应的通信标准，以处理大量的数据。先进控制技术将支持分布式智能代理软件、分析工具以及其它应用软件。
（1）收集数据和监测电网元件
先进控制技术将使用智能传感器、智能电子设备以及其他分析工具测量的系统和用户参数以及电网元件的状态情况，对整个系统的状态进行评估，这些数据都是准实时数据，对掌握电网整体的运行状况具有重要的意义，同时还要利用向量测量单元以及全球卫星定位系统的时间信号，来实现电网早期的预警。
（2）分析数据
准实时数据以及强大的计算机处理能力为软件分析工具提供了快速扩展和进步的能力。状态估计和应急分析将在秒级而不是分钟级水平上完成分析，这给先进控制技术和系统运行人员足够的时间来响应紧急问题；专家系统将数据转化成信息用于快速决策；负荷预测将应用这些准实时数据以及改进的天气预报技术来准确预测负荷；概率风险分析将成为例行工作，确定电网在设备检修期间、系统压力较大期间以及不希望的供电中断时的风险的水平；电网建模和仿真使运行人员认识准确的电网可能的场景。
（3）诊断和解决问题
由高速计算机处理的准实时数据使得专家诊断来确定现有的、正在发展的和潜在的问题的解决方案，并提交给系统运行人员进行判断。
（4）执行自动控制的行动
智能电网通过实时通信系统和高级分析技术的结合使得执行问题检测和响应的自动控制行动称为可能，它还可以降低已经存在问题的扩展，防止紧急问题的发生，修改系统设置、状态和潮流以防止预测问题的发生。
（5）为运行人员提供信息和选择
先进控制技术不仅给控制装置提供动作信号，而且也为运行人员提供信息。控制系统收集的大量数据不仅对自身有用，而且对系统运行人员也有很大的应用价值，而且这些数据辅助运行人员进行决策。
五、支持技术
百万伏级特高压交流工程黄河大跨越工程开始紧张布线。
决策支持技术将复杂的电力系统数据转化为系统运行人员一目了然的可理解的信息，因此动画技术、动态着色技术、虚拟现实技术以及其他数据展示技术用来帮助系统运行人员认识、分析和处理紧急问题。
在许多情况下，系统运行人员做出决策的时间从小时缩短到分钟，甚至到秒，这样智能电网需要一个广阔的、无缝的、实时的应用系统、工具和培训，以使电网运行人员和管理者能够快速的做出决策。
（1）可视化—决策支持技术利用大量的数据并将其裁剪成格式化的、时间段和按技术分类的最关键的数据给电网运行人员，可视化技术将这些数据展示为运行人员可以迅速掌握的可视的格式，以便运行人员分析和决策。
（2）决策支持—决策支持技术确定了现有的、正在发展的以及预测的问题，提供决策支持的分析，并展示系统运行人员需要的各种情况、多种的选择以及每一种选择成功和失败的可能性。
（3）调度员培训—利用决策支持技术工具以及行业内认证的软件的动态仿真器将显著的提高系统调度员的技能和水平。
（4）用户决策—需求响应（DR）系统以很容易理解的方式为用户提供信息，使他们能够决定如何以及何时购买、储存或生产电力。
（5）提高运行效率—当决策支持技术与现有的资产管理过程集成后，管理者和用户就能够提高电网运行、维修和规划的效率和有效性。
本发明专利技术公开了一种基于条件生成对抗网络的水下图像实时增强方法，属于图像处理技术领域，包括在机器人视觉系统中建立条件生成对抗网络体系系统，通过遵循U‑net的原理建立一个图像模型网络，并通过判别器模块建立采用马尔可夫数据链生成对抗网络架构，解决了水下图像的噪声和失真的技术问题，利用深度卷积方法对生成对抗网络进行优化，提高了水下机器人视觉图像增强能力，采用深度卷积方法对生成对抗网络参数进行优化，本发明专利技术基于深度卷积生成对抗网络的水下机器人图像增强方法，通过基于图像的整体内容、颜色、局部纹理和风格信息评估图像的感知质量，制定了一个多模态目标函数来训练模型。A real-time underwater image enhancement method based on condition generated countermeasure network
全部详细技术资料下载
【技术实现步骤摘要】
一种基于条件生成对抗网络的水下图像实时增强方法
本专利技术属于图像处理
，涉及一种基于条件生成对抗网络的水下图像实时增强方法。
技术介绍
自主水下机器人被广泛应用于海洋环境监测、海底电缆检查、水下场景分析、海底地形测绘等方面。水下机器人工作中遇到一个重要问题是，机器人视觉系统会受到能见度低、光线折射、吸收和散射的严重影响，这些光学伪影会在捕获的图像中引起非线性失真，严重影响基于水下机器人视觉系统的性能，如水下目标跟踪、检测和分类、分割和视觉伺服。而快速、准确的图像增强技术可以通过实时恢复畸变图像的感知和统计特性来缓解这些问题。图像自动增强是计算机视觉、机器人技术和信号处理等领域研究的热点问题。特别是在过去十年里，由于深度学习的出现和大规模数据集的可用性，它取得了显著的进展基于深度CNN的模型为图像着色和颜色/对比度调整等问题提供了最先进的性能。此外，基于CNN的残差模型和递归模型在图像去模糊或去叠、雨水去除和稀疏修补方面都有很好的性能。这些模型从大量成对的训练数据中学习一系列非线性滤波器，与使用手工制作的滤波器相比，它们提供了更好的性能。此外，基于生成对抗网络的模型在风格转换和图像到图像转换问题上也取得了进展，通过使用最小-最大博弈，条件生成对抗网络允许约束生成器生成遵循特定模式或属于特定类的样本，这在图像到图像的转换问题中特别有用，条件生成对抗网络用于学习任意输入域(例如畸变图像)和期望输出域(例如增强图像)之间的像素到像素(pix2pix)映射。上述模型的一个主要限制是它们需要成对的训练数据...
