燃料电池的傅里叶传热模型建模及求解

基于傅里叶传热定律,对燃料电池质子交换膜的温度场响应进行分析。通过燃料电池中传热条件的分析和简化,构建质子交换膜温度场的传热模型。根据膜上的热交换条件和传热特性,简化膜的温度场为单元二维模型,并利用格林函数进行求解,获得燃料电池质子交换膜的温度响应函数。从理论上分析了交换膜中温度场的分布和随时间的变化规律,并利用该模型对反应气体的传热系数、反应气体的温度和电极材料等因素对膜温度场的影响进行了分析。     

新能源电力系统的共模频率分析及其特征量化

分析了功率阶跃后新能源电力系统的频率响应特性,提出了可量化系统共模频率(即频率响应的共模分量)特征的实用方法。首先,提出利用具有统一结构的传递函数模型来描述设备频率–有功功率响应的近似方法,在此基础上形成表征系统共模频率响应特性的简化传递函数模型。其次,基于系统的简化传递函数,获得了描述共模频率最低点和平均变化率等特征的解析表达式,并提出形式简单的"跌落深度系数"及"跌落坡度系数"这两个指标来量化频率的特征。最后,通过算例验证了所提出的频率特征量化方法的有效性。     

眼睛的第三条光谱光效率曲线

大家知道,人的眼睛有二条光谱光视效率曲线,这就是明视觉曲线V(λ)曲线与另一条暗视觉曲线V'(λ)。半个多世纪以来,它统治着光度学的基础,一切的光度量都由它而来,特别是V(λ),它的贡献功不可没,并已为常人所知晓,这就是眼睛对光中各波长的视觉响应功能。这两条曲线是人的视网膜细胞得到的信息通过丘脑的膝状弯曲叶之间的交感神经传递到大脑后部的视觉皮质细胞得到的响应,颜色、明暗、大小等都由它完成。然后,20多年来对眼睛的非视觉响应特别是光影响人们的生理、状态和性格作了大量的研究,并得到了眼睛的另一种独特的功能———光的非视…     

电站局部多机条件下五阶发电机哈密顿模型EI北大核心CSCD

在多机条件下,发电机d、q轴电压电流的变化正是反映本机与其它机组之间耦合特性的重要参数之一。该文建立了包含d、q轴电磁暂态的五阶发电机哈密顿模型,为更好地揭示多机耦合作用的内部动力学机制奠定基础。依据机电分析动力学理论,从发电机基本能量关系分别获得各子系统的拉格朗日函数、耗散函数和广义外力,得到发电机的拉格朗日麦克斯韦方程组。通过定义广义动量,将拉格朗日麦克斯韦方程组转化为广义哈密顿系统模型,模型结构清晰、能量流与实际物理系统一致。采用局部简化方法,将系统转化为实用参数描述的模型。提出了电站局部多机系统的概念,导出了以机端可测参数描述的隐式多机系统哈密顿模型。分析表明,该模型具有良好的结构特性。     

电站局部多机条件下五阶发电机哈密顿模型

在多机条件下,发电机d、q轴电压电流的变化正是反映本机与其它机组之间耦合特性的重要参数之一。该文建立了包含d、q轴电磁暂态的五阶发电机哈密顿模型,为更好地揭示多机耦合作用的内部动力学机制奠定基础。依据机电分析动力学理论,从发电机基本能量关系分别获得各子系统的拉格朗日函数、耗散函数和广义外力,得到发电机的拉格朗日麦克斯韦方程组。通过定义广义动量,将拉格朗日麦克斯韦方程组转化为广义哈密顿系统模型,模型结构清晰、能量流与实际物理系统一致。采用局部简化方法,将系统转化为实用参数描述的模型。提出了电站局部多机系统的概念,导出了以机端可测参数描述的隐式多机系统哈密顿模型。分析表明,该模型具有良好的结构特性。     

