基于双向差分建模的优化GM(1,1)模型及其在中长期电力负荷预测中的应用

针对电力负荷预测,论述了一种基于双向差分计算的GM（1,1）建模方法,采用向前差分与向后差分建模的拟合误差平方和最小的原则进行参数估计。为了进一步提高GM（1,1）模型的拟合及预测精度,利用拟合值和原始值误差平方和最小的原则对预测模型的初始值进行了优化,摆脱了原有模型的初始值必经过历史数据中的某一点的束缚。以太原地区电力负荷和重庆地区的农村用电量为例,采用了几种典型GM（1,1）模型进行了拟合和预测对比分析,结果表明所提出的优化GM（1,1）模型的拟合、预测精度更高,适应性更强。     

基于超声波定位的感应式无线能量传输原理及精度分析

本文采用基于TDOA算法的超声波定位为电动汽车感应式无线能量传输提供对准方法,并使用卡尔曼滤波结合超声波模块进行实验验证。为提高算法精度,本文基于TDOA算法超声波定位模型提出一种发射器位置计算方法;然后在算法原理推导过程中,分别对算法中影响定位精度的主要因素（如传感器位置布置形式、接收传感器间距、时间差测量误差、发射传感器高度等）进行了仿真和对比;最后将算法仿真结论进行实验验证,实现了在误差允许范围内的精准定位。本文的结论对采用TDOA算法进行超声波定位的方案及参数选取提供了一定的依据。     

MEMS惯性传感器的三轴转台实验研究

MEMS惯性传感器在导航等应用中要建立准确的输出模型,为此需要对传感器进行性能参数测试。介绍搭建的SGT320E三轴转台惯性传感器实验平台;对MEMS惯性传感器ADIS16300内置的单轴陀螺仪进行两位置静态试验和速率传递动态试验,对三轴加速度计进行六位置测试。采用MATLAB对三轴转台和ADIS16300进行数据读取、实时绘图和数据处理。所测得参数与数据手册对照基本一致,表明该传感器各项性能良好,根据测试结果对陀螺仪及加速度计分别建立简单的误差模型。     

温度传感器测量滞后误差的动态逆模型补偿方法

由于温度传感器的测量滞后，导致温度控制系统中的实际被控温度存在较大超调。该文提出了一种通过建立温度传感器的动态逆模型，来展宽其工作频带，以此来减小传感器测量滞后误差的方法。用该方法设计的动态补偿器具有不依赖传感器动态模型的特点，可根据传感器以及参考模型对输入激励响应的实测数据，通过微粒群（PSO）算法的优化学习得到补偿器的参数。检测信号经补偿计算后输出，能够克服传感器的测量滞后．实验证明了该方法的有效性。     

关口电能表动态误差实验室测试方法

提出了电能表动态性能测试技术的研究状况和存在的问题,从电能表内部的计量工作原理和外部动态负荷运行工况的影响两个方面,分析了影响电能表测量误差的因素;给出了OOK动态负荷测试激励信号模型,基于此模型,提出了关口电能表实验室动态误差测试实验方法和测试系统的构建方案,建立了电能表动态误差测试系统,采用该系统对不同型号关口电能表进行动态误差测试;最后分析了动态误差测试数据,指出了关口电能表动态误差存在的问题。     

关口电能表动态误差实验室测试方法北大核心

提出了电能表动态性能测试技术的研究状况和存在的问题,从电能表内部的计量工作原理和外部动态负荷运行工况的影响两个方面,分析了影响电能表测量误差的因素;给出了OOK动态负荷测试激励信号模型,基于此模型,提出了关口电能表实验室动态误差测试实验方法和测试系统的构建方案,建立了电能表动态误差测试系统,采用该系统对不同型号关口电能表进行动态误差测试;最后分析了动态误差测试数据,指出了关口电能表动态误差存在的问题。     

基于RBF神经网络的无刷直流电机无位置传感器控制

通过分析无刷直流电机间接位置检测原理 ,提出了基于径向基函数 (RBF)神经网络的无位置传感器控制方法。该方法建立动态的RBF网络模型 ,采用k 均值聚类法和递推最小二乘法 (RLS)离线训练得到网络初始参数 ,采用基于梯度下降纠正误差法在线训练更新网络参数 ,通过对电机端电压和相电流的映射 ,得到电机换相信号 ,取代了传统的位置传感器。最后实验结果表明了该控制方法的有效性     

