离网小型风力发电机组整流器仿真研究

针对离网小型风力发电机组中整流环节高功率因数的要求,在研究三相VSR工作原理的基础上,建立了基于前馈解耦的双闭环控制系统,采用SVPWM调制方法,实现了交流侧功率因数可调,得到稳定的直流电压。运用Matlab/Simulink对系统进行了建模,在变风速下对系统进行仿真分析。仿真结果验证了方案的优越性和可行性,为离网小型风力发电系统的研究及大规模应用奠定了基础。     

服务号码捆绑特征在离网预测系统中的应用

用户流失问题是电信运营商面临的亟待解决的问题,针对不同的场景,业界研究开发了多个用户离网预测系统。服务号码捆绑指用户在使用运营商服务期间,与银行、电商、便利店等第三方服务提供商通过绑定手机号产生联系。通过研究发现用户在服务存续期间普遍会绑定多种第三方服务提供商,这些商家会不定时给用户推送短信,当用户即将流失时,多数用户会逐渐取消这类服务的绑定。因此,服务号码捆绑特征对于离网用户的甄别起到了重要的作用。采用随机森林算法构建离网预测模型,利用逻辑回归算法对服务号码捆绑特征进行降维,并加入模型,进行离网用户分析,从而辅助决策者制订相应的客户维挽策略,降低客户离网率。实验结果表明,服务号码软捆绑特征能够提高系统的分析预测能力。     

最大价值量Naive Bayes算法及在客户离网中的应用

针对不同级别不同数量的客户离网后给电信企业带来的损失不同造成的离网预测的新问题,提出了一种基于最大价值量的Naive Bayes算法.该算法通过建立价值量的概念,调整价值敏感属性的价值系数因子,使得离网客户名单中的价值量达到最大.实验结果表明,该算法在保持一定的准确率的同时,能成功预测出更多高价值的离网客户.     

一种新型的模型树算法研究及应用

决策树算法训练速度快、结果易于解释,但在实际应用中其分类精度难以满足业务要求。为了提高决策树算法的精度,基于LogitBoost算法的优点,对决策树C4.5算法进行了改进。在决策树的叶节点上应用LogitBoost算法建立叠加回归模型,得到一种新型的模型树算法-LCTree算法。通过11组UCI数据集试验,经分析比较,证明LCTree算法比其他算法更有效。将该算法应用于电信客户离网预警系统建模,结果表明,该算法可有效地分析客户特征,精确地预测离网客户。     

离网式太阳能光伏发电技术及应用研究

首先介绍了离网式太阳能光伏发电系统的结构及其工作原理。其次分析了其在实际应用中存在的问题,提出离网式光伏发电系统的优化措施。最后,结合工程实例分析光伏发电技术在实际中的应用方法。     

双馈感应电机风电场并网后的配电网无功优化算法

探讨风电场中双馈感应风电机组在不同风速条件下的无功容量极限和风电场并网点电压间的关系,建立以系统有功网损最小为目标函数的无功优化模型,把含双馈感应电机风电场的配电网无功优化问题转换为一个多约束的非线性混合整数优化数学问题,并应用粒子群优化算法进行求解.将33节点配电系统作为算例进行仿真分析,结果验证了此算法的有效性.     

深度随机森林在离网预测中的应用

在电信运营商领域,离网预测模型是企业决策者用来发现潜在离网用户(即停用运营商服务)的主要手段。目前离网预测模型都是基于逻辑回归、决策树、神经网络及随机森林等浅层机器学习算法,但是在大数据的背景下,这些浅层算法在预测问题上很难取得更高的精度。因此,提出了一种新型的深层结构模型——深度随机森林,通过将传统浅层随机森林堆积成深层结构模型,获得更高的预测精度。在运营商真实数据上进行了大量实验,结果证明深层随机森林模型比传统浅层机器学习算法在离网预测问题上可以得到更好的效果。同时,增大训练数据量可以进一步提升深层随机森林的预测能力,从而证明了在大数据环境下深层模型的潜力。     

矿井三维通风在线分析系统的研究与应用

介绍了一种矿井三维通风在线分析系统的实现方案。该系统采用3DGIS数字矿山基础信息平台的企业管理器模块对井下数据进行整理、加工及存储,根据该模块中存储的巷道网路、通风设备以及通风设施等数据自动建立通风网络拓扑关系;结合煤矿安全监测监控系统监测的实时风速数据,利用通风网络解算算法实时监控矿井通风系统运行状况,分析通风异常原因,并采用3DGIS数字矿山基础信息平台的企业应用平台模块将分析结果以三维可视化形式予以展示。该系统在四台矿的应用取得了良好的效果。     

