排序方式: 共有49条查询结果,搜索用时 15 毫秒
1.
针对三相LCL型并网逆变器存在的谐振问题,建立了基于哈密尔顿系统数学模型,并用串联陷波器的方式对系统谐振尖峰进行抑制。在基于经典控制理论以及PI等传统控制器的基础上,将无源控制(PBC)理论用于三相LCL型并网逆变器控制器的设计,提高了并网系统抗干扰能力。并在MATLAB/Simulink中进行了仿真验证,结果证明了所研究的利用无源控制策略的有源阻尼控制的有效性,使系统输出电流总谐波失真(THD)从0.82%降低到0.5%以下,降低了并网电流的谐波含量,在新能源发电并网中具有一定的研究意义。 相似文献
2.
基于拉丁超立方采样的含风电电力系统的概率可靠性评估 总被引:1,自引:0,他引:1
基于随机抽样的蒙特卡罗方法(MC_RS)由于原理简单、易于实现,常用于电力系统的可靠性评估,但在大规模风电接入,特别是以单个小容量的机组接入的情况下会存在样本容量大、效率低等不足。因此提出使用基于拉丁超立方采样的蒙特卡罗(MC_LHS)方法来解决含风电的电力系统概率可靠性评估问题,此方法由于使用了拉丁超立方采样,能有效地改善样本值对输入随机变量的分布空间的覆盖程度和使用Cholesky分解来降低输入变量之间的相关性系数,从而提高了采样效率、增加收敛速度和提高评估准确度。把提出的MC_LHS方法应用到改进IEEE-RTS79算例中,并与常规MC_RS进行比较,结果验证了该方法的有效性。 相似文献
3.
风电机组出力的概率性评估 总被引:1,自引:0,他引:1
考虑运行、停运和降额状态,建立了风电机组的多状态故障模型;考虑风速的随机性和风机本身的故障率对风机出力的影响,运用蒙特卡罗方法对风机状态和风速进行概率抽样,并对风电机组的出力进行概率评估。在Matlab中建立了风电机组出力概率评估的仿真程序,并对某风电场1.5MW系列风电机组出力进行概率评估,给出了该类型风机不同出力状态下的概率,结果验证了所建可靠性模型和评估方法的有效性和适应性。 相似文献
4.
考虑到静止同步串联补偿器(static synchronous series compensator,SSSC)输出电压相位与线路电流相位的垂直关系、逆变器的损耗以及直流侧电容电压的波动过程,在两相同步旋转d-q坐标系下建立SSSC的恒阻抗模型。在分析此模型的基础上提出SSSC的双闭环控制策略,即电容电压控制和线路阻抗控制。在电容电压控制环中,选取SSSC为控制对象,电容电压为控制目标;在阻抗控制环中,选取含SSSC的输电线路为控制对象,线路阻抗为控制目标。在Matlab/Simulink动态仿真环境中搭建SSSC的恒阻抗模型及控制系统的仿真模型,并对线路阻抗的调节过程和电容电压的变化过程进行仿真,仿真结果证明了所建立模型和所提出控制策略的有效性和实用性。 相似文献
5.
提出了一种基于神经网络自适应PI控制的SSSC潮流控制策略,并设计了控制器的结构.该控制器主要由系统辨识和PI参数整定两个神经网络组成,并给出了它们的学习算法.该控制器在动态过程中,利用神经网络对SSSC的有功控制器和无功控制器的PI参数进行在线调整,提高了控制器的自适应能力和鲁棒性.在Matlab动态仿真环境中建立了控制系统的仿真模型,并基于此模型对系统的暂态行为和输电线路潮流的调节过程进行了仿真,仿真结果验证了该控制器在潮流控制上的有效性和适应性. 相似文献
6.
考虑SSSC的动态过程,在两相同步旋转d-q坐标系下建立了装有SSSC的单机无穷大系统的(SMIBS)数学模型,并基于此模型提出了有功无功动态解耦控制策略.为了验证本文所提控制策略的有效性,在Matlab/Simulink动态仿真环境中搭建了含SSSC的单机无穷大系统的仿真模型,并对有功和无功的调节过程进行了仿真,仿真结果验证了该解耦控制策略的有效性. 相似文献
7.
利用VBA实现外部数据导入EXCEL中的工作表并进行格式化,使外部数据导入工作大大简化和高效. 相似文献
8.
本文针对深度学习在单幅图像超分辨率方面难以恢复高频纹理细节的问题,提出了一种基于递进学习的超分辨率算法.该算法首先采用灰度共生矩阵提取图像纹理特征,然后利用基于密度峰值的聚类方法实现对整个训练集的分类,其中每个训练子集具有相似的纹理复杂度.针对传统的递进学习方法会出现对已掌握知识"遗忘"的问题,本文根据网络模型在各个训练子集上的拟合情况,实时调整当前训练样本在各个子集上的概率分布,从而实现快速收敛,并获得更好的纹理细节复原效果.将本文提出的递进学习用于DRCN、VDSR、SRCNN等超分辨率网络的训练,实验结果表明超分辨率网络收敛速度得到提升,同时网络对复杂纹理等细节较多的图像也获得了较好的视觉恢复效果,峰值信噪比则平均获得0.158 dB、0.18 dB、0.092 dB的提升. 相似文献
9.
10.