多模型预测函数控制及其应用研究

提出了多模型预测函数控制策略，并给出了模型平滑切换方法。格多模型预测函数控制策略应用于主汽温控制系统，仿真结果表明，采用多模型预测函数控制策略的主汽温控制系统的动态品质明显优于采用单一模型的系统。     

便携式激光盘煤系统的研究应用

在大型露天煤场存煤量测量中，对激光扫描采集到的三维不规则数据的显示方法进行了研究，提出了一种结合三维散乱数据插值和计算机视觉修正方法的设计方案。这种方法首先对三维散乱数据进行插值，根据插值结果进行三维网格点绘图，再根据所拍摄到的图形进行修正，以提高所绘的网格图与实际煤场形状的拟合精度。它可以立即给出煤场存煤量的体积结果，动态修改网格图形状。     

模糊与神经网络相结合的控制方法

介绍了一种模糊与神经网络相结合的控制方法,借以克服模糊控制存在稳态偏差的不足和神经网络对小偏差信号不敏感的缺陷。对复杂的具有大惯性、大迟延热工对象的仿真研究表明,该控制方法较其它控制方法不仅改善了系统的动态性能,并在一定程度上克服了热工对象的时变对控制效果影响。     

基于H∞环路成形和自适应神经模糊推理系统的模糊控制器设计

H_∞环路成形方法设计的控制器阶次较高,不便于工程实现和参数调整;用传统方法确定模糊控制器隶属度函数的参数和模糊规则比较费时且难以保证鲁棒性能和时频域性能指标.针对上述情况,提出了一种综合运用H_∞环路成形和自适应神经模糊推理系统来设计模糊控制器的方法.首先采用H_∞环路成形设计方法,得到鲁棒裕量、动态和稳态性能都符合要求的控制器,然后用自适应神经模糊推理系统来逼近此控制器,最后根据自适应神经模糊推理系统参数确定相应的模糊控制器规则和参数.该方法确定模糊控制器隶属度函数的参数精确而省时,且能保证控制器具有较强的鲁棒性和良好的控制效果.通过对小车倒立摆系统进行的仿真,验证了该控制器设计方法的有效性.     

基于EUNITE竞赛数据的中期电力负荷预测

应用自组织模糊神经网络(SOFNN)算法,基于欧洲智能技术网络(EUNITE)竞赛数据进行了中期电力负荷预测的应用研究。算法能够自动决定神经模型的结构并得出模型的参数,具有很好的实用价值。研究了训练数据选取和输入特征向量编码等实际应用问题,结果表明负荷预测精度高,优于竞赛的优胜者,之后提出了结合周平均负荷预测修正日负荷预测的方法,精度得到进一步地提高。     

基于虚拟DCS的混合仿真系统设计与开发

介绍了仿真技术、DCS技术的发展,以及混合仿真技术和虚拟DCS技术的特点。分析了混合仿真技术与虚拟DCS之间的结合。并以此为基础,结合以往的经验,设计开发了基于虚拟DCS的混合仿真系统。为科研、教学、培训人员提供了一个统一的技术平台,更加有利于新技术的实践应用、现场生产问题的分析与解决,以及对热工与运行人员的高层次培训。     

基于混沌相空间重构与支持向量机的风速预测

讨论了基于混沌相空间重构和支持向量机的风速预测。对风速数据的混沌特性进行分析,在此基础上进行相空间重构,采用C-C算法求取嵌入维数m和延时时间τ,确定预测模型的输入维m与样本集;在样本集中,采用粗搜索和细搜索的方法选取预测点的参考点,在进行细搜索的过程中提出相关性分离速率的方法,提高了预测精度。利用支持向量机强大的泛化能力,构造出风速预测回归函数,避免了传统的人工神经网络所存在收敛速度慢、结构选择困难和局部极小点问题。最后采用新西兰某风电场采样周期为10min的风速测量数据进行风速预测,实验结果表明采用Chaos-SVR方法有效降低了风速预测误差,且此方法与神经网络法相比具有更好的泛化能力和更高的预测精度。     

异端连接定相

一、概述在电力系统的基建及调试、维修等过程中,定相标相查对错接线等工序繁杂。为提高效率,减少停电时间,优选最少测试次数,判明各线端相别,有利于减化工序,促进工程进度也便于现场运用。     

一种新型的动态递归神经网络及其算法

通过对Elman网络的研究 ,提出了一种新型的基于输入层、隐层、输出层神经元递归的动态递归神经网络 ,并给出了其算法。通过在系统辨识中的应用表明 ,该网络收敛速度快 ,模型精度高 ,具有较为广阔的应用前景。     

基于手机短消息(SMS)的远程无线监控系统的研制

手机短消息是一种崭新的通讯方式，它具有开发方便、费用低、免维护、可靠性高等特点。本文介绍了我们开发的一套基于手机短消息的远程无线监控系统，对通讯方式、工作原理及软件构成进行了详细的说明。该套系统在自动抄表，远程监控等领域具有很好的应用前景。