共查询到20条相似文献,搜索用时 140 毫秒
1.
基于Matlab/Simulink的FIR数字滤波器的设计与实现 总被引:2,自引:0,他引:2
提出了一种采用Matlab/Simulink新技术实现数字滤波器的设计方案.介绍了现代一种新的DSP设计工具DSP Builder及其应用.给出了基于FPGA的FIR数字滤波器的实现流程,并以一个16阶的低通FIR数字滤波器为例,采用DSP Builder建立了实现模型.最后,给出了仿真波形. 相似文献
2.
3.
基于Matlab的M语言,将故障仿真(ATP)和保护仿真(Simulink)集成为一个完整系统.通过Matlab对ATP的调用,实现两个软件之间数据共享;基于Simulink实现了继电保护仿真,得到微机距离保护的误动率、拒动率和平均跳闸时间等性能指标.在软件实现上,采用了软件框架技术,并介绍了整个框架和相关类.该系统实现了故障暂态计算与微机距离保护仿真程序的同步运行,开放性好,集成度高,可视性强.仿真算例表明该系统使用灵活方便, 可方便地观测保护内部动作情况、分析继电保护装置的动态特性. 相似文献
4.
基于J2EE平台和Web服务的综合集成方案,既能充分利用J2EE平台的成功优势,又能以互操作性更好的方式展现整合企业信息系统功能.面向服务层,将计算平台、图形化平台集成于统一的信息化管理平台之中.介绍了一种面向服务层的基于J2EE和Matlab的发电厂继电保护综合管理系统.分析其总体结构、主要功能模块和技术特点.系统采用分布式J2EE架构,与Matlab有机结合,实现了发电厂继电保护信息管理、故障分析、保护整定等功能.该系统具有较好的实用性和通用性. 相似文献
5.
6.
7.
基于准同步原理的逆变器并网技术研究 总被引:25,自引:0,他引:25
为了实现逆变器友好并网,针对基于同步发电机模型的同步逆变器,给出一种基于准同步并网思想的逆变器并网方法.鉴于同步逆变器可表现出与同步发电机相似的特性,将同步发电机的准同步并网技术与同步逆变器并网相结合,给出逆变器友好并网的有效方法.利用Matlab/Simulink对该逆变器并网方法的可行性进行了仿真验证,并对仿真结果进行了分析.仿真结果表明,基于准同步并网思想的逆变器并网方法是可行和有效的,该方法可使同步逆变器实现快速、友好并网. 相似文献
8.
为研究风力机发电技术,基于异步电机性能基础上,建立了风力机运行特性的数学模型,分析了其基本原理,通过采取异步电机矢量控制方式实现了对电机转速、转矩的有效控制.仿真实验表明,在Matlab/Simulink环境下,对异步电机模型进行转差频率控制,可使其转矩输出吻合风力机模型的特性. 相似文献
9.
基于小波包变换的暂态保护在带TCSC输电线路中的应用 总被引:3,自引:0,他引:3
可控串补技术(TCSC)是柔性交流输电(FACTS)技术中的一项重要技术.本文分析了TCSC装置自身的特点和对传统线路保护的影响,提出了一种基于小波包变换的暂态保护新方案.该方案利用小波包变换来提取暂态信号中的多个频段的谱能量来实现区内外故障的识别.Matlab仿真结果表明,该方案应用于TCSC输电线路在各种故障条件下是可行的. 相似文献
10.
11.
为实时监测风力发电机组的运行状态,提高故障诊断系统的智能化程度,设计了一套基于硬件数据采集系统结合Matlab、组态软件WinCC的风力发电机组实时在线监测和故障诊断系统。通过数据采集系统的硬件选择和连接,建立了数据采集器与Matlab、WinCC之间的实时通讯,并在Matlab中应用小波包和神经网络智能算法完成齿轮箱和发电机轴承数据处理,实现了故障诊断结果的实时显示。 相似文献
12.
