一种细分空间的PWM波形实时生成方法

针对6等分空间电压矢量PWM磁通转速不平衡和电流畸变的问题,在理论分析和仿真研究的基础上,提出了一种细分电压空间的改进算法。并提出了基于数字信号处理器的数字实现方法,该方法有效地改善了磁链幅值的波动及磁链旋转速度的不对称性,从而减小了电流畸变。     

改善SVPWM低速性能方法的研究

针对空间矢量脉宽调制法( SVPW M )在低频范围内电流畸变和转矩脉动较大的情况,提出了分割计算所得零矢量的总的作用时间,同时加大磁链圆等分份数的方法。仿真和实验结果表明,与传统的合成矢量法相比,该改进方法的算法简便,易于数字化实现和用于实时控制,具有一定的应用价值。     

基于样本双重筛选的光伏发电功率预测

首先通过建立辐照度和功率之间的关系,剔除功率奇异值来完成初步筛选,其次通过计算辐照度、温度、云量等气象因素与发电功率的相关系数,选取相关系数较大的气象因素来评价历史天与预测天的相似度,提取与预测天最相似的历史天作为训练样本来完成二次筛选,最后利用BP神经网络和遗传算法进行光伏发电的功率预测,结果表明该方法具有较高的预测精度。     

“自动化专业导论”课的教学实践与探索

以大学新生的入学教育和专业引导作为出发点,阐述了开设"自动化专业导论"课程的意义和目的。从课程的教学内容、教学方法与手段、教书与育人相结合等方面对课程的教学进行了探讨,并总结了专业导论课所取得的成效。     

自抗扰控制器在感应电机中的应用

在采用定子磁场定向的感应电机调速系统中,为提高控制系统的鲁棒性,抑制负载扰动的影响,提出了用自抗扰控制器来控制系统的转速环的设计方案,将负载扰动归到未知扰动中,用自抗扰控制来进行估计、补偿和控制。数字仿真证实了自抗扰控制器不仅能够提高系统的动、静态性能,而且能有效地抑制负载扰动,对负载扰动有较好的鲁棒性。     

单神经元在PV最大功率跟踪控制中的应用

详细介绍了将神经元的学习特性结合常规的PID控制算法,设计出单神经元控制器,并将其应用于光伏并网逆变电源控制系统中太阳能电池最大功率点跟踪控制中。仿真试验表明,其控制品质优于常规PID控制器。     

基于粗糙集理论的中长期风速预测

在中长期风速预测中,正确处理相关因素的影响是提高风速预测精度的关键。该文提出一种粗糙集理论预测方法。利用粗糙集理论分析出风速预测的主要影响因素,将其作为中长期风速预测模型的附加输入,建立粗糙集神经网络预测模型。利用黑龙江某风电场的数据进行训练和预测,并将预测结果与单纯的混沌神经网络预测方法和持续模型方法进行对比,结果表明,粗糙集神经网络模型的预测精度最高。粗糙集方法在中长期风速预测中将是一个有用的工具。     

风力发电系统发电容量时间序列的混沌属性分析

利用非线性动力学的分析方法对并网型风电机组的发电容量时间序列进行分析,以检验其是否存在混沌属性。分析表明,通过对低维非线性动力学建模,风电机组发电容量时间序列表现出了混沌特性,此结果为基于混沌时间序列的风力发电容量预测奠定了基础。     

基于时间尺度的感应电机自抗扰控制器的参数整定

自抗扰控制器(ADRC)在感应电机控制中取得了优良的控制效果, 但控制器参数整定比较困难. 本文从时间尺度的概念入手分析ADRC参数整定问题, 通过理论分析得出感应电机的时间尺度, 并结合时间尺度与ADRC参数的关系进行参数整定, 得到了感应电机按定子磁场定向矢量控制的ADRC控制器参数整定方法, 该方法尤其适于多台电机的参数整定. 仿真结果表明该方法可行, 为感应电机ADRC提供了一种参数整定方法.