排序方式: 共有36条查询结果,搜索用时 296 毫秒
11.
基于FFT和神经网络的非整数次谐波分析改进算法 总被引:1,自引:0,他引:1
运用神经网络模型进行整数次谐波检测可达到较高的检测精度,但该种线性神经元模型不适合非整数次谐波的检测。为精确检测非整数次谐波,该文提出一种改进的线性人工神经元模型,并将加汉宁窗的FFT算法和改进的线性人工神经元模型结合起来,提出一种改进的非整数次谐波分析算法。首先,对采样信号用加汉宁窗的FFT算法进行预处理,得到谐波个数和精度不高的谐波次数;其次,根据谐波个数设定神经元的个数,根据预处理后得到的谐波次数设定神经网络谐波次数迭代的初始值;为了提高迭代速度,提出了谐波次数迭代步长自适应调整的算法。最后对改进后的人工神经网络进行训练,实现了非整数次谐波的精确检测。仿真实例表明,该方法能将频率相近的非整数次谐波分离,可有效提高谐波参数的检测精度和速度。 相似文献
12.
基于分层防御的舰艇编队空中目标威胁度排序模型 总被引:1,自引:0,他引:1
结合我方舰艇编队防空火力的主要性能和敌方空中目标的部分属性值,按照分层防御的原则,建立空中目标威胁度的分级模型,再在同一威胁级中运用模糊理论根据目标的属性进行进一步排序,从而建立基于分层防御的空中目标的威胁度排序模型。该模型可为舰艇编队防空作战决策提供一定的参考。 相似文献
13.
14.
15.
基于FFT和神经网络的非整数次谐波检测方法 总被引:28,自引:6,他引:28
运用人工神经网络模型进行整数次谐波检测可达到较高的检测精度,但这种线性神经元模型不适合非整数次谐波的检测。为精确检测非整数次谐波,文中提出了一种改进进的线性人工神经元模型,并将加汉宁窗的FFT算法和改进的线性人工神经元模型结合起来,提出了一种用于非整数次谐波检测的新方法。该方法首先对采样信号用加汉宁窗的FFT算法进行预处理,得到了谐波个数和精度不高的谐波次数:其次根据谐波个数设定神经元的个数,根据预处理后得到的谐波次数设定神经网络谐波次数迭代的初始值;最后对改进后的人工神经网络进行训练,便可实现非整数次谐波的精确检测。仿真实例表明,该方法能将频率相近的非整数次谐波分离,可有效地提高谐波参数的检测精度,为谐波治理提供良好的依据。 相似文献
16.
基于小波变换和神经网络的同步电机参数辨识新方法 总被引:9,自引:2,他引:9
准确地辨识同步电机参数,是研究分析电力系统运行和控制系统设计的前提。神经网络具有信号分离能力,但传统的人工神经元模型不适合分离同步电机的三相突然短路电流。为精确辨识同步电机的瞬态参数,文中提出了一种改进的人工神经元模型,并将小波变换和改进的线性人工神经元结合起来,对采集到的同步电机三相突然短路电流进行分析处理。利用小波变换对短路电流进行预处理,并辨识得到各个时间常数;根据辨识得到的时间常数来设定神经元激发函数中时间常数的迭代初始值,用改进的人工神经元模型对短路电流进行分离,得到其中的直流、基波和二次谐波电流分量,通过简单代数运算便得到电机的瞬态参数。仿真分析和实机试验表明,该方法能够有效地分离出短路电流中的信号成分,并且提高了电机参数的辨识精度。 相似文献
17.
18.
19.
小波变换在电力系统谐波检测中的应用 总被引:1,自引:0,他引:1
将小波变换方法应用于电力系统谐波检测中,用仿真算例说明该方法具有一定的有效性和可行性;用不同的小波函数进行了基频分量提取,给出了误差比较结果,初步分析了小波变换用于谐波检测时产生误差的主要原因. 相似文献
20.
针对二极管钳位型单相九电平逆变器,分析其工作原理,提取了逆变器工作的有效开关状态。根据伏秒平衡原理和两矢量三段式调制规律,提出了一种基于脉冲跳变的空间矢量脉冲宽度调制(space vector pulse width modulation,SVPWM)策略。通过分析所有开关周期脉冲的跳变情况,给出了脉冲类型的判断条件,并根据脉冲类型计算起始和终止电压矢量及其作用时间;同时,应用FPGA设计了模块化SVPWM控制系统,并对该控制系统进行了时钟与资源消耗评估。性能分析结果表明,该调制策略计算速度快、资源消耗小。最后,仿真与实验结果验证了所提调制策略的正确性和有效性,而且能够有效地均衡电容电压。 相似文献