电梯用永磁同步电机BP神经网络PID调速控制方法的研究

为了使电梯能够更好的满足舒适性和快速性的要求,需要对电梯用PMSM的控制算法进行改进。本文在分析PMSM动态模型的基础上,将BP神经网络PID控制算法应用于PMSM调速系统并与PI控制的电机调速系统进行比较。仿真结果表明采用BP神经网络PID控制的永磁同步电机调速系统在动态性能上有明显的提高,且有良好的稳态精度。结合电梯速度曲线进行的仿真研究验证了BP神经网络PID控制算法用于电梯用PMSM调速系统的可行性。     

基于BP神经网络的电站负荷预测仿真研究

随着神经网络理论在电力行业应用不断广泛和深入,神经网络用于电力负荷预测也取得一定成果。为了减小负荷预测的误差,提高预测精度,将BP神经网络引入电站负荷预测,首先介绍了电力负荷传统预测方法,进而引出了人工神经网络预测方法,分析了BP神经网络原理、模型及算法,通过m语言在MATLAB中建立了负荷预测模型,对实际电站数据进行了仿真分析,得到了训练误差曲线,验证了BP神经网络应用于负荷预测满足一般精度的要求,从而改进了传统方法带来的误差,使预测结果接近实际值。     

基于预处理BP神经网络的开关磁阻电机建模

针对开关磁阻电机(SRM)强耦合、强非线性、难以精确解析建模的问题,提出一种基于数据预处理的反向传播(BP)神经网络建模方法。首先通过传统直流脉冲法测量一个电周期内SRM静态电磁特性,获取建模样本数据;其次充分利用电机先验知识,通过可以初步反映SRM非线性特性的磁链和转矩解析表达式对实测样本数据进行预处理并作为BP神经网络新的输入,降低神经网络拟合误差。与传统BP神经网络建模的对比结果显示,引入预处理方法可以有效减少BP神经网络节点数量,增强神经网络泛化能力,提高神经网络建模精度。     

基于AdaBoost-Elman算法的锂离子电池荷电状态估计方法

工作状态下的电池是一个动态的非线性系统,基于数据驱动的机器学习是锂离子电池SOC估计建模的一类重要方法,其中基于神经网络的学习方法是典型代表。针对单一前馈型神经网络(如BP神经网络)预测过程中存在泛化能力低、局部极小化、预测精度低及动态性不足等问题,提出基于AdaBoost-Elman算法的锂离子电池SOC估计方法。该方法充分利用了Elman神经网络的动态特性和AdaBoost算法提高弱预测器精度的特性,使组合后的强预测器具有较强的泛化能力、估计精度和动态特性。与BP神经网络和Elman神经网络的估计精度进行比较,AdaBoost-Elman神经网络的估计精度高、动态特性好,为锂离子电池SOC估计提供了一种新的途径。     

基于遗传算法改进BP神经网络的风电功率预测研究

风电功率预测对于风电场和电网的安全可靠运行具有重要意义。以某风力发电机为研究对象,根据该风机历史天气信息和风电功率数据,使用遗传算法改进BP神经网络,构建复合型神经网络的风电功率预测系统。运用MATLAB软件对算法进行编程与仿真,仿真结果表明,单一的BP神经网络预测系统波动性较高,精度不足,而复合型的神经网络算法有效地解决了这一问题,改进后的预测系统精度较高、稳定性较强,满足工业生产需求。     

基于粒子群算法的BP神经网络光伏电池建模

针对光伏电池复杂难以建模的非线性特性,本文提出一种基于粒子群算法(PSO)的反向传播(BP)神经网络建模方法.神经网络具有很强的非线性拟合能力,但同时也存在收敛速度慢、容易陷入局部极值、建模精度不高等缺点.本文采用粒子群算法来优化神经网络的内部连接权值,以改善神经网络的性能,并基于这种改进的神经网络构建光伏电池动态模型...     

