带LCL滤波器的单相并网逆变器

针对相同滤波效果下采用L型滤波器的单相光伏并网逆变器的PI控制需要较大的电感值以及存在高损耗、电流内环响应速度降低和成本较高的不足,提出了采用基于LCL滤波的电容电流反馈和电网电压前馈的准PR控制策略,以增加系统阻尼、抑制振荡、提高系统稳定性能,并通过Matalab/Simulink软件搭建仿真模型进行了验证。结果表明,经LCL滤波后,在准PR控制策略下,加入电容电流反馈和电网电压前馈后,获得的入网电流畸变率更小,实现了入网电流的无静差跟踪,抑制了电网电压的扰动,且系统输出的波形满足入网要求。     

基于能量诱导型PSO算法与LSSVM模型的钢铁企业高炉煤气消耗量预测

针对钢铁企业高炉煤气消耗量存在的波动大、随机性强、难以预测等特点,引入能量剩余函数,提出了一种与粒子自身能量相关的能量诱导型粒子群(Energy Guided Particle Swarm Optimization,EGPSO)算法。利用其对最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)的参数进行优化,最后采用优化后的最小二乘支持向量机模型(EGPSO-LSSVM)进行高炉煤气消耗量预测。仿真实验表明:改进后的预测模型在平均绝对百分比误差、均方误差、均方百分比误差三项指标上均优于普通BP神经网络模型和普通最小二乘支持向量机模型,可以为高炉煤气资源的合理使用提供依据。     

基于预测控制的网络时延补偿策略研究

针对网络控制系统(NCS)中的时延问题,在分析网络时延特性的基础上,本文提出对系统采用预测控制策略进行时延补偿.为克服网络控制系统中时钟不易精确同步的问题,该策略用易于测昔的网络往返时延代替不易单独测量的前向时延和后向时延,不但采用MATLAB/TrueTime仿真工具箱对实际系统进行了仿真研究,还使用网络实验控制平台对实际的电机控制系统进行了实验研究.仿真和实验结果表明,该策略可以对网络时延进行精确补偿,保证网络控制系统具有良好性能.     

基于模糊动态逆变桨距控制策略研究

针对变桨距风力发电系统存在的非线性及风机参数的时变性特点,提出了风电系统在额定风速以上工作时基于模糊动态逆的变桨距控制策略。该策略研究分析风电系统的降级模型,并将此模型的逆系统跟原系统串联,通过反馈形成"伪线性"系统,有效解决变桨距风力发电系统存在的非线性控制问题,同时,采用模糊控制器解决外界干扰大、参数易变等问题。仿真结果表明,与其他非线性控制方法相比,该控制策略实时性更好、鲁棒性更强。     

基于灰云模型聚类和云重心理论的风电齿轮箱运行状态评估

针对风电齿轮箱运行状态评估中存在的不够全面、准确度较低等问题,提出一种基于灰云模型聚类分析和云重心偏移度理论相结合的评估方法,对风电齿轮箱建立相对全面完整的评估体系,能够有效提高评估结果的准确性。利用灰云模型对齿轮箱进行初步的聚类分析,获得风电齿轮箱当前运行的大致评估结果;在此基础上,计算标准云模型和当前云模型的云重心偏移度,可进一步提高评估结果的可靠性。对风电齿轮箱实测数据进行了状态评估,然后和齿轮箱记录状态进行比较,证实提出的评估方法具有一定的准确性和可使用价值。     

基于复合控制策略的混合有源滤波器谐波治理研究

针对大功率混合有源电力滤波器,为了有效降低有源部分的容量且提高补偿性能,首先对一种大容量混合有源滤波器进行改进。通过建立单相等效电路,对这种拓扑结构下的两种传统的电压源控制策略进行分析,在此基础上重点研究一种电压源复合控制策略。在分析了复合控制策略下的滤波原理后,对滤波器谐波检测方法、滤波延时的补偿进行研究,并设计出完整的复合控制策略电路结构。最后,对三种控制策略分别进行了仿真实验。通过对比补偿后的系统电流波形和补偿电流的动态跟踪特性,结果表明复合控制策略下的混合有源滤波器综合性能要优于传统电压源控制策略下混合有源滤波器性能,具有更强的实用性。     

改进中值滤波方法的图像预处理技术

图像实时处理系统日益发展,这无疑对FPGA的广泛应用提供了良好的平台。针对在某些领域传统的中值滤波算法无法快速有效的对采集到的图像进行处理,采用改进中值滤波利用FPGA运行速度快、内部程序并行运行等优点,设计出具有高实时性、高灵活性的图像预处理系统。通过中值滤波算法特点运用Verilog硬件描述语言进行代码编写,并在Quartus II、Modelsim进行实现仿真,最后与MATLAB中值滤波仿真图及多级中值滤波进行对比,得出利用FPGA处理改进中值滤波不但能够顺利对图像进行中值滤波,而且具有运算速度快、低能耗的特点。     

基于EEMD小波阈值去噪和CS-BP神经网络的风电齿轮箱故障诊断

针对风电机组齿轮箱中齿面点蚀、齿轮磨损、断齿等故障的诊断问题,提出一种基于EEMD小波阈值去噪和布谷鸟算法优化BP神经网络的故障诊断方法。采用EEMD分解和小波阈值去噪方法对故障振动信号进行数据预处理,抑制原始振动信号中的噪声干扰。利用布谷鸟算法优化BP神经网络对预处理后的信号进行诊断。小波阈值能更好地对EEMD分解中的高频分量进行去噪处理,CS-BP神经网络具有准确的模式识别精度和出色的全局寻优能力。通过实例仿真表明,提出的故障诊断方法具有良好的诊断精度、速度和成功率,具有较高的应用价值。     

钢铁企业蒸汽管网压力预测

为解决钢铁企业中蒸汽管网压力变化无规律很难对蒸汽系统进行实时有效调度的问题,提出一种基于小波变换-贝叶斯神经网络预测方法。首先利用小波变换对原始数据进行降噪处理,以降低数据中的误差干扰;然后利用贝叶斯正则化算法结合BP神经网络,在训练优化过程中降低网络结构的复杂性,避免网络过拟合,提高了网络的泛化能力同时改善了预测效果。实验结果表明:基于小波变换-贝叶斯神经网络预测方法的钢铁生产蒸汽管网压力的预测精度高、性能好,具有良好的实用性,可提高企业蒸汽管网的运行管理水平,为蒸汽的合理调度提供了科学的理论依据。     

8097单片机在同步发电机晶闸管励磁系统中的应用

本文介绍以８０９７单片机为控制核心的同步发电机晶闸管励磁系统,论述了其工作原理,硬件设计及软件流程。