基于以太网的神经网络自适应PID控制系统

本文将介绍一种基于以太网的神经网络自适应PID控制系统的构建及其在实时炉温控制中的应用。该系统不仅易于实现,而且具有成本低、适应性强等特点,有利于实施分布式控制。     

基于PCA-GA-ELM的光伏发电功率预测研究

针对目前光伏发电功率预测方法所存在的预测精度较低和不同天气类型适应性较弱的问题,提出一种利用主成分分析(PCA)和遗传算法(GA)改进极限学习机(ELM)的光伏发电功率预测模型(PCA-GA-ELM预测模型)。该模型的计算过程:首先,基于季节因素和天气类型等气象因素对于光伏发电系统的影响,在不同季节下建立了不同的子模型,并利用灰色关联分析法选取同种天气类型下的相似日;然后,利用PCA将多个原始输入变量降维成少数彼此独立的变量;最后,利用GA对ELM的初始权值和阈值进行寻优。此外,文章利用光伏电站的实际发电功率数据对预测模型进行验证。分析结果表明,PCA-GA-ELM预测模型具有较高的预测精度和较强的泛化能力。     

软逻辑控制系统在uClinux上的实现

本文首先给出IEC 61131—3标准的软逻辑控制系统在uClinux上实现的原理；然后重点描述运行系统内存管理、网络通信；最后以AD7874数据采集程序来验证IEC 61131—3标准的软逻辑控制系统在uClinux上的实现。     

基于层次分析法的水泥企业电力能效评估

针对国内外在水泥企业能效评估方法研究方面的不足,通过对水泥企业的基础信息进行收集和分析,运用层次分析法对水泥企业能效评估进行综合研究,并构建适合水泥企业能效评估的指标体系,从而为企业节能提供定量分析,提高企业的电能管理水平。     

基于Zigbee的城市路灯智能监控终端控制器设计

针对当前城市路灯照明监控系统水平比较低的现状,提出以一款高性能、低成本的ATmega128单片机为平台,扩展Zigbee无线传输模块,开发一套城市路灯智能监控终端控制器的方案。该控制器在解决城市路灯亮灯率计算、电缆故障定位和防盗等方面,技术先进、成本低,相关技术的适用范围广,具有很好的推广应用前景。     

基于QCSSA-LSTSVR的氧化铝质量预测模型

针对氧化铝焙烧过程氧化铝质量指标检测滞后的问题,提出融合最小二乘孪生支持向量机(LSTSVR)与量子混沌樽海鞘算法(QCSSA)方法,建立一种氧化铝焙烧过程的质量指标预测模型。首先,利用LSTSVR建立氧化铝质量指标预测模型;其次,针对LSTSVR模型中核宽度系数和惩罚因子选取困难的问题,采用QCSSA进行LSTSVR模型结构参数寻优,利用Logistic混沌策略和量子局部搜索策略来提高SSA的全局寻优能力;最后,利用实际生产数据对所提方法进行实验验证。仿真结果表明,QCSSA优化LSTSVR的方法具有较好的预测效果。     

纯电动汽车磷酸铁锂电池组的建模及优化

鉴于传统神经网络和支持向量机机理复杂、计算量大的缺陷,很难实时跟踪磷酸铁锂电池组复杂快速的内部反应,影响电池荷电状态的估算精度,提出应用一种简单、有效的极限学习机对一额定容量为100 Ah、额定电压为72V的纯电动汽车磷酸铁锂电池组建模,并分别与BP神经网络、RBF神经网络、支持向量机进行对比;随后,以学习时间和泛化性能为优化目标,应用粒子群方法寻找最佳隐层节点个数;结果表明,基于极限学习机的磷酸铁锂电池组模型的学习时间、泛化性能优于BP神经网络、RBF神经网络、支持向量机;隐层节点优化后,模型的学习时间和泛化性能达到最优.