两电平电压源型换流器负阻性与容性效应特征指标研究

为评估两电平电压源型换流器(VSC)并网系统的谐振不稳定风险,定义了4个描述两电平VSC负阻性与容性效应的特征指标.首先,基于简化等效电路,通过奈奎斯特稳定判据论证了VSC负电阻引起谐振不稳定的简单机理.然后,通过分析两电平VSC的交流侧扰动响应特性建立其端口阻抗模型.在此基础上,通过简化分析建立VSC端口电阻和端口电抗的宽频近似模型;据此定义了VSC负阻性与容性效应的特征指标,并对其影响因素进行了分析.最后,通过电磁暂态仿真验证了宽频近似模型的准确性和特征指标的有效性.算例分析表明,文中提出的特征指标可以定性评估两电平VSC并网系统的谐振不稳定风险.     

采用最大-最小蚁群算法的励磁系统参数辨识

为获得发电机励磁系统准确的模型参数,对BPA(bonneville power administration)软件中励磁系统典型仿真模型进行深入分析,得到模型参数与励磁系统大、小阶跃响应特性的关联关系。结合实际情况,对需辨识参数进行筛选,对参数取值范围进行限制。采用最大-最小蚁群算法对参数进行辨识,先求得影响发电机空载电压小干扰阶跃响应特性的主要参数,再得到影响发电机空载电压大干扰阶跃响应特性的主要参数。BPA计算得到的辨识模型仿真曲线与实测数据吻合良好,仿真结果表明了辨识方法的有效性。     

汽轮机组动力系数及其变工况特性响应研究

汽轮机绝对内效率可以表达为反映回热效果的动力系数与无回热循环效率的函数。研究并完善了动力系数的算法模型及其变工况响应特性,提出了汽轮机绝对内效率的简化模型。根据动力系数的概念提出与汽动给水泵相关动力系数的修正算法,完善了动力系数的算法模型;研究了典型外部约束条件(第一类因素)对动力系数的影响,建立了动力系数基准曲线;研究了运行参数(第二类因素)和设备效率(第三类因素)小幅度波动对动力系数的影响,建立了动力系数相对变化率的变工况响应曲线;提出了基于动力系数基准曲线(忽略第二、三类因素小扰动的影响)的汽轮机绝对内效率简化模型,该简化模型可以快速、直接反映三类因素对汽轮机绝对内效率的影响,误差分析表明该简化算法模型可以满足工程计算的精度要求。     

照明环境、计量和非视觉响应

国际标准CIE S 026:2018为时间生物学领域的照明专业人员和现场研究人员提供了一种方法来表征非视觉光感受与响应方面的光照量。该标准定义了五种光谱灵敏度函数,以描述光辐射刺激五种α响应视网膜光感受器的能力,这些光感受器通过内在光敏视网膜神经节细胞(ipRGCs)对人类产生非视觉效应。CIE最近还发布了一个开放获取的α响应工具箱,基于测量(用户自定义)的光谱或工具箱中内置的标准照明体(A、D65、E、FL11、LED-B3),计算光度量、辐射度量和光子系统中α响应计量的数量和比率。基于视黑素蛋白的ipRGCs光感受已被广泛证明可以解释非视觉响应的光谱敏感性,包括改变夜间睡眠的时间、褪黑素分泌和调节稳态瞳孔直径。最近的研究结果表明,感光色素视黑素蛋白也在视觉响应中发挥作用,并且基于视黑素蛋白的光感受可能对亮度感知和空间视觉方面有重要影响。虽然在非视觉效应方面,关于视杆细胞、视锥细胞与ipRGCs如何交互的认识不断发展,最近CIE的一份关于应用“在合适的时间推荐合适的光照”的立场声明中使用了视黑素响应日光(D65)等效照度来指导调节非视觉响应。关于这种方法的详细说明,可以通过第二届昼夜...     

