燃料电池极化曲线分段辨识算法

基于区间分段思想,将极化曲线非线性参数辨识转化为两个线性最小二乘辨识子问题.MATLAB仿真表明,拟合曲线与模型数据及实验数据的平均二次误差,分别为开路电压的0.31%和0.75%,精度与牛顿法相当.     

LSSVR在电子设备电磁脉冲场耦合建模中的应用

针对现有机理建模算法普遍存在计算过程复杂的问题,研究了最小二乘支持向量回归机在电子设备电磁脉冲场耦合建模中的应用。先利用稳压电源在吉赫兹横电磁波室内对矩形脉冲场感应得到的耦合电压数据,对电磁脉冲能量耦合传递函数进行最小二乘支持向量回归机建模,并基于模拟退火算法、遗传算法2种典型算法对模型进行了参数优化,再运用建立的模型对耦合电压进行了仿真预测。通过对比表征模型回归能力的拟合度、均方误差2个重要参数证明,利用模拟退火算法优化的最小二乘支持向量回归机,建立的矩形脉冲场耦合模型与实际数据的拟合度更高,均方误差更小,而计算过程得到了简化,是一种简便有效的工程仿真建模手段。     

锂离子电池建模及其参数辨识方法研究

建立精确的锂电池动态模型是保证锂电池储能系统安全、可靠运行的前提,针对建模过程中检测量伴有不确定性噪声信号以及最小二乘法出现数据饱和、辨识参数有偏差等问题,基于锂电池RC等效电路,提出采用偏差补偿最小二乘法在线辨识模型参数,与常规最小二乘法进行对比研究;依据3种常用锂电池开路电压测试方法,设计6个典型OCV测试实验,研究基于分段三次Hermite插值法的开路电压曲线辨识问题。实验结果表明:基于偏差补偿的最小二乘法具有较好的算法收敛性,所建模型精度更高、性能较好,验证了此方法的可行性和有效性;对比分析不同开路电压测试方法及其曲线建模性能,建模性能相当、耗时较少、可实现性较好的恒流充放电间歇法是最优之选。     

水轮机特性的超曲面正交多项式最小二乘拟合

提出采用最小二乘拟合的方法进行水轮机特性数据处理。在数学上严格推导了三维空间乃至n维空间里的正交多项式最小二乘拟合算法。最后给出了用曲面拟合法对双调节水轮机特性进行数据处理的方法。     

基于最小二乘支持向量机的冷端玻璃板位置建模

玻璃生产线上对冷端玻璃板运动位置监测效果的好坏是安全、高效生产的关键,本文尝试了一种改进最小二乘支持向量机的数据拟合算法来对不同时刻冷端玻璃板的运动位置进行建模。支持向量机是针对小样本的新的学习机器,具有良好的泛化性。通过剪枝算法提高其快速性和稀疏性,并用遗传算法搜索向量机的参数,避免了参数选择的盲目性,获得了最优的参数,提高了预测能力。将此法与工程上常使用的非线性回归分析方法进行仿真比较,结果表明基于改进最小二乘支持向量机算法的拟合效果更好。     

质子交换膜燃料电池开路电压校准方法

为了提高电池开路电压校准效果,引入质子交换膜设计了一种电池开路电压校准方法。研究了新的质子交换膜燃料电池开路电压校准方法,通过分析质子交换膜燃料电池工作原理,以Nernst方程表示了质子交换膜燃料电池开路电压。在校准开路电压过程中,校准装置连接至测量点,质子交换膜燃料电池片放置在分选机上,通过采用分选机的I-V测量仪与校准装置同时测量质子交换膜燃料电池开路电压,对比了两组不测量数据;获取校准系数后,依照质子交换膜燃料电池开路电压的影响因素,分析了引入模拟器辐照度偏差、温度控制偏差和测量仪器重复性后开路电压校准不确定度。实验证明,方法平均校准误差值低于对比校准方法50%以上,且平均校准时间也比对比校准方法平均低1.77 s,说明该方法可实现高精度、高效率的质子交换膜燃料电池开路电压校准。     

