排序方式: 共有5条查询结果,搜索用时 31 毫秒
1
1.
2.
双馈风力发电机(DFIG)在风能捕获过程中,传统的定子磁链定向控制都假定电网上的电压恒定不变,定子磁链也恒定不变,没有考虑定子励磁电流的动态响应过程,这个误差在电网故障时会对系统产生极不稳定的作用。为此应考虑该响应过程,对控制檳型进行修正,提出一种应对电网电压跌落时的励磁改迸策略,即在建立转子侧变换器控制模型时,把反映励磁电流过渡过程的定子电压变化量考虑进来。通过推导定子磁场定向下的转子电压方程,搭建定子磁链定向矢量控制模型,经过仿真结果比较,说明在加入励磁补偿电压项后,风电系统在应对电网电压故障时的电流控制性能得到明显改善,有效提升了系统的低电压穿越能力。 相似文献
3.
4.
5.
利用多光谱遥感技术定量估算野鸭湖湿地挺水植物的含水量.基于典型挺水植物的实测冠层光谱及其对应样方的叶片含水量和叶面积指数LAI数据,首先对芦苇和香蒲的地面实测光谱进行重采样,以模拟WorldView-2影像的光谱,然后利用模拟光谱分别构建芦苇和香蒲任意两波段反射率组合而成的比值(SR)和归一化差值植被指数(NDVI),通过分析植被指数与CWC(冠层含水量,Canopy Water Content)的相关关系,选择与CWC显著相关的植被指数,并通过单变量线性与非线性拟合的分析方法确定监测不同挺水植物群落的最佳植被指数,建立估算模型;结合覆盖研究区的WorldView-2高分辨率多光谱影像,对研究区的挺水植物群落CWC进行反演及制图.结果表明,基于模拟WorldView-2影像光谱构建的比值(SR)和归一化差值植被指数(NDVI)与CWC的总体相关性较高;SR(8,3)芦苇为估算CWC芦苇的最优植被指数,估算模型为y=0.005x+0.003,NDVI(8,3)香蒲为估算CWC香蒲的最优植被指数,估算模型为y=2.461x2-0.313x+0.032,通过交叉检验,CWC芦苇和CWC香蒲的预测精度分别为87.42%和82.12%,预测精度较为理想;利用实测数据对反演的CWC空间分布图进行了验证,通过验证,芦苇和香蒲影像估算CWC的均方根差(RMSE)分别为0.0048和0.0052,估算精度分别为83.56%和80.31%,表明利用WorldView-2高分辨率多光谱影像反演湿地挺水植物群落CWC具有较高的可行性. 相似文献
1