无线电能传输系统小信号模型降阶研究

无线电能传输(WPT)系统具有高阶、非线性及强耦合的特点.为准确描述WPT系统动态响应,进而实现控制系统的优化设计与分析,该文以LCL-S电路拓扑为研究对象,利用广义状态空间平均建模方法得到WPT系统的大信号模型,在此基础上建立系统高阶小信号模型.同时,为简化系统控制器设计,采用拉盖尔多项式展开与平衡理论相结合的方法,对高阶小信号模型进行降阶处理,即将11阶系统降为3阶.仿真与实验结果表明,降阶系统与全阶系统具有相似的动态响应及小扰动稳定性,验证了降阶模型的有效性与准确性,为WPT控制系统的设计奠定了模型基础.     

Application of a cellular neural network to facial expression animation and high-level image processing

The cellular neural network (CNN) is used to animate facial expressions of a human being. First, the change in facial expressions is regarded as a smooth 2D transformation which is restricted by a bending energy function and displacements of some key-points. Second, the parameters of the CNN are determined by comparing the bending energy function with the energy function of the CNN. Finally, the CNN is used to realize the transformation by minimizing its energy function. Also, the CNN is used to model some visual illusions which are frequently used in psychological tests. First, the retinal induction field is modelled by using a template. The comparison of this CNN model with the real physiological measurements is presented. Then, based on this template, the CNN universal machine is used to model four types of visual illusions: subjective contour illusion (Kanizsa illusion), size illusion (Mueller-Lyer illusion, Ponzo illusion), direction and location illusion (angular illusion of location, Poggendorff illusion) and contrast illusion (Herring illusion). Computer simulations are provided for animating facial expressions and modelling visual illusions.     

基于神经网络结合遗传算法的Jiles-Atherton磁滞模型参数计算

根据改进的Jiles-Atherton磁滞数学模型,提出了一种实用的磁滞模型参数的提取方法,即基于神经网络结合遗传算法的方法,通过神经网络训练拟合寻优函数,以及遗传算法极值寻优,而得到Jiles-Atherton磁滞模型的5个常规参数。计算证明,应用本文方法的计算参数得到的磁滞回线与实验磁滞回线相吻合。     

人工神经网络在电机设计专家系统中的应用研究

首次将人工神经网络应用于电机设计专家系统。根据电机设计的特点,提出了用基于神经网络的类比法确定电机的主要尺寸。同时采用了带有可调参数的多层神经网络,并对ＢＰ学习算法进行了改进。实验表明,该方法是成功的。     

异步电机频率支撑能力分析及其等效惯量评估

与传统电力系统相比,新型电力系统正逐渐演变为直流和新能源高渗透的低惯量电力系统,负荷侧惯量占比逐渐升高。异步电机在负荷侧占有较高的比例,其在惯性时间尺度下所发挥的频率支撑作用需要进一步的研究。为了评估惯性时间尺度下异步电机的等效惯量,本文建立机电暂态下的异步电动机的小信号模型,推导出其有关异步电机消耗功率和系统频率偏差的传递函数。同时本文推导出异步电机对电力系统的有效惯量并分析异步电机对电网呈现惯量的时变特性。根据惯量响应阶段频率支撑能力这一思想,分析影响异步电机惯量频率响应的因素。提出异步电机等效惯量评估模型,量化体现出动态负荷的惯量频率支撑能力。最后在MATLAB/Simulink以及PSASP平台搭建仿真模型,验证本文提出评估模型和方法的正确性和有效性。     

On-line identification of synchronous machines using radial basisfunction neural networks

On-line identification of the synchronous machines using radial basis function neural network (RBFNN) is presented in this paper. The capability of the proposed identifier to capture the nonlinear operating characteristics of the synchronous machine is illustrated. The results of the proposed identifier performance due to square and uniformly distributed random variations in both mechanical torque and field voltage are compared with that obtained by time-domain simulations. Correlation-based model validity tests using residuals and inputs have been carried out to examine the validity of the proposed identifier. The results of these tests demonstrate the adequacy of the proposed identifier     

Parameter design of switched assist controller for man–machine cooperative system with human behavior model based on hybrid system

