单输入多输出通用可调滤波器的CCCⅡ实现

利用CCCⅡ和4个无源元件实现了单输入多输出通用可调滤波器,该滤波器能同时实现低通、高通和带通滤波功能,且具参数可调,灵敏度低的特点。PSPICE模拟仿真结果证实了所设计电路的正确性。     

基于健康度和重要度的配电网运行风险评估方法

针对故障概率与故障后果风险指标应用于配电网运行风险评估的不足,提出了基于健康度和重要度的配电网运行风险评估方法。综合考虑配电网多样化运行的发展现状和配电用户对供电可靠性需求的差异,定义了面向系统运行状态的健康度和面向用户差异的重要度为风险指标,全面分析在各风险源因素作用下,健康度和重要度等级的确立规则及计算方法,建立风险评估模型,并在此理论基础上开发了风险评估软件功能平台,完成对配电系统的实时感知、评估和预警。以佛山市实际配电系统为示范工程,截取断面数据进行分析,实验结果可反映系统运行的实时风险,在警戒状态下自动生成预防控制措施,保证配电网安全运行,提高供电可靠性,验证了所提方法的正确性和可行性。     

中值滤波与小波变换的指纹图像混合去噪的算法

图像去噪是指纹图像预处理中的重要内容,直接影响着指纹识别系统的准确率.结合中值滤波与小波去噪分别去除椒盐噪声和高斯噪声中的优势,提出了一种指纹图像混合去噪算法,并对其中的关键步骤进行了详细分析.仿真结果表明:相对于单一使用一种去噪方法,混合去噪算法能更有效地去除指纹图像中的椒盐和高斯混合噪声,获得了较好的峰值信噪比增益.     

考虑储能的配电网预防重构策略

预防重构能够确保配电网在一定安全裕度下运行,但网络拓扑频繁变化会降低系统稳定性,增加运行成本.考虑到储能充放电特性和网络最大供电能力,以一天内重构次数最少为一级目标函数,以储能最大出力能力和最大供电能力指标为二级目标函数,建立配电网多级目标预防重构模型.提出储能充放电和重构的动作策略和联合提升最大供电能力的方法,在最大供电能力指标低于安全警戒线时优先利用储能调节,不足时再联合网络重构调节.采用广义简约梯度算法和混合粒子群算法对模型进行求解.最后,以IEEE-33节点配电系统为例的计算分析结果表明,在预防重构中利用储能的备用调节作用,可避免拓扑频繁发生变化,验证了本文模型和策略的可行性.研究成果对于利用预防重构提高配电网运行安全可靠性具有一定参考意义.     

基于量子神经网络的模拟电路的软故障诊断

提出了基于小渡与量子神经网络的客差模拟电路的软故障诊断方法,它能将故障的不确定性数据合理地分配到各类中,从而减少故障检测的不确定度,提高故障检测的诊断率,克服了BP在模糊分类方面的局限性.通过实验,采用QNN与白适应BP神经网络相比,故障诊断率可提高11.11%.     

射频信号的S变换检测

本文针对射频(RF)信号的频率高、瞬变等特点,提出了一种基于S变换的射频信号检测方法。仿真结果表明,S变换具有很好的时频分析能力,能很好地分辩出射频信号的时频性能。     

基于量子神经网络的容差模拟电路的软故障诊断

给出了容差模拟电路软故障诊断的量子神经网络方法,将传统的模拟电路故障诊断方法与量子神经网络结合起来,多层激励函数的量子神经网络不仅具有BP网络所有的优点,还克服了BP网络在模糊分类方面的缺点,即利用量子神经网络对其输入的容错能力在一定程度上克服了模拟元件的参数容差的影响,模拟电路故障的复杂性及广泛非线性也能利用量子神经网络的非线性映射能力加以解决,同时还可对模糊数据进行模糊分类;通过应用量子神经网络,实现了容差模拟电路单软、多软软故障的诊断。     

混沌时间序列的Anfis-量子网络预测

针对混沌时间序列的解析方程的不确定性,本文提出了Anfis-量子组合预测网络。此网络不依赖混沌时间序列的确定性方程和初始条件,根据给定的训练数据,先采用Anfis网络对训练数据进行处理,再与量子神经网络组合预测,从而提高预测能力和精度。最后以Mackey-Glass混沌时间序列进行实验,结果表明Anfis-量子网络具有良好的局部泛化能力,其预测精度明显高于BP神经网络和量子神经网络。     

MATLAB与OrCAD的数据通信

在许多应用场合,需要MATLAB与OrCAD之间进行数据通信。根据通信方式的不同,本文提出了两种OrCAD与MATLAB之间的通信方式,并给出了具体操作步骤。为了验证通信方式的可行性,本文给出了两个应用实例：OrCAD输出波形的MATLAB分析和基于MATLAB的OrCAD电路的含噪声激励源的创建,仿真结果表明,本文提出的通信方式是可行的。     

基于蝙蝠算法的电力恢复机组选择多目标优化

目前电力系统恢复机组选择的优化目标通常单一地追求发电量最大,忽视系统的安全稳定运行、机组重要性与恢复机组在系统的全局分布情况。在实际情况下尚不足以保证电力系统恢复的可靠与高效地进行。通过建立联合考虑电压相关安全指标、机组重要性与最大发电量的目标函数,将优化问题抽象为一个多目标组合优化背包问题。通过一定约束条件进行机组预选之后,由蝙蝠算法求解出优化模型的Pareto最优解集。通过算例进行仿真建模与其他算法进行多方面对比后,验证说明了蝙蝠算法在解决此多目标决策问题上的合理性与有效性。