改进的T-S模糊神经网络在化工软测量中的应用

软测量技术在化工生产过程中具有较好的应用前景,适合于监测测量成本高、难于或无法实际测量的过程变量。将改进的T-S模糊神经网络模型引入到软测量建模中,通过偏差校正网络对系统输出量进行动态补偿,可比传统T-S模糊神经网络模型获得更好的系统辨识效果,通过实际测试,软测量结果的均方误差可降低约70%左右。改进的T-S模糊神经网络中由于增加了偏差补偿系统,因此软测量精度获得提高。     

基于NAR动态神经网络的BDS周跳探测与修复方法

针对北斗导航定位系统(BDS)数据处理过程中出现的周跳问题,提出一种提升小波结合NAR动态神经网络的周跳探测与修复方法。首先构造了非差周跳检验量,通过提升小波法探测到周跳发生历元,再采用NAR动态神经网络法、改进BP神经网络法以及传统多项式拟合法,分析对比不同方法周跳修复效果。实验仿真结果表明,在周跳探测方面,提升小波法可有效探测0.2周以上的小周跳;在周跳修复方面,NAR神经网络比改进BP神经网络的拟合度提高40%左右,预测精度比改进的BP神经网络提高50%左右,比传统多项式拟合法提高10%以上,更适用于小周跳的探测与修复,进一步提高了定位精度。     

基于PSO优化BPNN估计光伏阵列MPPT控制系统研究

为了充分利用光伏阵列转换能量,提高光伏阵列的发电效率,在分析光伏阵列的伏安特性及最大功率点跟踪(MPPT)原理的基础上,提出了一种基于粒子群算法优化BP神经网络(PSO-BPNN)的建模方法,并用这种改进的神经网络构建了光伏阵列的动态模型.通过PSO-BPNN模型拟合光伏阵列输出功率与输出电压的非线性关系,实现了对光伏阵列的最大功率点跟踪.Matlab/Simulink仿真及在线测试结果表明:基于PSO-BPNN估计的光伏阵列MPPT控制系统能快速、精确地跟踪光伏阵列的最大功率点,改善了BP神经网络收敛速度慢,易陷入局部极值,建模精度不高的缺点,提高了系统的稳定性和能量转换效率,是研究光伏发电这个复杂非线性系统的一个可行办法.     

DTC系统中神经网络转速辨识器优化研究

基于直接转矩控制（DTC）系统中的非线性关系,提出了利用改进粒子群优化（PSO）算法优化BP神经网络来构造转速辨识器。利用惯性权重线性递减法和粒子调整机制相结合来改进PSO算法,能加快BP神经网络收敛速度并实现全局搜索。通过对3种改进BP神经网络的仿真和实验,验证了改进PSO—BP神经网络能够使系统具有更为良好的静态和动态性能。     

微电网概率性最优的储能容量研究

针对可再生能源发电受外界环境影响较大、难以控制,接入微电网后对其安全运行带来很大挑战的问题,指出在微电网中接入储能装置可有效地解决此问题;研究了微电网孤岛运行时储能容量的确定方法,提出了一种概率性最优的储能容量确定方法：计算了微电网调度出力与负荷需求的功率差额,并根据其概率函数密度曲线确定储能系统的最大充放电功率;根据储能系统不同时刻其充、放电量累计值的概率函数密度曲线,求出其最优储能容量,使电网能实现经济效益最优和可再生能源利用率最大。采用该方法确定微电网储能容量,具有求解方法简捷、所需储能容量小的特点。     

电解铝整流系统建模与稳流协调控制策略

介绍了大功率直流电解铝供电系统结构,建立了包括电解槽负载模型、饱和电抗器（ＳＲ）模型以及有载调压变压器（OLTC）的整流系统模型,提出了稳流协调控制策略：OLTC可对系列电流进行离散性的粗调,SR可在一定范围内实现对系列电流的连续性微调,两者结合能有效地解决机组投入与退出、阳极效应发生等大扰动下的稳流精确控制问题。基于电磁暂态分析软件包（ＥＭＴＤＣ）搭建了6机组整流系统,对网侧电压波动、负荷波动等工况进行了仿真分析,仿真结果表明：所提协调控制策略能保持直流系统处于最佳的运行状态,可实现电解铝生产过程中电流的平稳。     

基于卡尔曼增益动态修正的动力电池SOC估算

扩展卡尔曼滤波法(EKF)被认为是一种精度较高的电动汽车动力电池荷电状态(SOC)估算法,但是观测方程误差会对SOC估算结果带来影响。对EKF滤波过程进行改进,根据观测方程的误差对原EKF滤波过程增设动态卡尔曼增益修正系数,提出基于卡尔曼增益动态修正的动力电池SOC估算法。仿真结果表明EKF法可以有效克服SOC初始值不准确所造成的估算误差,动态卡尔曼增益修正系数可以进一步减小由于观测方程误差造成的SOC估算误差,使估算误差保持在5%之内。     

