三相光伏逆变器并网时故障状态仿真分析

当光伏发电系统在并网点处发生故障时,会对光伏微网内部的电能质量包括电流、电压和相位产生严重的影响,采取合适的控制策略使光伏逆变器恢复并网点电能质量是目前的研究热点和难点之一.在Matlab/Simulinkh建立光伏发电系统并网运行时故障仿真模型,对单相接地故障、两相接地故障、断路器单相重合闸故障以及三相重合闸故障进行仿真.以分布式光伏并网逆变器电路的拓扑结构为基础,三相光伏逆变器利用软件锁相环技术为坐标系变换提供相位支撑,PQ控制策略采用功率和电流的双闭环控制.当故障排除后,通过三相光伏逆变器的调节控制作用,使得光伏微网内部的电能质量能在很短的时间内恢复到正常值,锁相准确,谐波小,对稳定电能质量具有良好效果.     

复合粒子群优化算法在模型参数估计中的应用

化工非线性模型的参数估计是较为困难的寻优问题，经典方法常会陷入局部极值。粒子群算法操作简便、容易实现且全局搜索功能较强，适用于非线性参数估计。但其参数值的确定与问题相关，若设定不当，会严重影响全局搜索的性能。今提出引入遗传算法，在粒子群算法的搜索过程中，逐代优选参数，包括惯性权值，加速常数，以此构建为复合粒子群优化算法。分析与测试表明，其全局搜索性能有显著改善。进一步的工作又将两种粒子群算法成功地应用于重油热解模型的参数估计。采用复合粒子群优化算法估计参数构建的重油热解模型，其预报相对误差比常规粒子群优化算法降低了8.97％，比简单遗传算法降低了23.21％，效果明显。     

PP/M-HOS/POE三元复合材料的界面改性与力学性能

采用马来酸酐接枝聚丙烯(PP-g-MAH)及马来酸酐接枝乙烯-1-辛烯共聚物(POE-g-MAH)为界面相容剂，利用熔融共混法制备PP／镁盐晶须(M—HOS)／POE三元复合材料，研究了PP-g-MAH及POE-g-MAH的用量及配比、M-HOS和POE的用量对三元复合材料力学性能的影响。结果表明：当PP／M-HOS／POE的质量比为100／10／20时，PP-g-MAH的最佳用量为3份；利用PP-g-MAH及POE-g-MAH作为复合相容剂可同时改善M-HOS与PP和POE的界面相容性，促进POE、M-HOS对PP的增韧补强作用，使三元复合材料的力学性能得到了明显的改善。     

基于参数测量法的液压故障诊断系统

针对液压系统的战场抢修问题,提出了通过关键点测量系统压力,流量及油液污染度来诊断液压系统故障的方法,给出了系统组成及测试方法,并结合实例进行了故障诊断分析.     

一种非对称充气机翼的设计方法与力学分析

充气机翼技术有着悠久的历史,作为一项可以有效减小存储体积的方法,在航空领域有着独特的发展优势.针对NA-CA4418翼型,通过编程确定并筛选翼型内接圆圆心组,进而通过三维建模软件完成该非对称充气机翼的设计,然后利用ANSYS对该充气机翼进行静力学分析和模态分析,之后用FLUENT对该机翼翼型进行气动特性仿真分析,同时与相应的标准翼型进行了对比.最后对得到的仿真数据进行了分析,得出了充气机翼的刚度随着充气压力的增加而增加且充气机翼翼型的升力系数比标准翼型低,同时阻力系数比标准翼型高的结论.     

GROMACS 2020在ROCm平台上的移植与优化

GROMACS是应用广泛的开源分子动力学模拟软件,当前主要通过CUDA使用NVIDIA GPU进行加速计算。ROCm是一个开源的高性能异构计算平台。基于ROCm平台的HIP编程语言,首次实现了GROMACS 2020系列在ROCm平台上的完整移植。在MI50 GPU上,以一个复杂离子液体模拟算例为目标,使用GPU性能分析工具rocprof对移植代码进行了性能分析。针对MI50硬件特性,先后对成键力核函数、静电力的PME核函数和短程非成键力核函数进行了优化,优化后运行目标算例的性能相比初始版本整体上获得了约2.8倍的加速比,在 MI50上的性能高于GROMACS原版OpenCL代码60.5%,相对纯CPU版本有约2.7倍的加速比。在另外2个具有代表性算例的单结点测试以及离子液体算例的多结点扩展性测试中,优化后的代码也达到了较好的性能提升,这表明所采用的优化操作具有一定的通用性。     

一种求解命题公式骨干集的警示传播算法

警示传播WP算法是一类重要的信息传播算法,在命题公式的可满足性判定中非常有效。通过对WP算法的数学原理分析发现,当算法收敛时以高概率固定部分变元的赋值,可以对公式进行化简。基于这样的特征修改WP算法的迭代方程和变元赋值条件,设计了一种求解命题公式骨干集的信息传播算法。当变元数目超过400时,与经典骨干集求解算法对比,效率提高了40%,与目前常用算法对比也有10%的提高。结果表明,所提算法求解命题公式骨干集时非常有效。     

基于Haar-like和LBP的多特征融合目标检测算法

针对目标检测时Haar-like特征值过多、计算时间长、无法描述目标纹理特征且识别率一般的问题,提出一种基于滑窗原点信息的阈值自调节IHL(Improved Haar-like LBP)特征提取算法.该算法首先构造了 IHL特征编码方法,将Haar-like特征和局部二值LBP特征融合;然后在计算Haar-like型局部二值化特征时,使用高斯矩阵获得符合像素分布规律的自调节阈值;同时在求特征值时引入中心点像素信息,确保提取的特征值的合理性;最后使用AdaBoost训练得到级联分类器,将其载入系统,并在KITTI车辆数据集和INRIA Person行人数据集上进行实验测试.实验结果表明,该方法可在65s内识别1102个行人目标,在114.3s内识别1852个车辆目标,相比传统算法其可以明显加快目标识别的速度,对行人和车辆目标的识别率均可达到94％以上,其检测准确性相比其他方法也有显著提升.     

基于眼动点视觉先验与边缘优化的显著性检测

图像显著性检测是计算机视觉中的基础研究课题之一.当前基于深度学习的方法虽然能够有效提高显著性检测结果的准确性,但是在显著性目标的物体边缘细节提取方面还不能令人满意.为此,提出了一种基于眼动点预测先验的边缘细化网络用于显著性目标提取.首先,对输入图像进行眼动点预测,将生成的特征图像作为后续显著性检测的视觉先验;其次,利用多注意力机制VGG16网络进行显著性目标特征提取;最后,对特征图像进行质量优化处理,进一步提升图像显著图的质量.实验结果表明,在3个公开数据集(DUTS,ECSSD,HKU-IS)上,所提方法与其他6个主流方法相比,取得了更好的显著性检测效果.     

四川地震灾区民族体育旅游开发研究——以阿坝州为例

本文主要通过文献资料和实地调研研究方法对四川地震灾区阿坝州目前民族体育旅游开发现状进行研究,找出开发的内容和途径以及存在的问题,以促进这些地区民族体育旅游资源更有效的开发和利用。