基于自适应定位的传感器频率的对比研究

为了研究传感器的运动频率对目标定位的影响,运用传感器与目标之间的距离信息,提出一种能在连续时间内进行目标定位的线性自适应算法。借助定位算法的稳定性条件,理论分析了传感器的频率对目标定位的作用。进一步通过Matlab仿真,对比研究了不同频率的传感器对固定目标以及持续漂移目标的定位效果。实验表明,传感器的频率会影响目标定位的时间以及定位结果的准确性;高频率的传感器可以减少目标定位所需的时间;在三维空间中,当传感器在每个坐标方向上的振幅相同时,为取得准确的定位结果,传感器的频率分量不能完全相同。对持续漂移的目标进行准确定位,传感器的运动频率要比目标漂移频率高。     

考虑可控负荷的多区域电力系统分布式模型预测负荷频率控制

由于同步发电机的惯性较大,导致传统的集中式负荷频率控制模式反应不够迅速,而用户侧具有快速响应能力的可控负荷资源为系统的频率调节提供了新机遇。研究了考虑用户侧可控负荷资源主动参与系统频率调节的多区域互联电力系统分布式模型预测负荷频率控制问题。通过建立的含可控负荷的多区域互联电力系统负荷频率响应模型及自动发电控制模型,基于连续时域交替方向乘子法和分布式模型预测控制方法,提出了一种用户侧可控负荷资源主动参与的多区域互联电力系统分布式模型预测最优负荷频率控制模型。基于修改的IEEE39节点三区域互联电力系统进行仿真验证,结果表明所提考虑可控负荷的分布式模型预测控制策略可显著减少系统恢复至稳态所需的时间。分布式控制策略的控制自由度更高,增强了系统的可控性。     

线性不完全能控系统正交子空间的分析及其低维直观表示

线性系统的结构分解,揭示了状态空间的本质特征,为最小实现问题的提出提供了理论依据;实践上,有力地促进着系统状态反馈、系统镇定问题的解决.为了能直观、充分地理解系统结构的本质,本文研究了系统状态分解的机理以及低维系统按能控性分解后各子空间的直观表示问题.     

电力系统中抽水蓄能机组低频切泵优化策略

介绍了抽水蓄能机组的低频切泵的两种策略并进行对比分析.电力系统在遭受大扰动且出现较大功率缺额时,为了维持电力系统频率稳定,提出了抽水蓄能机组低频切泵优化策略.以电力系统的频率变化量或其变化率为依据,确定系统中抽水蓄能机组的切泵量,并且在电网减载装置动作之前完成快速切泵卸载,使电网在不采取措施减少用户用电负荷的同时保证电网频率在正常运行范围内.仿真结果表明,采用频率变化率确定切泵卸载量,频率恢复更加迅速,频率最低点相对较高,缩短系统低频运行时长.     

调压调速绞车的8098单片机控制系统

介绍了８０９８单片机控制ＢＳＪ２Ｇ型调压调速绞车电控装置的硬件和软件设计,重点阐述了如何从硬件和软件上提高系统可靠性的措施。     

一种基于可变功率负载电流波形的基波估计算法

为了实现可变功率负载的非侵入式辨识,提出一种基于负载电流波形的特征辨识解决方案。由可变功率负载的电流波形出发,借助其结构上的特点,如波形的周期性、奇对称性等,运用离散傅里叶变换,由零电流区域的数据建立待解方程组。同时为了降低求解的复杂度,在满足精度要求的情况下,忽略模值极小的高次谐波。将方程组写成矩阵形式,经由行列变换,根据高斯消去法得出矩阵行阶梯式,进而得到求解负荷基波电流的关系式,即基波与高次谐波之间的函数关系。仿真计算结果证明了所提算法的有效性。     

基于需求响应的家庭节电省电优化策略研究

电力需求的日益增长给电网发电及输电环节带来了巨大挑战,配用电网负荷率的增加也给电力系统正常运行带来了安全隐患.运用智能电力需求响应技术,有效整合用户侧电网响应潜力以提升电网运行的安全性、稳定性和经济性值得深入研究.基于智能用电双向交互技术,在满足用户用电要求的基础上,最大限度满足用户舒适度及电网调峰需求为目标,提出了居民侧负荷参与电力需求响应的家庭用电优化方案,重点提出了节电省电控制策略,有负荷转移和负荷调控两种方法,可为家庭提供系统的、全面的省电措施.结合提出的控制策略,基于Matlab平台进行具体仿真,通过波形和数据的分析,详细阐述了需求响应控制策略的要点和价值,也为以后的技术发展提供了数据信息.     

基于改进BoW模型的行为识别

尽管传统的词袋(BoW,bag of words)模型在复杂场景行为识别中能够保持鲁棒性,但是硬向量量化会导致大量的近似误差,进而产生很差的特征集.行为识别中一个重要的挑战是视觉词汇的构造,从原始特征到分类标签没有直接的映射,因此高层的视觉描述子需要更加精确的词典,故提出基于结构稀疏表示的人体行为识别方法.在所提出方法的BoW模型中,视频表示为组稀疏编码系数的直方图.与传统的BoW模型相比,所提方法具有更少的量化误差,而且高层特征表示可以减少模型参数和存储复杂性,并在标准化的人体行为数据集上评价所提方法,数据集包括KTH,Weimann,UCF-Sports,UCF50人体行为数据集,实验结果表明,所提方法与现存的其他方法相比各方面性能都有显著的提高.     

基于TS模型的非线性系统模糊辨识算法

对一类采样数据较均匀的非线性系统,提出一种基于TS模型的系统辨识算法.首先利用等分区间法对输入空间进行前提结构的划分,并根据所选定的隶属度函数确定每个输入变量在各个模糊子空间中的隶属度,然后利用卡尔曼滤波算法来辨识模型的后件参数.与模糊聚类等辨识算法相比,该算法计算量较小,适用于系统的在线辨识,仿真研究表明该算法具有较高的辨识精度.