基于低电压穿越控制策略的风电场等值方法

风电场通常包括多台同类型的风电机组,在大电网仿真计算中需要将风电场等值,以减小仿真规模并保证仿真的准确性。提出了基于风电机组低电压穿越特性的风电机组倍乘等值台数确定方法,该方法主要考虑了实际风电场中各风电机组出力不同对风电场等值的影响,基于双馈、全变流类型风电机组在低电压穿越期间的有功、无功控制策略,确定比较合理的等值机组台数,最后将风电场等值为多台出力相同的风电机组。通过对实际风电场的仿真分析表明,在不同控制方式下,综合考虑不同电压跌落水平的有功、无功最佳等值台数是一个范围,进而可以综合确定一个等值台数,以兼顾准确性和保守性。一般情况下,离线仿真可选择最小可能台数,在线仿真可选择有功最佳台数范围内的最小台数。     

提高双馈式风力发电机机电暂态模型crowbar保护仿真精度的方法

提高双馈式风力发电机(doubly-fed inductiongenerator,DFIG)机电暂态模型精度的关键在于对各种类型故障的模拟,如何在对称故障机端电压跌落中等幅度或不对称故障机端电压跌落较深等工况下,建立准确的撬棒电阻(crowbar)保护模型是DFIG机电暂态模型故障模拟的难点。提出一种提高DFIG机电暂态模型crowbar保护仿真精度的方法。首先,建立DFIG感应电机5阶数学模型,以保留转子电流基频分量作为故障下crowbar保护的动作依据;其次,基于动态相量法,提出5阶感应电机模型与机电暂态电力网络的接口算法;最后,在crowbar控制器机电暂态模型中引入转子负序电流补偿,以模拟严重不对称故障下crowbar保护持续投入,恶化系统电压的情况。以华锐1.5 MW DFIG机组为例,分析了两种工况下的运行特性,仿真结果与实测曲线一致,表明所提方法可准确模拟crowbar保护的动作过程,提高了DFIG机电暂态模型仿真的精度。     

基于改进PSO-RF算法的大坝变形预测模型

针对传统随机森林参数寻优方法的不足,引入均衡惯性权重和自适应变异对粒子群优化算法进行改进,提出了一种基于改进粒子群优化算法和随机森林算法(改进PSO-RF算法)的大坝变形预测模型。实例验证结果表明,在计算效率方面,与传统网格搜索法相比,改进PSO-RF算法显著提升了模型的寻优速度;在预测精度和稳定性方面,基于改进PSO-RF算法的大坝变形预测模型明显优于长短期记忆网络、支持向量机和BP神经网络模型。     

应用工业密度计在线连续测量种分料浆固含的研究

通过实验建立种分料浆密度－固含之间的数学模型，为ｂ＝－２９３１．５２３７＋２２４７．４９６（ρ泵），应用ＦＢ－２３００Ｆ微机式工业密度计在线连续测量种分料浆密度，进而计算固含，这种方法简单实用，精度±１．０％，完全满足生产要求。     

氧化铝分解过程计算机控制系统的设计

本文给出了基于工控机和PLC的氧化铝分解过程控制系统，文中介绍了系统的控制方案，硬件和软件结构。     

基于OMAP5910的移动媒体播放机设计

一种基于TI双核处理器OMAP5910、采用嵌入式LINUX操作系统设计的移动媒体播放机。     

烧结生产专家指导系统研究

结合烧结质量机尾断面图像智能检测系统的研究,提出了一种烧结生产实时专家指导系统的组成和实现方法。该专家系统分为基础自动化和过程自动化两部分,系统的知识表示方法和揄机算法采用模糊逻辑揄技术实现。     

非均衡表驱动线性拟合的S型激活函数硬件加速

深度学习的兴起使得对计算的需求进一步加剧,其中循环神经网络长短时记忆单元中的非线性激活函数是硬件加速的重点。传统的查找表法、泰勒级数展开法、分段线性拟合法的硬件资源开销相对较大。本文在表驱动线性拟合的硬件加速基础上,进行了分析与数学推导,提出了非均衡参数化表驱动线性拟合S型激活函数的硬件加速。通过移动直线中心,降低了单边误差。对函数中误差较大与较小的区间进行差异划分,提高了误差分布较大区间的直线区间数量,进一步减小误差。FPGA高层综合的实验结果表明,非均衡表驱动线性拟合法在不增加硬件资源开销和不降低性能的前提下,能够实现较小误差的优化。参数化进一步提高了硬件的复用性与应用选择的灵活性。     

基于小波金字塔和轮廓特征的医学图像配准

提出一种快速而精确的自动医学图像配准算法.先提取图像的轮廓,根据力矩主轴法计算初步配准变换参数的值,实现参考图像和待配准图像的初步配准;然后在此基础上,利用小波分解图像,提取图像的边缘特征点,采用小波金字塔分层搜索的策略在一个相对较小的范围对变换参数进行迭代搜索,最终实现图像的精确配准.不但提高了配准的精度,而且可减少精配准过程中所需的时间,有效地降低了配准过程所需的计算量.由实验结果可以看出,配准结果精确,实现速度快,因此是一种实用的多模态配准算法.     

基于动态融合蚁群遗传算法的医学图像配准

将基于动态融合的蚁群遗传算法作为一种新的图像配准优化算法应用在多模医学图像配准中。该算法以互信息作为相似性测度,生成初始信息素分布,采用蚁群算法搜索最优变换参数,其中动态融合策略提高了混合算法的搜索效率。仿真实验结果表明,该算法有效地避免信息函数的局部极值,减少大量重复运算,提高了配准的效率,配准结果具有良好的稳定性。