前端调速式风电机组功率优化控制研究

针对额定风速以上前端调速式风电机组功率优化问题,提出一种基于差分进化算法的功率优化控制策略。以液力变矩调速系统输出转速恒定、机组输出功率平滑为控制目标建立目标函数,采用差分进化算法,对变桨系统桨距角与液力变矩调速系统导叶开度角两个控制参数进行优化,根据优化后参数对风电机组进行变桨与变矩控制,实现对机组输出有功的优化控制。以2 MW前端调速式风电机组为对象进行仿真分析,仿真结果表明,根据本文提出的方法对风电机组进行功率控制,平滑了风电机组的输出功率,减小了功率波动,验证了控制策略的可行性。     

基于D-S证据理论信息融合的转辙机故障诊断方法研究

在列车提速后S700K型电动转辙机被普遍安装在正线道岔的背景下,本文针对单一故障诊断方法的诊断精度偏低问题,提出了基于信息融合故障诊断模型和故障诊断方法.该方法分别用BP神经网络和模糊综合评判对转辙机进行故障诊断,利用神经网络输出和模糊综合评判输出来构造D-S证据理论中的概率分配,然后利用D-S证据理论将BP神经网络和模糊综合评判对转辙机的故障诊断结果在决策级进行融合,诊断转辙机是否有故障并判断故障的模式.诊断结果表明,该诊断方法具有较高的故障诊断精度,诊断结论的可信度有明显提高.     

兼顾公平性的多能源合作博弈优化调度

针对含高比例可再生能源的电力系统运行经济性和调度公平性问题,提出一种多种能源参与的双层优化调度模型。该模型考虑经济性的同时从两方面体现公平性：上层模型中首先将风电场、光伏电站、抽水蓄能电站和需求响应负荷聚合成虚拟电厂（VPP）,其次,将虚拟电厂作为大电网的一部分参与优化调度,采用基尼系数表征公平性并作为约束条件,以总成本最低为目标函数建立兼顾公平性的多能源经济优化调度模型,最后,将上层VPP的求解结果作为下层优化调度的输入变量;下层模型中基于合作博弈理论建立以VPP内部成员为博弈参与者,以各参与者收益最大为目标函数的合作博弈模型,采用均衡度对比不同联盟组合下各主体的收益分配公平性,对比均分法、按出力分配法及Shapely值法的收益分配均衡度。采用智能优化算法结合CPLEX求解器求解模型,应用实例验证模型的有效性和正确性。     

三容水箱的单神经元自适应PID控制研究

针对一些过程控制的动态过程所具有的大惯性、大延时，及非现性问题，结合PID和人工神经元的特点，提出了一种改进的三容水箱单神经元自适应PID控制方法。该方法具有自学习和自适应能力，以及较强的鲁棒性。仿真结果表明该方法对三容水箱这种复杂对象具有好的控制效果，而且适合工程应用。     

330-750 kV 变电所变压器绝缘性能的在线监测方法比较分析

分析了330-750 kV 电压下工作的电流互感器绝缘性能的在线监测方法及每种方法的有效性和可用性。总结了每种方法的主要特性和优缺点及其对应的标准。     

基于加权Voronoi图和自适应PSO算法的电动汽车充换电站联合规划

充、换电站是为电动汽车提供电能补给的基础设施,合理规划充、换电站对推动电动汽车普及具有重要意义。首先,预测规划区域电动汽车保有量,根据保有量及各类型电动汽车行驶特性数据,得到电动汽车总换电需求和各路网节点换电需求;其次,以充、换电站建设运维成本、用户损耗成本和电池配送成本之和最小为目标,建立了充、换电站联合规划模型;最后,采用加权Voronoi图与自适应粒子群算法对模型进行求解。算例结果表明,在综合考虑电动汽车用户和充、换电站运营商的利益下,所提方法既能满足用户电能补给需求,又能使充、换电站年均综合成本达到最优。     

滞后系统的Fuzzy—PID控制方法研究

所研究的纯滞后系统控制器是将模糊控制与PID控制规律融为一体而形成的Fuzzy-PID控制器。此控制系统是一种两层式控制系统,PID控制使得控制简单易操作,而模糊调节系统又使系统响应快、超调小,其参数设定无需知道被控对象的具体参数及数学模型,对不同的对象具有适应性。介绍了Fuzzy-PID控制器的构成并推导出了相关的数学公式。论文结尾给出了仿真实例,仿真结果表明这种方法具有良好的鲁棒性,对时滞系统非常有效。     

基于DWT的同步数字音频盲水印算法研究

文中提出了一种基于离散小波变换的同步数字音频盲水印算法．嵌入的水印为视觉上可辨的二值图像．算法中引入了嵌入同步信号的思想，利用同步信号定位水印的嵌入位置，为了提高信号的鲁棒性，把同步信号与水印隐藏在DWT域的低频系数中；同时，检测水印时不需要原始音频．仿真实验表明：所提出的方法具有较强的鲁棒性和不可感知性，并能有效抵御各种常见攻击．     

单级倒立摆复合控制设计与实现

本文针对LQR控制在单级倒立摆控制中的不足,设计了一个LQR结合PID的复合控制.并在Borland c语言环境下编写控制程序,成功实现倒立摆的控制,其控制效果比单-LQR控制的抗扰能力有明显提高.     

基于BP神经网络的传感器交叉敏感性抑制

多传感器系统通常都存在交叉敏感性问题,传感器静态性不仅受某一个环境参量的影响,有时甚至受多个非目标参量的影响,致使测量精度低。提出一种基于BP神经网络的传感器的交叉敏感性抑制的方法,并应用到实际的检测系统中。通过对应用神经网络前后的数据进行比较分析,表明该方法大大降低了交叉干扰,提高了测量精度,达到了预期效果。