基于虚拟磁链的PWM整流器模型预测直接功率控制

为了省去基于虚拟磁链定向的传统直接功率控制(DPC)中的滞环比较器和开关表以及基于电压定向的传统模型预测直接功率控制(MPDPC)中的交流电压传感器,提高系统的动态响应,实现功率的准确跟踪,在二者的基础上结合空间矢量脉宽调制(SVPWM),再引入延时补偿和重复控制,在两相静止坐标系下,以电网电压作为基本控制矢量,利用功率给定值与实测值的误差平方和最小建立目标函数,提出一种基于虚拟磁链的电压型PWM整流器的改进MPDPC方法。将传统DPC、传统MPDPC与改进MPDPC进行了仿真和实验对比研究。仿真和实验结果表明,所提改进MPDPC方法提高了功率跟踪精度,减小了功率纹波,降低了电流谐波畸变率。     

基于粒子群优化的超级电容器模型结构与参数辨识

为了分析超级电容器的动态特性,并准确估计荷电状态、健康状态等信息,需要建立超级电容器模型。提出以系统辨识方法作为建模手段,为克服广义误差准则不能保证模型输出误差最小的缺点,采用输出误差准则并推导出对应的非线性目标函数。应用粒子群优化算法对该目标函数进行优化求解,并获得模型参数。针对结构辨识问题,采用最终输出误差准则计算结构判别指标,通过比较该指标值确定模型最佳阶次。实验和仿真结果表明,所提模型能精确描述超级电容器的动态特性,建模方法可行。     

基于DSP的开关磁阻电机无位置传感器控制

传统开关磁阻电机(SRM)调速系统采用位置传感器,使系统结构的复杂度加大、成本提高、可靠性降低,因此给其推广应用带来了诸多限制.无位置传感器控制直接利用电机的电压和电流信息间接确定转子位置,从而使系统结构更加坚固.这里采用高性能DSP实现无位置传感器控制,首先建立电机的磁链模型,然后利用磁链、相电流对转子位置进行了估算.实验结果证实了位置观测误差小,系统动态特性好,且允许加负载启动,方案简单可靠、有效可行.     

超声波电动机二输入Hammerstein非线性建模

为给超声波电动机多变量控制系统的设计与分析提供必要基础,建立超声波电动机二输入Hammerstein非线性模型。将模型的静态非线性环节设计为Gauss函数,更准确地表述超声波电动机的非线性特性。采用改进差分进化算法,进行模型参数辨识,给出优化算法参数值的调试方法,以保证建模过程的有效性。模型计算结果与实验数据的对比表明,该模型精度较高,建模方法有效。     

燃气管道泄漏的次声源定位算法研究

针对城市燃气管道泄漏定位精度不高的问题,根据燃气管道泄漏时泄漏点产生次声波的特性,提出了一种燃气管道泄漏的次声源定位算法。该算法通过构建泄漏源的定位模型,利用传感器节点和泄漏点之间位置上的几何关系得到泄漏点位置。首先利用传感器阵列采集燃气管道泄漏时产生的次声波信号,并对该信号进行小波去噪处理,接着利用广义互相关法计算相邻传感器节点间的时延,最后结合定位模型计算出泄漏点位置。针对算法的信号处理部分进行了仿真,并在实验室进行了泄漏点定位的模拟实验。结果表明,在燃气管道泄漏定位中,算法的定位误差在1 m以内,具有较高的定位精度。     

基于粒子群优化的超声波电机非线性Hammerstein辨识建模

由于超声波电机(USM)具有机电能量转换、不规则外形的定转子以及复杂的摩擦和接触机理,很难建立其适合于控制的非线性数学模型。针对这个问题,本文采用粒子群优化算法建立了超声波电机的非线性Hammerstein模型。该模型由静态非线性和动态线性两部分串联而成,能够以相对简单的形式表述超声波电机的非线性特性。所得模型的仿真计算结果与实验数据接近,表明了建模方法的合理性和所建模型的有效性。     