基于改进的ARMA递推算法的低频振荡模式在线辨识

为提高电力系统低频振荡现象的实时监测水平,提出采用一种基于自回归滑动平均模型的两段加权递推最小二乘算法进行低频振荡模式辨识,并通过估计ARMA谱的方法以提取低频振荡的主导模式。该改进算法先采用加权递推最小二乘算法拟合高阶AR模型单独得到白噪声估值,再将该估值用于常规加权递推最小二乘算法中,提高了算法参数辨识的精度和收敛速度。New-England 39节点系统的时域仿真测试验证了该改进算法对低频振荡模式辨识的有效性,并通过与常规加权递推最小二乘算法辨识效果的比较验证了该改进算法对低频振荡模式的辨识具有更好的精确性且提高了收敛速度。最后通过对某电网PMU实测数据的辨识分析,验证了该改进算法能够准确地辨识系统的低频振荡主导模式频率和阻尼比,具有实际的工程意义。     

傅氏算法与最小二乘法的关系研究

由傅里叶级数推导得到的周期函数的傅氏算法具有良好的滤波能力,在微机保护中得到了广泛的应用。文章基于最小二乘法拟合原理推导出了傅氏算法并对测量精度进行分析,发现傅氏算法是最小二乘算法取一个周波或半个周波数据窗时的特殊情形,且在不同数据窗的最小二乘算法中,傅氏算法的精度最高。     

利用粒子群优化最小二乘支持向量机诊断H桥功率模块IGBT故障

为了提高H桥功率模块中IGBT故障诊断的准确性,提出将粒子群优化最小二乘支持向量机用于H桥功率模块中IGBT故障诊断。分析了功率模块中可供采集的信号,将H桥直流侧电容电压作为故障的原始信号。通过小波多分辨率提取故障特征。采用粒子群算法优化最小二乘支持向量机中的核函数和正则化参数。通过仿真实验表明,粒子群优化最小二乘支持向量与默认参数最小二乘支持向量机、粒子群优化支持向量机和遗传算法优化最小二乘支持向量机相比,诊断准确率高和诊断时间短等优点,具有很好的实用性。     

基于搜寻者优化算法的燃料电池建模

基于连续空间群体智能的搜寻者优化算法(SOA),提出了一种新的优化燃料电池模型的方法,并将其用于质子交换膜燃料电池(PEMFC)的极化曲线模型.以得到最优参数.实验结果表明.这种优化建模方法使数学模型和实验数据之间达到了较高的拟合精度,对于优化建模具有明显的优越性.     

PEMFC动力系统的动态特性研究

研究了1个4kW质子交换膜燃料电池(PEMFC)动力系统的动态特性,包括极化曲线随温度变化、负载快速变化时的动态极化曲线,负载突变时功率、电压、电流的特性。实验表明,温度对极化曲线影响主要表现在活化过电位上;动态极化曲线一般位于稳态极化曲线上部,加载和减载的动态极化曲线之间存在滞后;时间分辨率为1s时,功率、电流对突变负载的响应不存在波动,而开路电压存在波动。     

克服距离保护暂态超越的新方法

暂态超越现象的存在,使得距离保护Ⅰ段的作用受到很大限制,保护范围大大缩小.分析了电容式电压互感器(CVT)和电流互感器(TA)的传变特性,指出了由于CVT和TA传变特性不一致引起的二次侧电压电流非周期分量无法平衡是导致距离保护暂态超越的根本原因.在微分方程算法的基础上,提出了一种通过在电压互感器二次侧叠加一个综合的衰减非周期分量使二次侧电压电流非周期分量基本平衡,从而提高保护精度、改善暂态超越的新算法.由于使用了最小二乘拟合算法,该算法自身就具有很好的滤波特性.经过EMTP仿真和实际现场数据验证,证明了该算法原理上的正确性和可行性,有很好的实用价值.     

基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要。提出了一种基于粒子群算法-最小二乘支持向量机(PSO-LSSVM)算法的磁化曲线拟合方法。该方法用粒子群优化算法解决了最小二乘支持向量机(LSSVM)参数的选择问题。仿真结果显示PSO-LSSVM算法能获得最优的LSSVM参数,且采用PSO-LSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高。     

基于改进PSO算法的燃料电池模型优化

采用一种改进粒子群优化(PSO)算法,提出了一种优化燃料电池模型的方法,并用于质子交换膜燃料电池(PEMFC)的极化曲线模型,以得到最优参数.结果表明,这种优化模型的平均平方误差(MSE)为4.42×10-10V2,相关系数为99.87%,数学模型和实验数据之间的拟合精度高.     

