基于数字图像处理的温度检测算法研究

介绍了基于数字图像处理的温度检测技术原理。针对神经网络温度计算法在计算煤炉的温度时存在较大误差问题，提出用最小二乘法和改进输入的神经网络法计算温度。这两种算法以彩色CCD摄像机输出的三基色之间的比值为自变量或输入量，更好地体现了比色测温原理，因此能较好地消除在实际测温过程中黑度系数、烟尘和火焰脉动对计算结果带来的影响。通过在煤炉上的实验表明，这两种方法的计算精度均高于原神经网络法的精度，而改进输入的神经网络温度算法的计算精度略高于最小二乘法的计算精度，而最小二乘法更加简单实用。  

风电场发电机动态等值问题的研究

在研究风电场对电网影响时,为节省仿真时间,常常利用简化的异步电机模型或通过多机等值来简化由多台风电机组组成的风电场模型.笔者提出基于同步发电机传递函数概念的多台异步发电机等值的参数辨识方法,并采用最小二乘法计算等值异步发电机的同步电抗、暂态电抗和转子时间常数.利用MATLAB/SIMULINK工具箱的仿真结果表明了该等值方法的有效性.  

太阳能发电变频器驱动系统的最大功率追踪控制法

针对定电压跟踪光伏系统最大功率点(MPPT)控制上存在的功率损失和适应性差问题，提出自适应电压变化率的MPPT控制方法。该方法通过检测光伏系统电压一输出功率曲线的梯度变化，利用最小二乘法推导出变频器电压的变化量，并用定电压PI控制变频器输出频率。该控制法经光伏水泵系统仿真试验验证其有效性。结果表明：①系统的实际发电量达到理论最大发电量的99％以上；②具有快速起动性能，从起动到额定输出时间仅为8s；③具备良好的动态性能，当日照强度急变时，能迅速稳定输出，避免系统崩溃。该方法可用于多种光伏系统中。  

基于线路参数估计的高压架空输电线路故障测距新算法

在现有的故障测距算法中,输电线路参数都是作为已知恒量参与运算,其准确性是影响测距精度的一个重要因素.文中提出一种基于线路参数估计的故障测距最小二乘算法,该算法无需已知准确的线路阻抗参数,无需增加硬件装置,利用现场双端故障录波装置提供的数据,在线估计出线路参数,同时计算出故障距离,从原理上克服了现场实际因素造成的线路参数不准确或变化对测距结果精度的影响.理论分析及仿真结果表明,该算法具有很高的测距精度.  

基于广域量测数据和导纳参数在线辨识的受扰轨迹预测

基于相量测量单元(PMU)广域量测数据应用参数辨识理论提出电力系统故障后导纳参数在线辨识方法，研究了电力系统受扰轨迹快速积分预测新方法。该算法基于实时量测量精确构造实际故障后的系统动态方程，并快速积分求解系统受扰轨迹。其突出优点在于：参数辨识使用系统实时数据，可考虑复杂的连锁故障事件和不确定的系统拓扑和参数；预测基于故障后系统模型积分，能够反映系统物理本质，对于系统经典模型具有理想预测精度。该算法在多种测试系统中进行了数字仿真实验，并用动模实验数据进行了离线验证，结果表明算法合理有效。  

基于神经网络的开关磁阻电机无位置传感器控制

论文提出了基于自适应径向基函数(radial basis function，RBF)神经网络的开关磁阻电机(SRM)无位置传感器控制新方法。该方法构造了一个隐层节点初始个数为零的RBF网络，通过在训练过程中不断按照自适应算法添加和删除隐层单元，形成一个结构简单、紧凑的网络来实现电机电压、磁链与转子位置之间的非线性映射，实现SRM的无位置传感器控制。网络训练分为离线训练和在线训练两个部分。利用训练样本按给出的自适应算法对网络进行离线训练，确定RBF网络隐层节点的个数及位置；按递推最小二乘法(RLS)在线修正隐层与输出层之间的连接权。仿真及实验结果表明，该方法能够实现电机的准确换相，从而实现了位置传感器的消去。  

神经网络短期负荷预测输入变量选择新方法

输入变量选择是神经网络建模前的一项重要工作，是否能够选择出一组最能反映期望输出变化原因的输入变量直接关系到神经网络预测的性能。文中将正交最小二乘(OLS)法应用于神经网络短期负荷预测的输入变量选择。以南京地区1998年、1999年夏季日最大负荷预测为例，对比了OLS法与相关系数法的输入变量选择结果。结果显示OLS法可以得到更小、更准确的输入变量集，神经网络的收敛速度更快，预测结果也更好，从而验证了该方法的有效性。  

大型变电站接地网的优化设计

为使地表面的电位均匀分布,在不等电位模型的基础上,建立最大和最小接触电压差值最小的目标函数,使用变度量法用数值计算分析得到了均匀土壤时最优压缩比的计算公式。据此可安全、经济地设计不同面积的接地网,确定合理的导体根数,使其散流电流更均匀,并显著减少接地网的最大接地触电压。  

基于卡尔曼滤波的短期负荷预测方法的研究

负荷历史数据是负荷预测的基础。负荷历史数据由于测量、人为等因素而造成不准确，因而导致负荷预测也不准确。文中提出利用最小二乘法线性拟合建立负荷数据基本模型，用3次样条插值对卡尔曼滤波器的系统参数进行辨识，最终用卡尔曼滤波器对历史数据进行预处理，以纠正由于测量错误或人为改动的数据。对文中所提方法进行了验证。结果表明，后验误差在3％之内，效果很好。  

基于禁忌搜索的接地网故障诊断

为了诊断接地网腐蚀情况,提出了一种基于禁忌搜索算法的接地网故障诊断方法。采用轮换激励位置和每处激励多处测量的方法,使可及节点得到更充分利用,观测信息显著增加。以可及节点间测量电压与估计电压偏差的平方和最小为适配值函数,以各个支路电阻的原始设计值为初始解,以支路电阻为禁忌对象,对各支路分别以某个确定步长增加和减少支路电阻的策略进行邻域搜索,并运用全局形式的藐视准则。对一个60支路的实验接地网分别选择15处以10A直流电流源进行激励,分别测量89处电压,运用提出的方法进行数据分析和故障诊断。结果表明,提出的方法可行,且具有对测量误差敏感性低的特点。