感应电机无速度传感器直接转矩控制的智能优化设计

在一些特定作业环境中,需要对电机转速进行精确调控.为了改善直接转矩控制系统低速时常规PI调节器带来的转速脉动,设计了基于模糊神经网络的新型PI调节器,改进后的转速调节器具有快速自整定、微超调的特性.针对MARS转速观测器低速时的不稳定性,设计了基于人工神经网络的模型参考自适应速度观测器,改进后的转速观测器具有良好的动、静态特性.仿真结果表明:智能优化设计使得直接转矩控制系统的控制效果明显提高,且有更好的鲁棒性和自适应性.     

提高电厂热控系统可靠性技术研究

热控系统是指在火力发电厂中用于监测控制各类热工装置正常运行的微机保护系统,它是火电厂得以长期稳定运行的基础保障。然而随着我国电网建设规模越来越大,火电厂发电效率不断提升,以往传统热控系统在制动故障与运行检测方面的短板问题开始逐渐暴露出来。基于此,本文主要是从火电厂运行实际出发,对现阶段电厂热控系统在可靠性技术上的不足问题进行分析,而后根据热控系统的常见问题,提出对热控系统进行优化升级的措施对策。     

高压大流量煤层气螺杆压缩机技术应用

煤层气开采过程中气井分布密度大、范围广,而且煤层气中粉尘直径小、含尘量大、气体外输所需压力高;本文通过探讨喷油螺杆压缩机设计理论和关键技术的应用,讨论喷油螺杆压缩机在煤层气开采及井口增压输送的应用优势。以中海油某山西40万方/天煤层气项目为例,阐述了在煤层气场站设计、运行维护过程中,喷油螺杆压缩机的应用特点和优势;通过本项目的稳定运行,进一步证明了喷油螺杆压缩机在煤层气增压行业的技术应用优势。     

盲信号分离技术综述

盲信号分离是现代信号处理领域的研究热点,它在通信、生物医学．语音处理等方面体现出巨大的应用潜力。本文回顾了盲分离技术二十多年的国内外发展历程．并从混合模型的角度．简要介绍了瞬肘混合,卷积混合和非线性混合的数学模型,重点归纳整理了各模型对应的主要求解方法和特点．最后总结了盲信号分离的未来研究方向。     

一种改进Faster R-CNN的太阳能电池片缺陷检测方法

针对传统太阳能电池片检测方法中检测时间过长,检测精度不高等缺点,提出了一种改进Faster R-CNN的太阳能电池片缺陷检测方法.以Faster R-CNN为框架,以ResNet50为网络主干,针对小目标缺陷,融入了基于FPN的多尺度检测网络,并应用了 GA-RPN结构,实现对太阳能电池片缺陷的检测.实验结果表明,较原...     

基于多尺度分析的电力月负荷预测

介绍了小波分析原理及多尺度分析法。根据月度负荷的增长和波动趋势，利用多尺度分析法将月度负荷序列进行分解，采用灰色理论法和神经网络法对序列进行预测，建立了优化预测模型，该模型优于只考虑单一发展趋势的负荷预测模型。计算结果表明，该方法可以明显提高月度负荷预测的精度。     

UCDOS汉字系统下一个实用FORTRAN图形子程序

本文提供了一个UCDOS汉字系统下的FORTRAN图形子程序。它利用UCDOS特殊显示模块中的作图功能,可在屏幕上较精确地画出不同颜色的水位、流量或雨量过程线。在水文模拟和水文气象预报等工作中,需要对照计算与实测过程线时,该程序特别实用。     

基于深度学习网络的光通信系统非法入侵行为识别研究

为了检测多种光通信系统非法入侵行为,保障光通信系统运行安全,提出了基于深度学习网络的光通信系统非法入侵行为识别方法。采用光栅传感技术检测光栅传感器反射波长偏移量,感知光通信系统非法入侵行为频率特征信号。利用小波包分解方法将频率特征信号分解成多个频带后,提取各频带小波包能量,将其作为卷积神经网络输入。经小波包能量特征提取、处理、融合操作后,通过Softmax分类器完成光通信系统非法入侵行为数据特征的分类,实现光通信系统非法入侵行为识别。实验证明：该方法可迅速挖掘出光通信系统中非法入侵行为的时域、频域特征信号。所提取小波包能量可准确反映光通信系统中非法入侵行为特点。该方法可实现多种光通信系统非法入侵行为精准识别,助力管理人员针对入侵行为做出对应防御措施。     

基于有效载荷和数据包长度的多模态加密流量分类

针对大多数深度学习算法只使用单一模态进行分类会导致结果具有偏差性的问题,提出了一种基于双模态特征的混合神经网络。该方法能够使用两种不同的模态训练分类模型,提高分类模型的准确率。首先使用传输层流量数据包的有效载荷特征作为数据包级模态,数据包的长度序列特征作为流级模态;其次分成两个路径使用神经网络分析双模特征;再次将两条路径提取的高维特征进行融合;最后输出模型的分类结果。分别使用两个公开数据集对模型进行训练和测试,实验结果表明,多模态模型的分类精确率分别达到96.46%和93.01%,与当前4种比较优秀的单模态和多模态方法相比,均有明显提升。