基于元启发算法的FBG解调方法

当光纤布喇格光栅(FBG)复用过多或带宽有限时会存在波长串扰问题,信号解调方法的性能会影响结果的精确性。提出一种基于元启发算法的中心波长解调方法,采用实际光谱与理论光谱差异的最小二乘函数作为优化目标,利用具有优异挖掘能力和探索能力的海洋捕食者算法进行求解。数值仿真结果和实验验证表明:所提算法是一种有效的、可行的波长解调方法,在实现对多光谱重叠识别的同时又可以保证解调精度。     

基于果蝇算法优化BP神经网络的齿轮箱故障诊断

为有效提高风电机组齿轮箱故障诊断的快速性和准确性,采用近几年出现的果蝇算法对BP神经网络进行优化,减少了BP神经网络算法陷入局部最优解的风险,显著增强了BP神经网络的泛化能力和全局寻优能力。对比发现,果蝇算法优化后的BP神经网络模型具有比较好的快速性和准确的诊断能力。测试结果表明,果蝇算法优化BP神经网络对风机齿轮箱故障诊断具有可行性和有效性。     

变分模态分解在光伏发电功率预测中的应用

准确可靠的光伏发电功率预测对制定高效智能的负荷调度策略具有重要的指导意义。不同于常规方法,提出了一种基于变分模态分解和差分整合移动平均自回归模型的组合预测方法。变分模态分解可将原始信号分解为若干个具有不同中心频率和频率带宽的模态函数;差分整合移动平均自回归模型可对每一个模态函数建立预测模型。实验结果表明本文所提方法在对光伏发电功率预测时,优于基于经验模态分解法和局部均值分解法的预测模型,具有较高的预测准确度和稳健性。     

基于果蝇算法优化BP神经网络的齿轮箱故障诊断

为有效提高风电机组齿轮箱故障诊断的快速性和准确性,采用近几年出现的果蝇算法对BP神经网络进行优化,减少了BP神经网络算法陷入局部最优解的风险,显著增强了BP神经网络的泛化能力和全局寻优能力。对比发现,果蝇算法优化后的BP神经网络模型具有比较好的快速性和准确的诊断能力。测试结果表明,果蝇算法优化BP神经网络对风机齿轮箱故障诊断具有可行性和有效性。     

退役锂离子动力电池梯次利用回收技术综述

近年来，我国新能源汽车产业经过高速发展，随着锂离子电池在汽车中的使用率迅速上升，出现了大批的废旧锂离子动力电池。废弃锂离子回收后再使用，可以显著地减小国家的战略金属资源对国外的依赖性，从而降低废弃锂离子动力电池所造成的资源损失和环境污染。针对上述问题，调研了废旧锂离子电池回收工艺关键技术发展现状，对比了各技术工艺之间的优劣，对当前退役动力电池梯次利用现状进行了简要的分析总结，并为后续锂离子电池的回收利用研究提供了参考。