应用于卫星网络拓扑生成的快速收敛蚁群算法

针对蚁群算法生成卫星网络拓扑时存在收敛速度慢、易陷入局部最优解的问题,从卫星网络高动态以及大时空尺度的特性出发,提出一种新算法SNTG-ACA。在满足卫星节点的可见性、星间链路长度以及链路连接时间的条件下建立潜在链路,提高信息素浓度的增量使蚁群算法快速收敛,并采用归一化思想求解全局最优解。仿真结果表明,与传统蚁群算法和引入遗传因子的蚁群算法相比,该算法具有更快的收敛速度,与链路长度最短策略和链路连接时间最长策略相比,生成的卫星网络拓扑更稳定。     

基于BP神经网络的线损不良数据辨识及其预测

电能在输送过程中产生的大量损耗会大大提高电网的运营成本,同时海量的电网数据中往往包含错误数据,对线损计算及预测有严重影响。针对该问题,提出一种基于BP神经网络的不良数据辨识模型,可以有效辨别线路数据中的不良数据,并进行剔除。剔除不良数据后,再利用BP神经网络对线损进行预测。以宿迁市某变电站数据为例,验证了该模型的适用性。     

大学生创新能力培养模式的探索与实践

研究创新人才培养规律,探索和实践创新人才培养模式,是当前高校教育教学改革的一个重要方向。针对我校自动化专业立足国防、面向社会的人才培养特色,提出了以“创新意识、创新精神、创新技能”为核心的学生创新能力培养理念,通过构建创新能力培养“全链”模式、优化创新能力培养的“微生态”环境,取得了突出的成效。     

煤矿井下喷浆机器人关节力学特性研究

煤矿井下喷浆机器人作为煤矿智能化过程中的重要装备,为煤矿支架护栏、矿井隧道及边坡支护喷射成形提供重要的装备基础。分析了喷浆工艺,建立喷浆机器人各关节之间的线性力平衡方程,运用数值分析的方法对喷浆机器人各关节受力进行仿真分析。仿真结果表明:喷浆机器人不同关节的受力大小及变化趋势不同。关节1受力峰值最大且波动最大,关节8受力峰值最小且波动最小。该研究可为煤矿井下喷浆机器人关节结构优化及使用寿命的提高提供理论依据。     

一种数字控制图腾柱无桥PFC的AC/DC电源

阐述一种临界电流模式图腾柱无桥PFC电路。采用基于DSP TMS320F28035的数字控制取代传统模拟控制,简化外围电路。提出一种数字ZCD方案,该方案实现不同输入电压下的零电压、谷底开通,满足高效、高功率密度的要求。以通信电源为例,研制一台176～265V ac输入,600W/28V直流输出的样机。前级PFC的峰值效率为98.8%,整机的峰值效率为94.6%,整机的功率密度达到110W/in3。实验结果验证了设计方案的可行性和先进性。     

色彩传递算法在不同色彩空间中的成像效果研究

为了在红外与可见光图像融合系统中,评价不同色彩传递算法在不同色彩空间中的成像效果,分别在YCbCr色彩空间和lαβ色彩空间中,采用全局色彩传递算法和点对点色彩传递算法分别对一组图像进行效果对比研究,并使用客观评价方法对处理结果进行计算分析,所得到的评价结果与主观评价结果基本一致。经过实验对比,客观评价方法的结果与主观评价方法的结果一致,色彩空间的选择对色彩传递算法的最终效果有显著的影响,在YCbCr空间中,全局色彩传递效果好于点对点色彩传递效果;在lαβ空间中,点对点色彩传递效果好于全局色彩传递效果。     

基于遗传算法和神经网络的分时段风速预测方法

为提高风速预测的准确性,提出一种分时段GA-BP(遗传算法优化BP神经网络)的风速预测方法,以遗传算法来优化BP神经网络,并将原始数据进行分时段处理,改善训练样本的相似程度。基于matlab进行了仿真验证,结果表明:遗传算法优化BP神经网络使其预测结果的平均相对误差降低,准确性提升;原始数据分时段处理后,预测准确性进一步提升。     

基于虚拟制动电流的改进互感器饱和识别方法研究

为解决利用时差法识别区外故障后闭锁差动保护期间发生区内故障,导致保护延时动作的问题,结合虚拟制动电流采样点检测CT饱和方法,提出了引入相对磁链积累变化情况及交流量幅值特征作为开放保护的辅助判据,并利用相对磁链累积一周波内的方差来代表变化情况以及最小二乘法拟合得到二次电流的交流幅值,以达到正确识别转换性故障的目的。通过四种工况仿真表明,该法提高了抗区外故障的饱和能力,保证了保护的可靠性和灵敏性。