基于改进Levy飞行的PSO湿度传感器补偿算法

针对综合管廊中温度变化导致湿度传感器数据失真的问题,提出一种改进Levy飞行的粒子群优化(PSO)算法(ILPSO),用于补偿数据误差。首先,建立一个预测误差的神经网络,通过PSO寻找网络初始参数;然后,在PSO寻找过程中加入改进的Levy飞行,粒子飞行的概率与到最优粒子的距离成反比,靠近最优粒子时以较大概率反向逃离最优粒子,克服粒子早熟问题;最后,网络以PSO的输出作为初始参数重新训练。在算法寻优性能实验中,相比于其他测试算法,ILPSO算法的寻优能力更强,在传感器误差测试实验以及稳定性实验中,ILPSO算法的补偿效果最好,补偿后的湿度值误差在5%以内,均方误差(MSE)最低,稳定性最好。实验结果表明,与传统的Levy飞行相比,ILPSO算法对误差预测网络的适应度更强,收敛更快,提高了湿度传感器温度补偿的准确性以及稳定性。     

基于Hammerstein模型的超声波电机非线性补偿

超声波电机的运行过程具有明显的非线性特征,影响电机控制精度。超声波电机Hammerstein模型中的非线性环节,反映了电机控制关系中非线性的主要特征。通过求取模型非线性环节的逆函数,实现对控制非线性的有效补偿,简化控制器设计,有利于提高控制性能。基于非线性逆补偿,给出一种迭代学习转速控制方法,并进行实验研究。实验表明了所述非线性逆补偿及控制方法的有效性     

GA-BP神经网络对SAW压力传感器测量数据的拟合

随着传感技术的不断发展,出现了越来越多以传感器为基础的无线传感检测系统。这些传感系统需要对采集到的数据进行数据分析。因此,传感器的数据分析对于无线传感系统的精确检测起到至关重要的作用。首先对设计的声表面波(surface acoustic wave, SAW)微压力传感器进行实际测量,利用最小二乘法建立数学模型,对测得的频率变化与对应的载荷力之间的关系进行数据拟合分析。随后,构建BP(back propagation)神经网络模型,通过该方法对已采集的数据进行样本训练并对SAW微压力传感器的输入与输出之间的关系进行预测。最后,使用遗传算法(genetic algorithm, GA)对BP神经网络进行优化。结果表明,经过优化后比优化前的BP神经网络误差减少近45%,从而验证了遗传算法能够优化BP神经网络的可行性。该分析方法对声表面波微压力传感器无线传感检测系统的发展提供了重要的研究依据。     

无线传感器网络中节点的自身定位算法分析

无线传感器网络中节点的自身定位是其大多数应用的基础,文章利用网络中存在的冗余信息,针对客观存在的不良节点,对现有分布式无需测距技术的Amorphous定位算法进行改进,以提高整个网络的平均定位精度。仿真结果表明,改进后的算法有效地降低了节点位置的平均估计误差。该算法无需任何附加的硬件支持和良好的拓展性,对实际的应用具有积极的意义。     

基于WiFi辅助的自适应步长的室内定位算法

随着室内定位的需求越来越多,基于PDR算法的低成本惯性传感器定位方法备受青睐。在PDR算法的基础上,提出了一种步长可随着步频自适应变化的s f关系模型。同时针对PDR算法的误差累积问题,利用WiFi信号的接入点位置的绝对坐标对定位误差进行校正,利用连续的两个WiFi信号接入点位置辅助动态调整步长,避免了长时间的计步累积误差对步长的影响。实验验证该方法可有效提高室内定位的精度。     

一种微观-宏观相结合的晶闸管PSPICE模型

提出了一个实用的晶闸管ＰＳＰＩＣＥ模型。利用Ｈａｍｍｅｒｓｔｅｉｎ方法构造模型,并且综合 器件的内部物理过程和其外部特性。该模型能够较为准确地描述晶闸管的正,反向恢复过程,可用于以晶闸管为开关器件的电力电子系统的暂态过程仿真,模型参数可以方便地从产品手册和实验数据中得到。     

压力传感器的温度补偿研究及其应用

为了解决影响压力传感器测量的温度漂移问题,研制一种适合轨道车空压系统压力测量的高性能传感器。文章提出结合GA-PSO算法优化BP神经网络的新型压阻式压力传感器温度补偿模型,通过MATLAB仿真验证该模型的可行性。仿真结果表明:与BP-LM算法和GA-BP算法相比,新的优化算法收敛速度提高了89%,预测结果的误差绝对值均在2.5 k Pa以下,且变化范围小,满足"快、准、稳"的高性能高求。装置现场运行效果良好,在温度相差较大的一天之内的不同时间段轨道车运行时的空压系统测量气压均在750 k Pa左右。