经验模态分解与样本熵在并网型光伏逆变器故障诊断中的应用

摘要：针对光伏并网逆变器电路中故障信号的非线性、非平稳特点,提出一种基于经验模态分解(EMD)和样本熵(SampEn)的故障诊断方法。首先,利用经验模态分解对逆变器的三相输出电压进行分解,得到有限个本征模式分量(IMF),从中选取包含故障主要信息的前几个本征模式分量提取故障信息。然后,计算本征模式分量的样本熵,从而得到用于故障诊断的特征向量;最后,将逆变器开路故障进行分类和编码,将故障特征向量输入BP神经网络进行模式识别,从而达到故障诊断的目的。在Matlab环境下对光伏并网逆变器的故障诊断进行了实验,实验结果证明了文中方法能实现对光伏并网逆变器的故障诊断,且与小波包变换相比,该方法具有诊断效率高和准确度高等特点。     

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。     

基于AT90S8515的串行通信及其应用

介绍了高性能AVR微控制器AT90S8515的串行通信接口UART的主要性能特点，并给出串行数据通信的程序。     

基于组件和CAN总线的水电站综合自动化系统

水电站系统是一个对安全性和可靠性要求很高的系统。本文提出了一种基于Can总线和组件技术（COM／DCOM）的水电站综合自动化系统，介绍了系统的工作原理、硬件结构和软件流程。实际应用表明，该系统能够实时监视水电站的运行状况、准确的控制水电站的运行，同时能及时的发现故障并进行快速的处理等。这样大大的提高了水电站系统的安全性和运行效率，具有良好的应用前景。     

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．     

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。     

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。     

基于需求响应的电动汽车充放电电价与时段研究

大规模电动汽车无序充放电将会对电网负荷造成"峰上加峰"的不良影响,因此合理引导充放电行为至关重要。首先,计及电动汽车反向入网(vehicle-to-gride,V2G)情况,在综合考虑电动汽车用户成本和电网公司利益的基础上,制定了电动汽车充放电电价上下限。然后,以电网负荷峰谷差率最小和电动汽车用户参与V2G成本最低为目标,建立了充放电时段优化模型。最后,用NSGA-II算法对该模型进行寻优求解。算例表明,通过价格型需求侧响应的引导策略,对实现系统负荷"削峰填谷"和提高电动汽车用户收益具有一定效果。