基于Spark和IPPSO_LSSVM的短期分布式电力负荷预测算法

为了提高电力负荷预测的精度,应对单机运算资源不足的挑战,提出一种改进并行化粒子群算法优化的最小二乘支持向量机短期负荷预测模型。通过引入Spark on YARN内存计算平台,将改进并行粒子群优化(IPPSO)算法部署在平台上,对最小二乘支持向量机(LSSVM)的不确定参数进行算法优化,利用优化后的参数进行负荷预测。通过引入并行化和分布式的思想,提高算法预测准确率和处理海量高维数据的能力。采用EUNITE提供的真实负荷数据,在8节点的云计算集群上进行实验和分析,结果表明所提分布式电力负荷预测算法精度优于传统的泛化神经网络算法,在执行效率上优于基于Map Reduce的分布式在线序列优化学习机算法,且提出的算法具有较好的并行能力。     

膛压测试仪模拟环境因子校准的数据拟合方法研究

针对膛压测试仪环境因子校准中的数据处理采用最小二乘法进行线性拟合，忽略异常值影响的问题，作者采用最小距离平方和法和加权最小二乘法两种方法分别对校准数据进行拟合，从F显著性检验和样本可决系数两个方面对仿真结果分析，并与最小二乘法相对比，找到更适合在高温高压高冲击的恶劣环境下采集的数据进行拟合的可方便使用的方法来代替最小二乘法，从而获得置信度高、可为武器身管设计提供数据依据的灵敏度系数。仿真结果表明，最小距离平方和法拟合效果最优，但其精度与最小二乘法相差很小，综合考虑最小二乘法因其使用简便更适合对膛压的校准数据进行线性拟合。     

怠速工况燃料电池性能衰减规律研究

燃料电池(fuel cell)性能衰减规律研究是当前车用燃料电池领域发展的重要突破方向之一.通过对车用燃料电池进行低载怠速工况性能测试实验,重点关注燃料电池的极化曲线、开路电压、Tafel斜率、欧姆阻值、额定点电压、电压衰减速率、电压降比以及EIS特征分析,深入分析车用燃料电池的性能衰减规律,得到怠速期间燃料电池性能略微出现波动但仍保持下降趋势的结论.     

用阻尼最小二乘优化算法实现电力系统综合静态负荷建模

针对电力系统传统静态模型在电压稳定性分析中应用的局限性，采用阻尼最小二乘优化算法实现了电力系统综合静态负荷建模．通过对仿真结果的分析，验证了模型的描述能力和算法的可行性．     

基于偏最小二乘回归的系统谐波阻抗与谐波发射水平的评估方法

提出了一种基于偏最小二乘回归的系统谐波阻抗及用户谐波发射水平的估计方法。利用在公共连接点同步测量得到的谐波电压和谐波电流信号，通过偏最小二乘回归算法求解回归系数；对测量数据信息进行分解和筛选，提取对因变量解释性最强的综合变量，辩识系统中的信息与噪声，从而更好地克服变量相关性在系统建模中的不良作用。由回归系数映射出系统谐波阻抗，并跟踪计算用户的谐波发射水平。通过仿真分析以及实际工程实测数据的分析验证了该方法的有效性。     

基于改进灰狼算法与最小二乘支持向量机耦合的电力变压器故障诊断方法

电力变压器运行故障的准确诊断有利于提高变电设备状态检修和电网安全运行水平，为实现故障的准确分类，文章以油中溶解的5种典型气体作为故障诊断的特征量，提出一种基于改进灰狼算法与最小二乘支持向量机耦合的电力变压器故障诊断方法。该方法通过改进灰狼算法寻求最小二乘支持向量机中的最优惩罚系数C和核函数参数g，用以提高故障诊断的准确率。首先阐明最小二乘支持向量机和灰狼算法的改进点并将二者耦合，将其代入413组电力变压器的油中溶解气体检测数据来诊断故障类型，与其他诊断方法进行对比；其次研究惩罚系数C和核函数参数g对电力变压器故障类型识别准确率的影响规律；最后借助训练后的改进灰狼算法与最小二乘支持向量机耦合方法，通过两台不同电压等级的变压器故障实例分析，验证了故障诊断方法的有效性。研究结果表明：相较于单一使用最小二乘支持向量机和传统灰狼算法与最小二乘支持向量机耦合，改进灰狼算法与最小二乘支持向量机耦合方法对电力变压器故障诊断的准确率分别提高了14%和7%。此外，惩罚系数C和核函数参数g对电力变压器故障类型识别准确率的影响呈现非线性规律，凸显了通过智能算法找到最优解的便捷性、必要性、有效性。