电力线通信信道背景噪声建模研究

噪声干扰是影响电力线通信可靠性的最主要因素之一.分析了电力线通信信道背景噪声,搭建了背景噪声测量电路,建立了实测背景噪声的AR模型,分别用奇异值分解法和Levinson-Durbin (LD)递推法计算其AR模型参数,并进行仿真比较分析.结果表明:利用奇异值分解法所求参数和利用LD递推法所求参数都是可行的,奇异值分解法所得参数模型较为复杂,但极为精确,适合电力线通信信道背景噪声的离线计算和分析;LD递推法所得参数模型极为简单,但丧失了较大精度,适合电力线通信信道背景噪声的在线快速生成.     

基于SPIHT的静止图像ROI编码算法

结合JPEG2000中比例移位法对感兴趣区域(ROU编码算法的优点,提出了基于多级树集合分裂(SPIHT)算法的ROI图像编码算法.压缩后的码流具有嵌入性特点,支持渐进传榆.实验结果表明,在相同码率下,本算法重建图像整体峰值信噪比低于SPIHT算法,但ROI区域能够得到较好的重建,主观视觉效果好,尤其适用于低码率压缩情况.     

脉冲成形网络与毛细管等离子体发生器的计算

电容储能脉冲成形网络和消融毛细管等离子体发生器是电热发射系统的两个重要组成部分,电网络的放电电流和等离子体负载在整个放电过程中是互相耦合的.文中将电容储能脉冲成形网络电路的简化模型与等离子体发生器一维模型结合,对等离子体发生器放电实验进行预测,并与实验结果进行了对比,这种计算对脉冲成形网络和等离子体发生器的设计和运行都具有指导意义.     

人体生理信号发生器的设计

针对校准和维护医疗检测设备时由于人体生理信号的复杂性和多变性带来的不便与误差,运用NiosⅡ嵌入式处理器的SOPC技术,设计了一个人体生理信号发生器.不仅可以输出心电、呼吸、脉搏等常见人体生理信号波形,还可以通过SD卡扩充信号波形数据.可以进行幅度和周期的调节,具有控制灵活、输出频率稳定、准确、波形质量好和后期升级拓展波形种类容易等优点.     

用于电热化学发射实验的脉冲电源系统

目前用于中小口径电热化学发射实验研究的脉冲电源系统,基于电客储能原理,包括4个容量为500kJ可程序控制的电源模块,可为电热电磁发射研究提供灵活可靠的电源供应.每个500kJ电源模块都包括30kV电容器组,触发真空开关,高压快速硅堆以及调波电感器,并通过同轴电缆向负载输出脉冲电能.整个2MJ系统可以提供峰值50～300kA,脉宽0.5～3ms的脉冲电流.在此脉冲电源系统的基础上已经进行了大量实验,取得了一定的研究成果.     

短期风电功率预测误差分布研究

短期风电功率预测一直是风电领域的研究热点,提出采用带位置和尺度参数的t分布描述风电功率预测的误差分布。分别采用差分自回归移动平均模型和BP神经网络,根据风电场实测数据进行功率预测,对两种预测模型产生的误差进行分析,验证了带位置和尺度参数的t分布可以有效描述预测误差分布。短期风电功率预测研究发现,带位置和尺度参数的t分布对误差的拟合优度高于正态分布,其各项参数可作为评价预测算法准确度的指标,通过分析分布参数可以直观了解预测算法的性能。     

低压电力线通信信道噪声建模及仿真

噪声干扰是影响电力线通信可靠性的主要因素之一。搭建了电力线通信信道噪声测量电路,对低压环境电力线噪声进行了测量。根据实测数据,分别建立了背景噪声的自回归模型和脉冲噪声的改进马尔科夫模型,合成了电力线信道噪声,并进行了计算及仿真。结果表明：所建立的电力线通信信道噪声与所测量的实际噪声相比,背景噪声的功率谱密度几乎一致,脉冲噪声的统计规律误差很小,仿真合成的噪声图形与实测图形也有较好的相似度。     

基于超窄带FDMA电力线通信技术的分散用户远程抄表解决方案

本文基于超窄带FDMA电力线通信技术的研究和应用,时分散电力用户的抄表难题提出了经济适用的解决方案.国际上最新的超窄带技术(Ultra Narrow Band Technology)则解决了利用电力线进行远程通信的难题.该技术所选取的频率范围为555～1006 Hz,从采集终端到站端数据处理单元(SPU)之间通过超低频电力线通信.因其载波频率低,信号可以穿越各种电压等级的变压器,直接到达变电站处理单元(SPU),实现终端到接收装置的一站式点到点通信,大大降低了系统复杂度,减少了线路铺设和施工成本,从而解决大范围远距离分散用户的集抄问题.     

基于风电预测误差区间的动态经济调度

由于风电的预测值与实际值存在偏差,含风电的动态经济调度需考虑风电预测的不确定性。根据风电场的历史预测误差数据,提出利用核密度估计建立某预测值条件下的误差概率分布,并以高斯核函数为例推导了相应的误差置信区间,将动态经济调度中涉及的不确定性问题转换为确定性区间问题,降低了调度模型的复杂度。实际数据分析表明核密度估计具有较高的拟合优度,能够避免高估或低估误差。最后通过含风电场的IEEE 30节点系统仿真验证了所提方法的有效性。     

基于预测控制的含风电滚动优化调度

在预测控制理论的基础上建立了含风电的滚动优化调度模型,将常规火电机组、风电机组的有功出力视为预测控制的状态量,常规火电机组的出力调整量视为输入量,以状态空间的形式描述状态量和输入量之间的关系。通过对目标函数和约束条件进行状态空间转换,使滚动调度问题转变为矩阵形式的优化问题,建立了一种多机组多预测时段的滚动优化调度数学模型。并根据矩阵的特性对目标函数进行了化简,使优化问题转换为二次规划形式,推导了全矩阵约束时的内点法增量矩阵,便于应用内点法进行模型求解。此外,还对滚动优化的决策稳定性问题进行了理论分析。仿真算例表明,相比传统的单时刻优化,基于预测控制的含风电滚动优化模型在整体优化水平和调度决策前瞻性方面具有优势。