神经网络PID在PLC系统控制中的应用研究

针对传统的PID算法由于难以给出精确的数学模型,使得系统参数设定困难,同时系统控制效果上存在一定的缺陷,造成系统安全性和可靠性降低,系统控制质量不高。为了解决传统的PID算法所带来的问题,提出了基于模糊神经网络的PID算法,将PID算法、模糊控制算法以及神经网络算法相结合,形成了一种智能控制算法。将算法应用在PLC控制系统中,实验表明算法有效的实现了PID参数的自整定,并且提高了控制质量,具有一定的实际应用推广价值。     

改进的图像关键点特征提取形状匹配算法

研究图像特征提取匹配优化问题。传统的图像配准算法效率和精度较低等不足,导致形变图形配准和识别难,提出了一种改进的局部反射特征图像关键点匹配算法。算法首先采用了一种新的算法来对图像进行特征点信息提取,依据图像的仿射不变性原理来计算各三角形区域相对的面积。在关键点附近构造三角形区域,通过仿真表明,提出的改进的算法能够快速的检测图像的关键点,而且能够获得更加多的关键点,有效的提高了算法检测的效率,具有一定的实际应用价值。     

一种新的红外图像快速分割方法研究

研究红外图像目标分割快速优化问题。在高分辨率红外图像的分割中,红外图像存在数据量大、目标的边缘模糊和噪声较大等导致分辨率低和实时性差。为了快速准确分割,提出基于低尺度分割阈值预测的快速红外图像分割方法(LFIRS)。首先建立尺度阶数计算模型以确定保留原始红外图像目标基本信息所需的最小尺度,在分析多尺度过程对具有目标/背景强相关特性的红外图像进行分割阈值,建立多尺度红外图像分割阈值的相关模型(CLM),结合经典二维阈值法得到的最低两个尺度的阈值CLM模型参数,可以通过CLM模型与最小尺度的快速获取原始尺度的分割阈值,实现红外图像的快速分割。实验结果表明,改进方法提高了图像分辨和分割速度,且改善了分割效果。     

基于叶片形态特征的葡萄品种自动识别

葡萄在全世界种植范围较广,葡萄品种识别对葡萄资源统计、新品种鉴定及遗传资源保护都有重要意义。以成熟叶片为基本材料,不变矩、面积、周长、主叶脉长度和叶柄长度等11维特征向量为基础数据,采用叶片特征选择、图像处理、特征值提取、建立分类模型等方法,运用国际葡萄与葡萄酒组织形态分类方法和改进的欧式距离等技术开发一个基于葡萄叶片数字图像的葡萄品种自动识别软件。共测试17种酿酒和3种野生葡萄,识别率达87%。该方法具有自动化、识别速度快、花费低、省时省力等特点,可应用于葡萄病虫害的识别、杂交新品种双亲的判定等。     

浅层含水层新型污染物降解因素分析

介绍了再生水通过河流下渗补给浅层地下水过程中,浅层含水层中新型污染物(ECs)的来源,分析了ECs在浅层含水层中的微生物降解研究进展.由于浅层含水层中微生物降解作用是ECs的主要去除机制,分析了优势微生物对不同类型ECs的降解,以及影响微生物降解作用的因素,为再生水原位回渗地下水的工程措施设计提供科学依据和参考.     

基于水力模拟的排涝泵站设计规模复核评估

排涝泵站作为城市防涝体系的重要环节,其设计规模是否满足实际需求,将直接影响城市内涝现象严重与否.以中山市中心城区为研究区域,通过水力模拟计算P=0.25、0.5、1、2、3、5、10、20、30、50、100 a这11种工况,对区域内的排涝泵站规模进行复核评估.计算结果显示,该区域4座排涝泵站整体规模缺口为22.04 m3/s,不足比例达40.81％;若泵站规模扩容至满足P=5 a排涝需求,该区域轻度内涝面积可减少24.1％,重度内涝面积可减少25％.     

基于提高弱电网新能源并网水平的逆变器功率-电压控制策略

传统功率-电流控制的并网逆变器存在谐波振荡等交互稳定性问题,限制了新能源的并网水平,尤其在弱交流电网中更为突出.为克服上述缺点,提出了一种新型功率-电压控制策略.首先在旋转dq坐标系下建立了逆变器输出阻抗的动态模型,包括主电路参数,锁相环(PLL)动态参数和调节器参数;然后基于波特图分析传统功率-电流控制策略下和本文所提功率-电压控制策略下逆变器输出阻抗的频率特性,证明了本文所提功率-电压控制策略稳定性,可以减小PLL带宽和输出功率的影响,从而提高弱电网中逆变器的额定功率注入功率,最后仿真和实验结果验证了所提出控制策略的有效性.     

关于氢综合利用系统在西安地区宾馆类场景中的配置方法研究

氢综合利用技术可为电网的削峰填谷起到积极作用,有利于改善系统负荷日曲线。根据宾馆类用电特性,采用减小峰谷差率法和利用峰谷电价差法两种方法配置氢综合利用系统。从用户自身角度,利用峰谷电价差法配置氢综合利用系统经济性更优;从电网角度,采用减小峰谷差率法配置氢综合利用系统可增加全社会综合效益。从电网和用户均受益的角度出发,一是建议结合宾馆类场景的负荷特性,调节峰谷差电价;二是建议对氢综合利用系统进行技术创新,降低其成本,减小成本回收时间。     

基于文化鲸鱼优化算法的特征权重优化分配方法

为了解决基于数据的预测模型中特征权重分配不合理的问题,将鲸鱼优化算法(whale optimization algorithm,WOA)纳入文化算法的种群空间中,获得了一种文化鲸鱼优化算法(cultural whale optimization algorithm,CWOA)以用于特征权重的优化分配.首先,将预测模型的均方根误差作为适应度函数;然后,采用WOA在种群空间中对特征权重进行迭代寻优;接着,通过接受函数将种群空间中的最优权重置于信仰空间中进行性能评价与双变异演化,以此形成形势知识和规范知识;最后,通过影响函数对种群空间中的权重进行更新指导,如此循环,从而得到特征权重的优化分配结果.以基于案例推理的预测模型为例,使用加州大学欧文分校(University of California Irvine,UCI)标准数据集对特征权重的不同分配方法进行了对比实验,结果表明该方法分配权重后的预测精度最优,在涉及特征权重分配的机器学习领域具有一定应用价值.     

城市生活垃圾热值的特征变量选择方法及预测建模

在垃圾焚烧的过程中,垃圾热值的波动会影响垃圾焚烧的稳定性.为了实现城市生活垃圾热值的实时在线预测以及变化趋势预测,采用模糊神经网络软测量方法,利用焚烧发电厂在线运行数据作为输入,实现垃圾热值的实时预测功能.首先采用互信息方法从若干特征变量中剔除部分无关变量;然后将模糊神经网络和粒子群优化算法结合起来从上述选择出的特征变量中进一步剔除冗余变量,从而确定预测垃圾热值的输入变量,并从中训练出垃圾热值的模糊神经网络预测模型;最后通过采集的样本数据进行性能测试.结果表明该方法有较好的预测准确率和实时性,适用于垃圾热值的在线预测.