基于小信号稳定性分析的含VSG微电网电能质量主动控制

为提高分布式电源电力电子变换装置的利用率,实现变流器的功率控制,提高电能质量,文中提出一种基于小信号稳定性分析的含虚拟同步发电机(VSG)微电网的电能质量主动控制策略,在原有双闭环控制器基础上,设计参数化控制器进行谐波抑制,实现控制性能指标的改进。首先,建立基于微电网拓扑的VSG小信号模型,并分析VSG控制过程的稳定性。其次,设计了基于鲁棒观测器的控制器,以电能质量性能指标跟踪误差最小为目标函数,利用优化方法对跟踪误差进行逐步最优求解。通过MATLAB/Simulink对所提控制策略进行仿真,结果表明:所提出的方法实现了变流器鲁棒控制和电能质量治理,性能改善作用明显。     

基于多智能体系统微电网分布式控制研究

基于为了克服传统集中式控制策略计算量大、对系统通讯依赖强等缺点,文中提出了基于多智能体系统的分布式控制策略,采用有、无领导者一致性算法来解决经济调度问题。以各个微源的增量成本作为一致性变量,通过相邻微源间的相互通信,最终在满足各个微源达到增量成本一致的同时实现整个系统效益最优的经济目标。算例仿真验证了分布式一致性算法的有效性,研究收敛系数、通讯拓扑结构对算法收敛速度和动态性能的影响,并通过有领导者一致性算法与无领导者一致性算法的仿真结果进行对比,验证无领导者一致性算法的优势。     

考虑带泵类负载感应电动机影响的静态电压稳定性分析

为了更准确计及泵类负载机械特性对配电网静态电压稳定的影响,建立了一种将感应电动机T型等效电路与泵类负载机械特性相结合的感应电动机负荷模型。将其用于配电网潮流计算,采用前推回代法求解。进而将其用于连续潮流计算,建立了带泵类负载多台相同感应电动机的等效负荷模型,分析负荷连续增长对配电网静态电压稳定的影响。采用IEEE33节点算例对提出的模型与方法进行仿真验证,并与负荷按恒功率因数增加模型的连续潮流进行了对比。仿真计算验证了所提方法的合理性和有效性,表明采用该模型所得的静态电压稳定裕度要小于采用恒功率因数负荷计算结果,更接近工程实际情况。     

应用于有源电力滤波器中的重复控制研究综述

有源电力滤波器(APF)是治理电网谐波污染的有效手段,重复控制由于能够对周期性的参考信号实现无差跟踪,而被广泛地应用到APF中。传统的重复控制由于存在着一个基波周期的延时而使得其动态响应慢,不能及时跟踪指令电流,影响使用效果,因此,本文从不同方面介绍了重复控制的改进,以达到更优的补偿效果,并简单说明了各种方法的可取与不足之处,最后对改进后重复控制仍存在的问题进行说明。     

基于语句表和Profibus的水箱液位与进水口流量串级控制系统

提出一种基于语句表和Profibus的水箱液位与进水口流量串级控制方案。给出系统组成和设备硬件组态,说明使用符号地址访问数据块中数据的方法。阐述了PID功能块FB41的使用方法和主要参数说明,给出了语句表主要程序段。相关测试结果表明:该系统响应速度快,超调量小。     

基于功率预测滚动时域全局优化微电网能效控制

本文针对微网能量协调的最优经济要求,在传统之上,使用了模型预测控制框架下的滚动时域优化(receding horizon contrcl,RHC)方法,并采用支持向量机(SVM)来预测风机功率和负荷状态。结合微电网模型特点,提出一种具有柔性框架结构的改进型复杂过程全局优化进化算法(IEACOP)。该算法在通用框架内嵌入具有搜索机制的各类子方法,在充分考虑风力发电机和蓄电池的外特性数学模型以及约束条件的前提下,采用无限折射映射混沌模型改进多样性初始种群的生成策略。并应用局部搜索法对"超越策略"产生的超矩形区域进行深度搜索,提高局部最优解的求解效率。仿真结果表明,该方法充分发挥了IEACOP优势,满足微电网能量协调控制的要求,改进的复杂过程全局优化进化方法能够使用较少的调节参数完成微电网能量协调优化的可行解搜索,实例证实了所提出方法的有效性。     

基于分布式深度强化学习的微网群有功无功协调优化调度

针对微网群的分布式有功无功协调优化调度问题,提出一种分布式多智能体深度强化学习方法,可训练智能体在与环境交互的过程中学习到最优调度策略,并克服传统优化方法对模型的依赖。相较于已有基于“集中训练”框架的多智能体深度强化学习方法,该方法无须收集全局信息,能够更好地保障各子微网信息的隐私,减轻通信压力,并且在训练和执行阶段均表现出对通信故障的鲁棒性。此外,考虑到微网群存在拓扑变化而强化学习模型泛化能力差,提出一种迁移强化学习方法,利用已有智能体知识为每种拓扑高效训练一组智能体。最后,通过改进的IEEE 33节点系统算例,验证了所提方法在解决微网群分布式有功无功协调优化调度问题上的有效性。     

基于Mask R-CNN的动态物体剔除方法在RGB-D视觉SLAM中的应用

运行的场景中没有运动物体是大多数SLAM算法的前提,这个假设过于理想化,导致大多数视觉SLAM算法在动态环境下无法使用,因此也就限制了其在服务型机器人和自动驾驶等中的应用。提出了一种动态物体检测及剔除方法并将其整合到ORB-SLAM2[1]算法中,提升了其在动态场景中使用RGB-D摄像头时的稳定性。基于Mask R0CNN获得动态物体的检测和移除能力从而剔除从动态物体上提取到的ORB特征。在公共的RGB-D数据集上评估了加入动态物体剔除方法后的ORB-SLAM2系统,对比了在动态场景下和原系统的差异。改造后的系统在动态场景下的定位和建图精度提升较为明显。     

智能照明系统KNX与DALI协议网关的设计及实现

先进控制算法在实际应用过程中,往往伴随着算法难以实现、调试繁琐等问题。为将先进控制算法高效地部署到DCS上,提出了一种方便快捷的实现方法。首先,在MATLAB自身集成的先进控制算法与实际工业对象之间建立OPC通讯,反复调试后得到与被控对象特性相匹配的控制算法;其次,通过MATLAB RTW将该MATLAB/Simulink先进控制算法生成C++代码;最后,使用软PLC高级语言编程技术,将算法的C++代码无缝集成到DCS当中。实践中设计了一种基于双容水箱液位控制的模糊控制算法。实验结果表明,以该方式设计的控制算法具有良好的控制特性和较高的实际应用价值。该方式缩短了以往控制算法的部署周期,为先进控制算法在DCS中的实际应用提供了强有力地解决方案。     

一种基于人脸分割的PCA和SVM人脸识别方法

基于PCA和SVM提出了一种新的人脸分割法,将双眼、额头、鼻子、嘴等可以明显表征人脸的六类特征提取出来,舍弃双颊以及耳朵等特征量少的部位。融合上述人脸的特征识别结果,运用支持向量机的方法进行分类识别,实验结果表明,文章所提出的PCA与SVM融合的新的人脸分割方法能有效地对人脸进行分类,极大地提升识别率。