基于变频空调控制系统的新型SPWM算法研究

本文采用分段同步调制技术和等效面积补偿方法，提出一种新型的三相SPWM算法。使调制度M＝1。27时输出基波幅值仍保持线性调制关系，同时，相位精度高，波形对象。是一种高效的三相SPWM算法。     

新型SPWM调制技术

通过对常规正弦波脉冲宽度调制技术(SPWM)和准SPWM技术的研究，提出了一种基于平顶正弦波的三相SPWM调制技术。计算和仿真结果证明它是一种低成本、高效能的新技术。     

小直流电容三相变换器新型调制技术的研究

为了获得较好的逆变输出电压、较高的功率因数和较小的系统侧电流畸变率,已经采用了诸如可控整流、较大的直流滤波电容、复杂的控制器等手段。本文提出了一种三相带有很小的直流连接电容的变换器且仅通过改变相应的调制波来消除变换器输出电压谐波的可调调制波SPWM技术,并基于DSP对变换器进行了设计和分析。该变换器采用了可调调制波SPWM技术,很大程度上消除了输出电压的谐波,同时减小了直流输出滤波器的尺寸。本文还详细地阐述了三相变换器可调调制波SPWM技术,并对变换器的性能进行了全面的分析。最后通过仿真验证了三相变换器的优越性。     

优化的准正弦平顶调制波PWM新技术

为提升三相PWM最大输出基波幅值,构造了一种优化的准正弦平顶调制波,采用不对称规则采样法对三角载波进行调制,所得三相PWM最大输出基波幅值比SPWM高19%,比SVPWM高3.2%,电流谐波总失真度ITHD在调制度M∈[0.55,1]区间低于SPWM的相应值,在M∈[0,0.55]区间虽高于SPWM,但增量不超过2.2%,新技术的PWM算法简单。实验结果证实了新技术的有效性和优越性。     

一种基于优化SPWM的过调制新方法

优化正弦脉宽调制(SPWM)是一种基于载波比较的三相电压型逆变器调制方法。首先采用傅里叶级数分析了优化SPWM的基波指数与调制度的函数关系,然后提出该优化SPWM过调制策略并分析算法所引入的总谐波畸变率(THD),给出了含过调制功能的优化SPWM算法程序流程图。最后,采用一款ARM Cortex-M3内核的微处理单元(MCU)进行实验,结果表明该过调制方法引入的谐波较少,能充分利用逆变器的直流母线电压。     

一种新型三相逆变器及其调制技术的研究

提出了一种新型三相不可控整流三相逆变器及仅通过改变相应的调制波来消除逆变器输出电压谐波的重构SPWM技术，最后通过仿真和实验比较了新型逆变器及传统逆变器的性能，验证了理论分析的正确性，证明此种新的逆变电源及其调制波生成方法具有广阔的应用前景。     

一种间接三电平电流源PWM变换器策略的设计与研究

与基于载波的正弦脉宽调制(SPWM)相比,空间矢量脉宽调制(SVPWM)因其较高的电流(电压)利用率,在电压源变换器(VSC)中获得了广泛应用,而在电流源变换器(CSC)中,SVPWM技术较难实现。为了在CSC中使SVPWM技术的实现更加容易,提出了一种间接PWM调制方法,该方法通过将双逻辑信号转换为三逻辑电平信号,从三相VSC的调制策略中得到三相CSC的调制策略,提出了一种七段调制方法。通过仿真结果验证表明,间接PWM调制方法具有易于实现、交流侧电流谐波小、直流侧电流脉动小等优点。     

正弦波逆变器脉宽调制技术的调制模型分析

高频脉宽调制（PWM）正弦波逆变器的应用越来越广泛,对其调制模型的定量分析对系统参数设计和方案优化有重要帮助。通过双重傅里叶变换得到了正弦波逆变器3种主要PWM方法的调制模型,提出了一种新型单极性正弦波PMW（SPWM）方法,并给出了其调制模型。通过对各种调制方法的分析和比较,确定了在不同场合下的最佳调制策略:对于单相全桥逆变器,倍频式SPWM和单极性SPWM为最佳;对于组合型三相逆变器,新型单极性SPWM为最佳。仿真和实验验证表明了理论分析的正确性。     