【技术保护点】
1.一种基于条件生成对抗网络的水下图像实时增强方法，其特征在于：包括如下步骤：/n步骤1：在机器人视觉系统中建立条件生成对抗网络体系系统，条件生成对抗网络体系系统包括图像采集模块、域模块、网络模型模块和判别器模块；/n图像采集模块用于获取原始图像，域模块用于在原始图像上输入源域X和输出期望域Y，源域X即为原始图像中的畸变图像区域，期望域Y即为增强后的图像；/n步骤2：网络模型模块获取域模块中的给定源域X和输出期望域Y，并做如下处理：/n步骤A1：网络模型模块遵循U-net的原理建立一个图像模型网络，图像模型网络为一个编码器-解码器网络，包括编码器e1-e5和解码器d1-d5；/n编码器e1-e5用于对给定源域x中的像素进行编码处理；/n编码器e1-e5和解码器d1-d5之间具有镜像层之间的连接，其中对应连接关系为：e1连接d5、e2连接d4，e3连接d2、e4连接d4、e5连接d1；/n步骤A2：设定图像模型网络的输入设置为256×256×3，编码器e1-e5学习256个8×8大小的特征映射；/n解码器d1-d5利用所述特征映射和来自跳过连接的输入来学习生成256×256×3增强图像作...
【技术特征摘要】
1.一种基于条件生成对抗网络的水下图像实时增强方法，其特征在于：包括如下步骤：
步骤1：在机器人视觉系统中建立条件生成对抗网络体系系统，条件生成对抗网络体系系统包括图像采集模块、域模块、网络模型模块和判别器模块；
图像采集模块用于获取原始图像，域模块用于在原始图像上输入源域X和输出期望域Y，源域X即为原始图像中的畸变图像区域，期望域Y即为增强后的图像；
步骤2：网络模型模块获取域模块中的给定源域X和输出期望域Y，并做如下处理：
步骤A1：网络模型模块遵循U-net的原理建立一个图像模型网络，图像模型网络为一个编码器-解码器网络，包括编码器e1-e5和解码器d1-d5；
编码器e1-e5用于对给定源域x中的像素进行编码处理；
编码器e1-e5和解码器d1-d5之间具有镜像层之间的连接，其中对应连接关系为：e1连接d5、e2连接d4，e3连接d2、e4连接d4、e5连接d1；
步骤A2：设定图像模型网络的输入设置为256×256×3，编码器e1-e5学习256个8×8大小的特征映射；
解码器d1-d5利用所述特征映射和来自跳过连接的输入来学习生成256×256×3增强图像作为输出；
步骤A3：在每一个镜像层应用4×4滤波器的2d卷积，然后进行非线性处理和批处理归一化；
步骤3：判别器模块建立采用马尔可夫数据链生成对抗网络架构，该架构假设像素独立于数据链大小之外，即仅基于数据链级别信息进行判别器；
通过对抗网络架构，使用四个卷积层将256×256×6输入转换为16×16×1输出，该16×16×1输出表示判别器的平均有效性响应；
步骤4：在每一个镜像层，使用5×5卷积滤波器进行滤波，步长为2；然后进行非线性和Bn，得到最终增强图像。
欢迎分享，转载请注明来源：夏雨云
微信扫一扫
支付宝扫一扫
评论列表（0条）