基于DISCOVERER的Petri网不变式自动生成*

在Petri网的验证中,代数不变式起着非常重要的作用。将Petri网建模为半代数变迁系统,提出了自动生成不变式的算法,该不变式有助于更好地分析Petri网可达空间。算法首先将Petri网的不变式假定为一个含参数系统,然后通过求解半代数系统来求解不变式中的参数;最后,基于DISCOVERER和QEPCAD等Maple软件包实现了该算法,并通过实例说明了算法的有效性。     

离网型太阳能光伏发电系统设计研究

离网型太阳能光伏发电系统是太阳能光伏发电系统的重要组成。它具有灵活度高、分布广、项目成本低等优点。本文主要对现有离网光伏发电系统设计过程进行分析。     

自适应变步长最大风能捕获算法

风能具有随机性、不稳定性的特点,为了提高风力发电系统中风能的利用效率,在比较各种最大风能捕获算法的基础上,分析了爬山搜索法和叶尖速比法的不足,提出了自适应变步长搜索算法来捕获最大风能.通过改进爬山搜索法的变步长策略,明显加快了搜索速度,通过引入初始估计叶尖速比值,大大缩小了搜索范围.该算法不需要实时检测准确风速,不依赖风力机最佳功率曲线,有效地降低了成本,提高风力发电的效率.文中重点分析了算法的自适应性和变步长策略,仿真结果表明,该算法能够使风力机更快速到达最大功率点,动态响应快,收敛性好.     

新型爬山算法在大惯性风电系统中的应用

针对风力发电风速的随机性和不确定性,以及大惯性永磁风力发电系统输出功率受风机机械功率和所储的机械势能的变化率的交叉影响特点,提出一种基于爬山搜索法的新型最大风能捕捉算法。为了得到较宽的变速范围,在三相二极管整流器和PWM逆变器之间接有升压斩波器,新型爬山算法采用最佳直流电流控制,调节输入直流电流以跟从最优的参考电流,产生不同转矩控制电机的转速实现最大功率跟踪,并在爬山算法基础上添加数据存储和输出功能,避免了盲目的爬山搜索。最后通过Matlab对一个50kW永磁直驱风力发电系统进行了仿真分析,对比了传统爬山算法与新型爬山算法在最佳功率点跟踪上的差别。仿真结果验证了该算法的可靠性,表明新型爬山算法在大惯性变速恒频风力发电系统中具有更好的实用性。     

优化爬山算法在直驱永磁风力发电系统中的应用

为了缩短爬山算法的计算周期,提高直驱永磁风力发电系统最大风能捕捉的响应速度,提出一种根据功率扰动寻求最大功率的优化爬山算法.该算法在变步长爬山算法盲目搜索的基础上添加数据存储输出功能,构造了与电机转速对应的最大输出功率表,避免重复的计算,同时结合功率反馈控制来实现系统最大功率追踪.运用MATLAB对该算法进行仿真验证,结果表明本文所述算法的响应速度和稳定性明显超过传统变步长爬山算法.     

分段变步长MPPT算法在风力发电系统中的应用

针对传统定步长爬山搜索(HCS)法在风力发电系统最大功率跟踪(MPPT)控制过程中的快速性和准确性矛盾,提出了一种基于爬山搜索法和模糊控制的分段变步长MPPT算法.该算法根据发电机P-ω特性曲线对最大功率点(MPP)跟踪过程进行分段,使系统能够根据工作点所在的区域选择合适的跟踪算法和步长完成最大功率跟踪.在Matlab/Simulink中分别对提出的模糊分段变步长算法和传统爬山搜索法进行了仿真.仿真结果表明:所提算法明显地改善了系统跟踪MPP的速度和稳态精度,在MPPT方面明显优于传统的爬山搜索法.     

Energy efficient control of a stand-alone wind energy conversion system with AC current harmonics compensation

This paper presents a new energy-efficient control strategy for a variable-speed wind energy conversion system (WECS). The considered WECS is designed for dc load supply and battery charging in stand-alone applications. The batteries are charged through a three-phase full-bridge power converter. The WECS contains a vector-controlled self-excited induction generator (SEIG) coupled to a wind turbine (WT) for electric power generation on the ac side. The control algorithm proposed in this paper includes three separate optimizations: two fuzzy-logic-based optimizations, which ensure that maximum energy is extracted from both the WT and the SEIG, respectively, at all operating conditions, and also the optimization of phase current harmonics through adaptive hysteresis control. In addition, a recently developed algorithm for real-time loss calculation of a hysteresis-driven power converter is utilized to quantitatively assess the power converter losses with respect to different hysteresis bandwidth settings. The performance of the proposed control algorithm is experimentally evaluated and compared with two competing algorithms which do not involve current harmonics compensation, whereas one of them also does not involve optimization of the SEIG output power. This enables evaluation of the gain in system performance due to the introduced optimizations. The evaluation and comparison are made over a wide range of wind speeds, both in steady state and under transient conditions, by using a 1.5 kW experimental setup with the DS1103 controller board (dSPACE).     

