小波信号奇异性分析在配电线路故障检测中的应用

基于小波奇异性分析理论，分析了故障信号奇异性、非故障信号奇异性及噪声信号奇异性之间的关系，提出了配电线路故障发生时刻检测的较全面的算法。仿真结果表明，该算法具有良好的鲁棒性、准确性和快速性，并能够有效减少投资，适用于配电线路的故障检测。     

造纸生产线分部搬运同步调速微机控制的研究

对造纸生产线分部搬运多级调速微机控制的同步调速进行了深入的研究，采用单片机实现３￣８级速度的自动跟随，提出了带前馈的变比例－－积分作用自调整的ＰＩＤ算法。     

在线模糊自适应PID在金刚石合成温度控制中的应用

将模糊自适应PID应用于金刚石合成的温度控制中,使控制器的参数调节能够自适应控制对象数学模型参数的变化。现场使用情况表明,这种控制器响应速度快、超调量小、控制精度高,对时变参数具有良好的适应能力。对于合成高品质、大颗粒的金刚石,有重要意义。     

基于神经网络的永磁直线同步电动机推力波动补偿的仿真研究

通过分析永磁直线同步电动机推力波动机理(PMLSM)，指出引起PMLSM的推力波动的主要原因，并提出了在系统控制指令中叠加补偿指令的推力波动抑制方法。本文运用BP神经网络，建立了波动力估计模型，实现了波动推力补偿指令的计算。仿真结果表明该方案能有效地抑制PMLSM推力波动对系统的影响，具有很强的鲁棒性。     

基于ANSYS Workbench的电机轴系模态分析

提升机电机轴的主要作用是将电机的输出动力通过链传动传递至滚筒,为滚筒作业提供动力.不仅要符合强度、刚度等力学条件,还需要满足一定的动态性能要求.本文针对7800 kW同步电机主轴,通过软件SolidWorks进行建模,并利用ANSYS对其进行有限元模态分析和谐响应分析,得到了该轴前8阶模态的固有频率、振型及扭转角度分布,分析结果可以作为电机轴优化设计的参考,通过合理的优化也避免在运行过程中与激励频率发生共振,有利于提高电机轴的可靠性与寿命.     

PLC智能型无功补偿装置

本文介绍了PLC智能型无功补偿装置系统的方案,给出了系统的软、硬件组成,并对数据采集、运算处理、程序保护及闭锁作了详细的说明。     

基于长短期记忆网络的Vienna整流器故障预测

为了掌握Vienna整流器的健康状态,提出基于长短期记忆（LSTM）网络的Vienna整流器故障预测模型。通过对电容和功率MOSFET的退化与故障特征分析,建立Vienna整流器整体电路性能和关键元器件退化之间的关系,选择输出电压变化值ω为整流器的故障特征参数。在此基础上,构建基于LSTM的Vienna整流器故障预测模型,采用Adam优化算法训练预测模型,实现对Vienna整流器故障特征参数的预测。仿真结果表明,该模型预测结果的均方根误差为0.123 3,平均绝对百分误差为0.101 8,该模型的预测精度较高,能够较好地实现Vienna整流器的故障预测。     

PMLSM的两种模型及比较

介绍了在理想状态下利用电磁场和电路的基本理论在四层线性模型的基础上所建立的PMLSM电路模型以及利用BP算法用C语言编制程序实现一个单输入层单输出层4隐含层的神经网络,然后用试验数据对网络进行学习训练而建立的PMLSM网络模型.以一台单边型PMLSM为例比较了这两种模型.     

基于信息融合的矿井低压电网漏电保护算法研究

为有效提高矿井低压电网漏电保护的准确性和鲁棒性,提出了一种基于信息融合的煤矿井下低压漏电保护方法,即采用相电流分时比值法、暂态电流小波分析法进行漏电故障选线。通过采样计算,获得线路稳态相电流比值和暂态相电流互积求和比值,可准确可靠地辨识出各线路零序电流的大小关系,判断出漏电支路。Matlab仿真实验结果表明,该保护方法可将暂稳态电流进行信息融合,综合选线、发出报警信号或同时执行跳闸,实现了漏电保护,其判断结果准确可靠。     

基于VMD-LSTM与误差补偿的光伏发电超短期功率预测

光伏序列具有的较高复杂性对光伏发电功率的预测精度产生了极大影响,对此提出一种基于VMD-LSTM与误差补偿的光伏发电超短期功率预测模型。该模型第1阶段采用VMD算法将原始功率序列分解为若干个不同的模态,并对其建立对应的LSTM网络模型进行预测,通过对各模态的预测结果求和得到初始预测功率;第2阶段采用LSTM网络对误差序列进行误差补偿预测,然后将初始预测功率和误差预测功率求和得到最终预测结果。仿真结果表明,该预测模型对天气具有较高的适应性,预测精度达到97%以上。