三相SPWM逆变器的切换模型与稳定性分析

针对三相SPWM逆变器的近似线性化建模方法对系统分析的局限性,在周期切换理论的基础上对三相SPWM逆变器进行建模,并提出一种新型的稳定性分析方法。首先,在SPWM调制原理基础上,将一个工频周期按三相母线电压大小划分为6个区间,分别得到切换子系统与切换规则,即三相SPWM逆变器的周期切换模型。之后利用周期切换系统与多胞模型的稳定等价性,通过判断对应多胞模型的稳定性,实现三相SPWM逆变器的稳定性分析。仿真实验结果验证了切换模型以及稳定性分析方法的有效性,提高了系统模型的精确度和稳定性分析的灵活性。     

三相变流器升降压工作特性分析

对于三相电压型、电流型变流器进行了低频建模，分析了三相电压型整流器在SPWM与SVM调制方式下的升压特性和电流型变流器在SPWM调制下的降压工作特性。     

基于博弈论的变电站规划研究

针对城市电网变电站规划问题,提出一种基于博弈论的混合算法。该算法将博弈理论与渔夫捕鱼算法(fisher fishing,FF)、粒子群算法(particle swarm optimization,PSO)相结合,设置两个子群和两个博弈策略(FF算法、PSO算法),构建相应的博弈收益矩阵,由加权Voronoi图划分变电站的供电范围,校验其负载率,再以变电站规划年最小费用为适应度函数。两个子群通过博弈收益矩阵周期性地选择和更换搜索策略,在可行解空间内快速寻优。FF算法搜索盲目性过大,收敛较慢;PSO算法易陷入局部最优解。提出的算法将二者进行混合优化,可以取长补短,收敛速度比FF算法快,求解精度比PSO算法高。通过对某市中心城区的规划实例分析,验证了所提算法能够有效解决变电站规划问题。     

基于三电平SVPWM的谐波控制算法的研究

针对有源电力滤波器(APF)谐波控制算法存在的问题,提出了一种基于三电平电压空间矢量脉宽调制(SVPWM)技术的谐波控制算法。该控制算法的功率开关频率低,输出谐波电压含量少,抗电磁干扰能力强,实时效果好。对该控制算法进行了Matlab仿真研究,通过实验成功地在APF中验证了其正确性,实验结果表明该控制算法具有谐波电压含量少,电压利用率高,补偿性能好等优点,同时证明了该控制算法的有效性和可行性。     

Research on Hybrid Scheduling Algorithm Based on CAN bus

In view of the problem that the packet information preempted network resources in the process of transmission in the CAN bus, which leads to the low utilization of network resources and the low accuracy of information transmission. Thus, a hybrid scheduling algorithm NMTS based on CAN bus is proposed, in the NMTS hybrid scheduling algorithm, the dynamic scheduling algorithm EDF is used to schedule hard real-time messages to solve the problem of low utilization of network resources; the static scheduling algorithm RMS is used to schedule soft real-time messages and non real-time messages, so as to solve the problem of low accuracy of information transmission. By using MATLAB software, the CAN network model can be built, the EDF algorithm, RMS algorithm and NMTS algorithm are simulated. The experimental results show that the network resources utilization is 90%, the packet loss rate is 0% of the NMTS algorithm. Therefore, The hybrid scheduling algorithm based on CAN bus NMTS has the characteristics of high network resource utilization and high accuracy of information transmission, which will be very helpful for further research of CAN bus.     