Output feedback control of wind energy conversion system involving a doubly fed induction generator

This paper deals with the problem of controlling a wind energy conversion system (WECS) based on the doubly fed induction generator (DFIG), by IGBT‐based back‐to‐back rectifier‐inverter. The goal of control is to maximize wind energy extraction letting the wind turbine rotor operate in a variable‐speed mode. Interestingly, the present study features the achievement of the above energetic goal without resorting to sensors for wind velocity. The control strategy involves: (i) an output feedback non‐linear regulator designed by the backstepping technique and based on the use of a high gain observer; (ii) a sensorless online reference‐speed optimizer designed using the turbine power characteristic to achieve the maximum power point tracking (MPPT) requirement. It is formally shown that the proposed controller actually meets its control objectives. This theoretical result is confirmed by several simulations.     

Sensorless wind energy conversion system maximum power point tracking using Takagi–Sugeno fuzzy cerebellar model articulation control

In this paper, we propose a sensorless wind energy conversion system (WECS) maximum wind power point tracking using Takagi–Sugeno fuzzy cerebellar model articulation control (T-S CMAC). The main objective of the WECS is to achieve maximum power transfer under various wind speeds without actual measurement of the wind velocity. We first represent the WECS, which uses a permanent magnet synchronous generator (PMSG), as a nonlinear dynamical model. To carry out the T-S CMAC design, we rewrite the WECS model as a T-S fuzzy representation. The T-S CMAC design is inspired by the architectural similarity of the T-S fuzzy control and CMAC where accordingly the PDC design control gains and weighting parameter are augmented into a single vector. The advantages of this approach are 3-fold: (i) increases accuracy of CMAC initial weights – we assign the initial weights of CMAC using the control gains solved by the LMIs from the PDC design; (ii) introduces adaptive ability in LMI-based design – the CMAC design allows time-varying parameters in the system; and (iii) relaxes assumption on system uncertainty – we drop the assumption that a strict upper bound on system uncertainty is known. Numerical simulations under various wind speeds show exponential convergence results which further verify the theoretical derivations.     

风能转换系统执行器故障重构与容错控制

针对风能转换系统中执行器故障,论文提出了一种新型的主动容错控制策略.设计滑模故障观测器,实时动态采集执行器故障前后数据信息,对执行器故障进行重构,达到故障诊断的目的.通过补偿控制,保证了滑模控制器对风能转换系统的可靠控制输入,以达到对执行器故障主动容错的功能.仿真结果表明,滑模故障观测器模块能够实时精确地重构风能转换系统执行器故障,主动补偿容错控制器在不影响风能转换系统动态性能的情况下,仍能实现系统的最大风能的捕获.     

The Hypercube Separation algorithm: A fast and efficient algorithm for on-line handwritten character recognition

This paper introduces a new neural network training algorithm, Hypercube Separation (HCS) algorithm which is very fast and guaranteed to learn. HCS is a simple algorithm suitable for hardware implementation which classifies different input patterns presented to it through the formation of multiple hyperplanes. The performance of the HCS algorithm is compared to that of the Binary Synaptic Weights (BSW) algorithm and to the Backpropagation (BP) algorithm in solving the two spiral problem, which is an almost pathological problem for pattern separation. The HCS algorithm was able to successfully separate the input patterns, requiring three orders of magnitude less training time than the BP algorithm and one order of magnitude less hidden layer nodes than the BSW algorithm. We also present the application of HCS to on-line handwritten character recognition with good results, especially when the simple nature of the algorithm is taken into consideration.     

LPV动态补偿的风能转换系统变桨距控制

当风速超过额定值时,风能转换系统需要控制节距角来实现额定恒功率控制.同时控制电机电磁转矩使转速维持在其额定值以减少系统振荡.建立了风能转换系统的机理模型并得到其线性参数变化(LPV)系统模型;在多变量(MV)控制策略的基础上,设计了基于LPV模型的增益调度控制器,对节距角和电磁转矩进行动态补偿;基于dSPACE的风能转换系统硬件在回路仿真平台进行实验研究,结果表明补偿后系统的功率误差更小,电机转速及转矩的波动明显减小,体现了更好的动态性能.