Recently, the demand for man–machine cooperative systems has been growing in many industrial fields, particularly in cell production and in flexible manufacturing systems. In the design of man–machine cooperative systems, the characteristics of human behavior must be considered. This paper presents a new design strategy for a switched assist controller for a man–machine cooperative positioning task that takes into consideration a human behavior model based on a continuous/discrete hybrid dynamical system. First, the human behavior model is identified as a piecewise ARX model using k‐means clustering and a support vector machine. Second, the switched assist system is designed as a switched impedance controller based on the identified hybrid human behavior model with optimization. The optimization was solved by performing a forward calculation of the closed loop response of the human behavior model and controller with a criterion reflecting the task time and the force effort. The results show that one can find the optimal parameters for a switched impedance controller. © 2011 Wiley Periodicals, Inc. Electr Eng Jpn, 177(1): 55–64, 2011; Published online in Wiley Online Library ( wileyonlinelibrary.com ). DOI 10.1002/eej.20932     

磁饱和式可控电抗器的工作特性及其仿真研究

介绍了一种具有完全对称磁路结构的磁饱和式可控电抗器,分析了该种可控电抗器的基本电路结构、工作原理和工作状态,并理论分析了该种可控电抗器的工作特性,主要是控制特性和谐波特性,得出了该种可控电抗器输出电流及其波形畸变率与控制量,即控制绕组所联结晶闸管触发角的非线性函数关系。通过对一小容量工业样机进行详细的仿真研究,得出了更为具体的反映该种磁饱和式可控电抗器输出电流随饱和度变化的响应特性和谐波特性。仿真结果与理论分析相一致,验证了仿真模型的正确性与精确性,并由此表明了该种磁饱和式可控电抗器具有控制性能良好、输出电流谐波分量很低的工作特性。研究结果对于该类磁饱和式可控电抗器的工程设计与运行分析具有一定的理论指导与实践参考意义。     

基于 1DCNN-BiLSTM 组合模型的 S700K 转辙机故障诊断

针对 S700K 转辙机故障诊断有效特征提取困难,信号处理与分类算法难以联合优化的问题,提出了一维卷积神经网络 (1DCNN)与双向长短期记忆神经网络(bidirectional long short-term memory,BiLSTM)结合的转辙机故障诊断方法。 首先,对微机 监测系统采集的转辙机功率曲线进行处理;其次,通过卷积神经网络(convolution neural networks,CNN)的卷积层和池化层对处 理后的数据自适应提取故障特征;再经过扁平层(Flatten)把提取的故障特征作为 BiLSTM 层的输入,进一步挖掘深层次的特征; 最后使用 Softmax 函数实现智能故障诊断。 以某铁路局提供的真实数据验证模型,结果显示所提模型的精确率、召回率和 F1 值 等评价指标分别达到 98. 99%、98. 89%和 98. 89%,相较于其他经典故障诊断模型,1DCNN-BiLSTM 模型在保证训练速度较快的 情况下,将故障诊断的准确率至少提升了 1. 08%。     

利用多源信息和深度置信神经网络的配电系统空间负荷预测

准确的空间负荷预测是配电系统精益化规划的基础。在此背景下,提出利用多源信息融合和深度置信神经网络的配电系统空间负荷预测方法。首先,在分析空间负荷元胞多源信息特征的基础上,采用基于程度副词语义标定的结构化方法对负荷元胞的非结构化属性进行结构化处理,以充分挖掘利用负荷元胞数据信息。然后,采用受限玻尔兹曼机方法和反向传播（back propagation, BP）算法相结合学习元胞特征,以提升元胞高维特征提取的性能,并采用训练后的深度置信神经网络预测待规划区域的空间饱和负荷密度。最后,以某城市的区域配电系统为例,对所提出的空间负荷预测方法进行验证;仿真结果表明：在空间负荷预测模型中考虑非结构化信息的影响可以提高空间负荷预测精度,且与现有的一些方法相比,所提方法的预测精度更高。