天基信息传输分发系统应用及其关键技术

天基信息传输与分发系统近年来得到迅速发展,其应用领域越来越广泛,尤其在信息化部队的建设上作用越来越关键。基于美军天基信息传输与分发系统在通信、广播和中继等多个方面的应用,描述了系统的体系结构,总结了引领系统发展的技术方向,指出了系统发展过程中需要重点解决的主要关键技术。为加快部队天基信息传输与分发系统的发展开拓思路,提供参考。     

HH神经元的自抗扰同步研究

因外部电磁环境变化导致生物神经元放电节律不同步是生物控制中需要解决的一个难点问题。HH神经元模型是描述神经元动力学特性的第一个数学模型,以HH神经元为研究对象,利用各种现代控制方法获得HH神经元的同步,方法的不足在于对外部干扰的敏感性以及控制律复杂不易实现。为增强神经元同步的鲁棒性和可行性,利用自抗扰控制算法,在三种不同情况下研究HH神经元的同步,并且依次加入不同干扰验证其同步效果。仿真结果表明,自抗扰控制能够对神经元系统的总扰动进行实时估计和补偿,消除扰动对神经元系统同步的影响,从而获得良好的同步效果。     

一种改进的人脸纹理映射方法

识别人脸图像优化问题,由于人脸纹理映射时容易出现的纹理扭曲和畸变现象,影响图像的真实性,提出一种改进的纹理图像映射方法。根据人脸特征点信息,利用特征块匹配法配准正侧面人脸图像,并使用加权平滑算法和金字塔方法对图像进行双重融合实现图像的平滑过渡;然后利用一种特殊的定位方法来计算三维人脸模型上顶点对应的纹理坐标;最后根据纹理坐标将纹理图像映射到三维特定人脸模型表面上,可得到具有真实感的三维人脸模型。实验结果表明,纹理合成方法简捷有效,纹理映射结果生动逼真,有效的避免了纹理图像的扭曲和畸变现象,具有较高的鲁棒性。     

数字舵机激励信号加载方法的研究与实现

为了测试数字舵机的性能,自动测试系统需产生满足数字舵机测试要求的激励信号,本文通过研究数字舵机激励信号的产生条件,实现了一种数字舵机自动测试系统激励信号的加载方法,并对其性能进行了验证,实验结果表明,此方法符合数字舵机激励信号对于定时精度的要求。     

一种分布式数字海洋云系统研究

海洋数据分布区域广泛且数据量庞大,现有数字海洋系统相对独立,海洋数据信息共享度低,制约了大规模海洋数据的高性能计算。为"数字海洋"系统提供有力的数据支持和计算服务。本文提出一种基于云的分布式数字海洋系统,把不同的海洋数据通过高速网络连接起来建立一个存储云,使用一个专用的网络服务协议,用于高性能广域网络连接的计算机集群所进行的大型分布式数据集的高性能计算。实验结果表明,与现有基于Hadoop分布式数字海洋系统相比,该系统的性能有显著提高、数据高度共享。     

结合储能后发电机转子角控制的特性分析

发电机转子角控制不仅可以参与有功调节,实现无调度干预的频率无差恢复,还可以提供阻尼转矩抑制区域间的低频振荡.现有的转子角控制使用汽轮机提供阻尼转矩,导致调门频繁动作,汽轮机寿命缩短.本文利用并联储能系统通过充放电控制可以改变发电机输出电气转矩的原理,给出一种同时控制汽轮机和储能的发电机转子角控制模式.其中,汽轮机负责跟踪负荷,储能则负责在提供阻尼转矩的同时应对小的负荷波动.仿真表明,该模式不仅具有现有转子角控制的优点,还可以明显减少汽轮机调门在负荷跟踪及扰动中的动作次数.     

影响大用户产业接入的电网关键因素研究

从电力公司角度构建了全方面、多维度的电网影响因素体系,由此对地区四大典型新兴产业的电网接入情况进行研究。结合改进的主成分分析法与基于时间效应改进的灰色关联度模型计算各影响因素与四类典型大用户产业落户情况之间的信息量值以及关联度大小。综合模型计算所得到的结果确定不同产业中各指标的影响权重和影响比例。从而根据影响指标等级划分表确定不同类型产业的主要电力影响因素,在大用户电网接入规划中能够对主要影响指标采取针对性措施,实现在改善电网以加强大用户接入适应程度的同时,保证电网投资收益的正常运行。     

基于交直流微电网的智慧能源站拓扑结构研究

“多站合一”的智慧能源站是未来变电站发展的新模式,其中变电站供电系统是保证智慧能源站可靠运行的关键。针对变电站站用交直流系统,计及当前交直流微电网技术进步,提出了智慧能源站供电系统采用交直流微电网的方案,并对交直流微电网电压等级、拓扑结构进行分析。通过对供电可靠性和经济性进行比较,说明交直流微电网的新型结构优于传统结构,验证了智慧能源站新型交直流微电网拓扑结构的可行性及技术优势。     

基于SSA-ELM的短期风电功率预测

准确的风电功率预测可以有效地保证电力系统的安全运行,进而影响电网的电力调度,所以高精度的预测方法变得至关重要。针对极限学习机（ELM）随机产生输入权值和阈值导致回归模型不稳定性与预测结果不准确性,以及风电波动性和间歇性等问题,提出一种基于麻雀算法（SSA）优化极限学习机的组合预测模型（SSA-ELM）。利用收敛速度快、精度高、稳定性好的SSA对ELM的权值和阈值进行寻优,实现了对风电功率的精确预测。仿真结果表明,所提出的SSA-ELM模型的预测精度较高、泛化能力强,能够为风电的功率预测及并网安全的稳定运行提供决策支持。     

小电阻接地系统高阻和间歇性弧光接地故障继电保护研究

中性点经小电阻接地系统存在高阻和间歇性弧光接地故障,以及故障持续、越级跳闸等故障扩大事故,严重的还会烧毁小电阻设备。基于高阻接地、间歇性弧光接地故障的特征,选取中性点小电阻阻值,约束继电保护,基于电流不平衡度突变、暂态分析及故障累积检测,给出继电保护策略。经仿真验证：该文提出策略具备灵敏性、有效性,能够解决小电阻系统的保护盲区,是对原有小电阻接地系统继电保护的有益补充。