ASVG动态建模与暂态仿真研究

首次提出了采用三阶非线性微分方程组描述新型静止无功发生器的动态过程；系统地分析了ASVG直流侧电容量、变压器电抗值以及控制参数对电力系统稳定性的影响；较全面地仿真了ASVG在系统故障过程中的暂态特性。     

基于支持向量机的棉织物热传递性能预测

针对小批量多品种生产模式下的织物热传递性能的预测问题,提出了用支持向量机对织物热传递性能进行预测的方法.以织物的经纬向纱线的粗细、织物的经纬密度及织物厚度为输入变量,织物稳态下的热传递性能指标为输出变量,分别建立了保暖率、克罗值的SVM预测模型.采用网络搜索并结合交叉验证的方法分别对保暖率、克罗值的SVM预测模型的参数进行优化.实验结果表明:从17组样本中随机选取15组为训练样本,2组为预测样本,预测误差都在5％以下,验证了所提出的在小样本时用SVM预测模型预测织物的热传递性能的有效性.     

融入特征融合与特征增强的SSD目标检测

针对SSD算法在目标检测过程中对小目标检测的不足,提出了一种基于SSD算法的一阶段目标检测器——FIENet（feature integration and feature enhancement network）。在FIENet中设计了两个模块,一是特征融合模块,该模块对SSD浅层的特征映射信息进行融合以提高小目标检测能力;二是特征增强模块,该模块采用了残差网络（Res2Net）以及注意力机制（attention）,对特征融合后的模块以及SSD中的深层特征映射进行增强。为了更好地检测小目标,还调整了浅层特征映射先验框的数量。为了评价FIENet的有效性,在PASCAL VOC2007以及MSCOCO数据集上进行了实验。实验结果表明,在PASCAL VOC2007数据集上检测精度（mAP）较SSD提高3.1个百分点,对小目标bird、bottle、chair、plant检测精度分别提升了3.6、9.5、5.4、5.5个百分点。在COCO数据集上达到29.4%的检测精度（mAP）。实验结果证明FIENet网络在保持实时性的同时可以达到较高的检测精度。     

单级式光伏并网逆变系统中的最大功率点跟踪算法稳定性研究

单级式光伏并网逆变系统具有拓扑简单，成本较低的优点。但是这种系统中只存在一个能量变换环节，太阳能最大功率点跟踪(Maximum power point tracking, MPPT)、电网电压同步和输出电流正弦度等控制目标要求同时得到考虑，实现较为复杂。该文提出了一种改进的MPPT算法，在实现上述功能的同时，显著提高了单级式光伏并网逆变系统在光照强度快速变化时的稳定性。该算法的改进主要在于稳态情况下，调整光伏阵列工作点时根据增减方向分别选取合适的步长值；动态情况下，采用前馈方法检测光照强度突变过程，从而迅速改变并网系统运行状态以避免母线电压崩溃现象。基于PSIM仿真平台，对比了定步长MPPT算法和新算法，在阐述算法改进的基础上给出了仿真结果。实验室还建立了300Wp的单级式光伏并网逆变系统，应用全数字化DSP控制技术和改进MPPT算法，实现了系统的并网和可靠运行。仿真和实验结果表明，应用改进MPPT算法的单级式光伏并网逆变系统能够准确跟踪太阳能电池最大功率点，并具有较好的稳定性。     

电压源变流器死区效应分析及抑制策略

死区效应是引起电压源变流器非线性特性的主要因素之一,会导致变流器运行性能变差。深入分析了死区效应对变流器的具体影响及传统死区补偿方法存在的问题,提出一种基于新型无差拍控制的变流器重复控制策略,用于抑制死区效应。详细阐述了所提方法的控制结构和原理,对其死区补偿性能和稳定性进行了深入分析。所提方法能有效消除死区效应引起的电流谐波,并能校正输出电流的偏差,使其精确跟踪指令电流。相比于传统死区补偿方法,所提方法不需要额外的硬件检测电路或复杂的电流极性检测算法。实验结果验证了所提方法的正确性和优越性。