基于人群密度的最优路径规划算法研究

在众多路径规划算法中,A^*算法是一种典型的最短路径规划算法,但是该算法的应用环境较为局限。为此综合复杂环境中人群密度的因素,以时间最短为准则,将最短距离路径规划问题优化为最短时间路径规划。最优路径规划算法在A^*算法的基础上,引入不同人群密度环境下的行人速度模型,将A^*算法中基于距离的评估函数改变为基于时间的评估函数。实验通过标准网格地图对144种情况进行了模拟,结果表明,相较于传统A^*算法,最优路径规划算法优先选择从周围低人群密度区域绕行到达终点,规划路径在距离上可能更长,但是花费的时间更短。     

基于融合A*算法的无人机路径规划研究

针对三维环境下A*算法搜索路径不平滑,不具有动态避障的问题,本文提出了一种融合A*算法。该算法在A*算法的基础上,首先引入了俯仰角和偏航角作为搜索约束,其次采用变权值的评估函数和无人机航程、飞行高度、威胁代价,最后将平滑后的A*算法与人工势场法相结合,并利用粒子群算法对A*算法和人工势场法涉及的参数进行寻优。仿真结果显示,融合算法较传统A*算法而言,节省5.34%的燃油损耗,提高了搜索效率,缩短了路径长度,规划出的路径更加平滑,而且能够实现实时动态避障。     

基于烟花优化粒子群的室内定位算法研究

针对测距式射频识别室内定位算法定位误差较大的问题,提出了一种基于烟花优化粒子群的室内定位算法。该算法分为测距和定位两个阶段,在测距阶段使用到达相位差进行测距并构建待优化的目标函数。在定位阶段对粒子群优化算法进行改进。为了改进粒子群优化算法在迭代过程中容易落入局部极值的问题,引入了烟花优化算法的爆炸、变异、选择操作,并对选择规则进行改进;算法还根据烟花爆炸算子和变异算子对粒子群算法的速度更新公式进行改进。实验结果表明,该算法能够有效实现对目标的定位,定位平均误差为0.2773m,与基于标准粒子群优化算法的室内定位算法相比具有39.61%的性能提升。     

基于混合粒子群算法的在线检测路径规划

针对加工中心在线检测中的路径规划问题,采用基于全局规划与局部优化相结合的策略,将光学寻优算法、遗传算法、混沌优化与基本粒子群算法结合,提出了一种新型混合离散粒子群算法,并将其用于检测路径的全局规划。首先简述了在线检测路径规划的原理及检测数据的获取,然后介绍了混合粒子群算法的原理、步骤及其流程,最后对算法进行了仿真研究,并且与蚁群算法进行了对比分析。经仿真验证,该算法具有搜索精度高、收敛速度快、稳定性好等优点,有较好的实际应用价值。     

基于优化算法的输电线路路径研究

基于优化算法的输电线路路径选择,考虑影响输电线路路径选择的环境因素,建立禁忌算法流程,通过环境因素分析以及科学依据确定各环境因素在输电线路路径选择中的权重,建立全寿命周期成本单元格,应用仿真软件Matlab编写禁忌搜索算法,生成最优路径。通过算法分析证明应用禁忌搜索算法进行路径选择有效可行。     

基于改进型反向传播网络预测电压稳定裕度的计算

针对系统电压稳定裕度问题,提出一种基于反向传播(back-propagation,BP)网络算法的新算法--自适应学习速率-附加动量法和弹性BP算法相结合的改进型BP算法,该方法利用了BP算法的非线性处理性,模拟出负荷节点的P-U曲线,并根据曲线计算出电压稳定裕度和电压稳定薄弱点.改进型BP算法加快了BP算法的收敛速度...     

基于改进遗传模拟退火算法的无功优化

针对目前电力系统无功优化算法所存在的问题，提出了一种将遗传算法与模拟退火算法及牛顿下山法相结合的混合求解算法。首先根据个体适应度值进行自适应交叉和变异操作并采用模拟退火进行个体更新，以便增加群的多样性，避免陷入局部最优；然后采用牛顿下山法加快模拟退火部分的求解过程，并采用十进制整数编码和保存最优个体法来提高计算速度和精度。以IEEE 30-bus系统和一某实际电力系统为例对所提出算法的性能和求解精度进行了测试，结果表明改进的混合遗传算法比传统的遗传算法在计算速度和全局收敛方面有了很大提高。