多ARM协同架构的智能合并单元设计

为降低合并单元设备成本、增强其智能化和通用化特性,利用多ARM（高级精简指令集处理器）并行处理的优势来构建智能合并单元。采用灵活的模块化方式来进行总体架构的设计,通过光纤接口方式与其他智能电子设备建立基于快速以太网的双向通信,遵循IEC 61850通信标准进行采样值报文和GOOSE报文的高速网络化传输。结合数据处理和报文传输的要求,详细阐述了采样控制和开入开出控制等核心部分的软件处理流程。采样值及GOOSE传输等相关测试结果表明,该智能合并单元工作可靠而稳定,可满足智能变电站中合并单元在实时性强、可靠性高、通信流量大等方面的要求。     

级联Boost变换器输出电压纹波分析

级联Boost变换器含有两个LC滤波器,呈现四阶动力学特性,具有宽输入电压范围的特点。其输出电压纹波与电感、开关周期、电容和负载等因素有关,其中输出电压纹波受电容等效串联电阻影响较大。采用时间平均等效原理对级联Boost变换器进行直流稳态分析,分析了两个电容等效串联电阻对输出电压纹波的影响,由理论分析可知电容C1的等效串联电阻对输出电压纹波影响较小,电容C2的等效串联电阻对输出电压纹波影响较大。采用谷值电流控制策略,保证了变换器稳定地工作在较高直流电压传输比的情况下,避免了次谐波振荡现象。实验验证了理论分析的正确性。     

碱法提取煤矸石中氧化铝试验条件优化

工业固体废物煤矸石中存在有价值的氧化铝,如能将其替代铝土矿提取氧化铝,则将变废为宝。然而,煤矸石中的铝、硅主要以高岭土形式存在,活性很低,因此需要通过高温破坏煤矸石中高岭土结构,才能将其中的氧化铝转化为可溶于碳酸钠溶液的铝酸钙。为了使煤矸石中的氧化铝尽可能多地溶出,采用正交试验方法分别对采用石灰烧结法提取煤矸石氧化铝的活化和溶出条件进行了优化。试验结果表明：采用石灰烧结法提取煤矸石氧化铝,最佳条件下煤矸石中氧化铝溶出率可高达89.5%,试验所确定的最佳条件可供工业试验参考。     

关于“十三五”配电网发展的思考

配电网直接面向电力用户,是保障电力“落得下、用得上”的关键环节,也是改善民生的重要基础设施。面对“十三五”期间配电网发展“高质量、智能化”的需求,在梳理总结当前存在问题的基础上,从经济社会发展、高供电可靠性要求、分布式能源与多元化负荷接入、外部建设环境变化等角度阐述了配电网发展面临的挑战与机遇,提出了未来配电网发展面临的关键问题,并从规划建设角度提出了应对措施与建议。     

DZM与FM系列铅酸蓄电池在制造过程中的比较

根据多年的实际工作经验,从基本原理、客户要求及电池使用的角度出发,通过不同生产及工艺条件下反应生成物的不同,对DZM与FM系列铅酸蓄电池在生产制造过程中的不同进行了阐述。     

全钒液流电池电解液的制备和性能优化研究进展

全钒液流电池是一种新型的适用于大规模储能的电池,钒电解液是全钒液流电池的重要组成部分,电解液的制备及性能优化是全钒液流电池的一个研究热点。介绍了全钒液流电池电解液的制备和性能优化的研究进展,并展望了全钒液流电池电解液研究的发展方向。     

基于NW小世界的量子进化算法在无功优化中的研究

针对量子进化算法的早熟问题,提出了一种适于电力系统无功优化的NW（newman-watts）小世界量子进化算法。该算法引入了NW小世界网络模型,以一种新颖的随机加边方式动态改变种群个体的邻域拓扑结构,从而保证了整个优化过程中的种群多样性,提高了算法的全局搜索能力。应用该算法对IEEE-14节点和IEEE-57节点系统进行无功优化的仿真分析,结果表明,NW小世界量子进化算法在电网无功优化计算中具有较强的全局寻优能力和较高的收敛精度。