基于约束因子限幅控制的双馈感应发电机有功功率平滑控制

在分析双馈感应发电机（doubly-fed induction generator,DFIG）运行特性和传统最大风能追踪控制（maximum power point tracking,MPPT）策略的基础上,给出一种基于约束因子限幅控制的DFIG有功功率平滑控制策略,提出功率输出限幅值可调的控制思想,结合发电机转速控制和风力机变桨距控制来实现输出功率保持在任意给定值。给出了约束因子的表达式和取值规则。在Matlab／Simulink仿真平台上采用所提平滑控制策略,对一个9MW风电场的有功功率输出特性进行研究,计算了2种控制策略下输出功率的平滑性能指标和方差值。实验结果表明,与传统最大风能追踪控制策略相比,所提出的平滑控制策略能显著减小发电机输出功率的波动,优化了系统的电能质量。     

人体步态雷达信号时频分析方法研究

人体行走步态是一类重要的生物特征,通过分析连续波雷达采集的人体反射回波信号可以获取行走步态的关键特征.提出了人体行走步态特征信号模型,在构建连续波步态试验雷达的基础上,应用时频分析方法对采集的步态样本信号进行了分析,重点讨论了多分量非稳态信号的时频分析方法,对比了短时傅里叶分析、WIGNER-VILLE分布、伪平滑WV...     

数字信号处理技术在气体检测中的应用

数字信号处理技术在去除待测信号中的噪声中有着重要的应用,提出了基于频谱分析方法设计数字滤波器去除二次谐波中干扰噪声的方法,首先对待测信号进行频谱分析,分析后的信号特点作为依据,进行数字滤波器的设计,能使滤波器的技术指标更加准确.在气体的检测中,有效地去除了二次谐波中的噪声,得到更准确的二次谐波曲线,使曲线的拟合更加准确...     

基于转矩偏差的双馈风力发电机有功功率平滑控制

风力发电机组运行在额定风速以下时,风速快速变化和风力发电机组的响应延迟引起输出有功功率波动,对并网运行不利.提出了一种新型风力发电机输出有功功率控制策略.在按照输出平滑有功功率的要求调节发电机转速的同时,根据测量参数,计算电磁转矩,根据电磁转矩偏差对转子励磁电压进行补偿,输出更加平滑的有功功率.仿真结果表明了上述方法的...     

新疆巴州安全生产事故趋势预测研究

文章采用灰色预测法和指数平滑法并借助MATLAB软件,定量分析了巴州安全生产死亡人数发展趋势。根据预测显示,巴州2010~2015年安全生产事故绝对死亡人数的呈缓慢下降趋势,但相对指标大幅下降。     

高精度GPS差分定位技术比较研究

为了消除定位过程中误差带来的影响,介绍了高精度GPS差分定位技术的基本原理、定位精度、系统类型和处理方式,在此基础上分别对位置差分、伪距差分、相位平滑伪距差分和载波相位差分四种不同高精度GPS差分定位技术的原理和算法进行了详细介绍,并进一步总结分析其优缺点,提出了今后将不同高精度GPS差分定位技术融入手机定位的研究方向。     

基亏遗传算法的GM（1，1，λ）改进模型

研究表明,灰色GM（1,1）-N测模型中的背景值及建模序列光滑度对于模型的预测精度均有影响。针对这一问题,引入背景值构造参数入和三点平滑法,提出了基于三点平滑的GM（1,1,λ）改进模型,并利用遗传算法对引入的参数入进行了最优值搜索。最后通过实例和仿真证明改进模型优于现有的灰色模型,具有更高的模拟和预测精度。     

光学相关多目标识别技术

光电混合实时联合变换相关器能够实现目标的自动识别和定位（方位角和俯仰角）,在复杂背景中,多目标动态测量一直是待解决的关键技术之一,由于背景复杂、目标多、噪声大,因而目标识别效果不佳。针对这一问题,提出了在光电混合联合变换相关器中应用高斯滤波和拉普拉斯算子相结合的新方法,并把其应用在目标图像的频谱面。即基于高斯滤波先对目标图像的频谱进行平滑、积分以滤掉噪声,再利用拉普拉斯算子进行边缘检测,使目标图像轮廓清晰,降低了噪声的影响,消除了双边缘现象,最大限度地保留了频谱图像的细节信息。该方法解决了多目标的识别问题,提高了光电联合变换相关器的目标识别率。给出了飞机多目标识别的实验结果。     

基于时间近邻拉氏正则的多工况软测量回归

针对流程工业中,工况改变导致传统软测量模型预测精度下降的问题,考虑到工业数据连续性、序列性、多重共线性、数 据量庞大等特殊性对模型建立的影响,提出一种基于时间近邻拉普拉斯正则的多工况软测量回归模型框架。 针对工业数据的 多重共线性,回归框架采用非线性迭代偏最小二乘方法,同时引入域适应正则项改善工况变化对模型的影响,在此基础上,提出 时间近邻拉普拉斯正则项,能够在映射过程中保持住数据的序列结构,并且大幅度减少模型训练时间以满足工业实时性要求。 实验部分以三聚氰胺聚合过程多工况数据集为例,对本文模型的预测有效性以及减少训练时间的有效性进行了实验和分析。 结果表明,与传统方法偏最小二乘回归相比,当目标工况为工况 1 到工况 4 时,本文方法使平均均方根误差分别降低了 30. 3% 、 31. 4% 、29. 3% 和 24. 1% 。 且相较于传统全连接法,时间近邻法构建拉普拉斯正则项能够使得四个工况上模型训练时间分别降 低 14. 11、 1. 01、 26. 43 和 0. 71 s,表明该模型的预测准确性和训练时间均得到有效改善.     

EMD和平滑伪Wigner-Ville谱熵的轴承故障诊断

提出一种基于经验模态分解(EMD)和平滑伪Wigner-Ville分布 (SPWVD) 谱熵的滚动轴承故障诊断的方法。EMD方法充分保留信号本身的非线性和非平稳特征,在信号的滤波和去噪中具有较大的优势,SPWVD谱熵用于定量刻画轴承不同状态下振动信号的时频能量分布,将二种算法相结合应用于不同工作状态滚动轴承,并设计最小二乘支持向量机(LS-SVM)智能模型,实现轴承状态和故障类型的自动分类和识别。通过SPWVD谱熵与谱峭度法的对比,验证了SPWVD谱熵的有效性。实验表明此方法能够有效地提取轴承故障的特征信息,提高轴承故障诊断率。