通过BP神经网络与Matlab相结合,建立起三层四功能单元的BP神经网络短期负荷预测模型,并采用某条线路1年的历史负荷波动数据对模型进行“学习”训练。预测一日24小时负荷数据的Matlab仿真及误差分析结果表明,所构筑的BP神经网络模型具有较高的可靠性和准确性,误差率可以有效地控制在2%以内。BP神经网络模型大大提高了短期负荷预测数据的处理效率与可信性,是研究电力系统经济调度的一种新的非线性建模仿真模型。 相似文献
13.
通过BP神经网络与Matlab相结合,建立起三层四功能单元的BP神经网络短期负荷预测模型,并采用某条线路1年的历史负荷波动数据对模型进行“学习”训练.预测日24 h负荷数据的Matlab仿真及误差分析结果表明,所构筑的BP神经网络模型具有较高的可靠性和准确性,误差率控制在2%以内.BP神经网络模型大大提高了短期负荷预测数据的处理效率与可信性,为研究电力系统经济调度提供了一种新的非线性仿真建模模型. 相似文献
14.
将VB调用Matlab方法应用到高压加热器故障诊断中,介绍了利用ActiveX技术实现VB调用Matlab的编程步骤,以VB编写诊断系统主界面,利用Matlab神经网络工具箱完成对高加的故障诊断,两者相互取长补短,从而缩短了程序开发周期、减少了程序员的工作量。系统具有良好人机交互界面,实例验证表明其诊断结果可靠,且能够满足对高加进行实时故障诊断的要求,可对现场运行起到一定指导作用。 相似文献
15.
The purpose of this paper is to design, train, and test an improved Backpropagation Neural Network (BPNN) for application to the problem of combined economic and emission dispatch. Focus is on the reduction of single pollutant nitrogen oxide, NO x ; transmission losses are included. The equality constraint of power balance and inequality generator capacity constraints are considered. The total load supplied is the input to the neural network. The thermal generator outputs and total system transmission loss are considered as outputs of the neural network. The program for Optimization Technique using the Quick Method is developed in Matlab, and the program for an improved BPNN is developed using the Matlab Neural Network Toolbox. Performance of an improved BPNN is compared with the Quick Method, and it is observed that the proposed neural network technique is very fast and predicts accurate results while satisfying inequality generator capacity constraints at various load levels. It also offers a considerable saving in computer memory. The proposed BPNN technique has been demonstrated through a sample system consisting of six thermal generators. 相似文献
16.
17.
LabVIEW及BP神经网络在模拟电路故障诊断中的应用 总被引:1,自引:0,他引:1
LabVIEW是一种图形化编程语言,它不光设计界面直观,而且提供了许多与多种编程语言的通信接口,为虚拟仪器设计者提供了—个便捷、轻松的设计环境,被工业界及研究实验室所广泛接受。Matlab有非常强大的矩阵计算能力且有非常成熟的工具箱,适合设计及训练神经网络。若将两者结合起来,即用Matlab实现神经网络的设计训练,而用LabVIEW实现故障的诊断及显示,充分发挥了两者的优势。实验结果表明,两者结合运用于故障诊断系统中,是非常有效的。 相似文献
18.
BP神经网络模糊控制在电弧炉电极调节系统中的实现 总被引:1,自引:0,他引:1
针对电弧炉电极调节系统,建立其数学模型。分析了电弧炉电极调节系统的非线性,并针对控制对象的复杂性,将具有自学习功能的BP神经网络与模糊控制相结合,提出了基于BP神经网络模糊控制的控制算法。BP神经网络模糊控制的控制算法改善了传统神经网络学习时间长、收敛速度慢的弱点,解决了传统控制未知复杂系统的不足,Matlab6.5软件仿真结果表明,采用BP神经网络模糊控制的控制算法的控制效果是令人满意的。 相似文献
19.
In this paper, the development of an intelligent diagnostic system for induction machine health monitoring has been presented. The idea behind the artificial neural network and its application for machine diagnostic is described briefly. The general condition of intelligent system design based on neural network is discussed. The results of using developed intelligent algorithm for efficient and accurate identification of machine health are demonstrated. C and Matlab programs have been used for the development of the intelligent algorithm (multi-layer feed-forward neural network with back propagation algorithm) for machine diagnostic and monitoring. 相似文献