电厂侧AVC子站系统控制策略的研究

无功电压控制问题对提高电力系统的安全性和经济性具有重要的意义。无功电压控制目前广泛采用分区电压三级控制结构。对于二级电压控制系统中的电厂侧AVC子站,可根据电厂侧的要求采用逐步逼近法建立自动跟踪电压控制模型,运用自学习方法计算系统阻抗,并建立电厂侧无功电压控制系统必要的安全性约束保证电网与机组的安全运行,最后给出了电厂侧AVC子站调控逻辑中需要注意的一些关键技术问题,其结论对工程实践具有借鉴意义。     

基于Adaline的数控系统位置控制器研究

针对机床数控系统进给位置控制的性能要求,必须根据其工作方式和误差情况实行变增益控制策略,才能较好地兼顾动态和静态指标,为此,选用自适应线性神经元(Adaline)代替原有的比例环节,可以获得相应的控制性能。经数字仿真和实际使用表明,在数控系统中引入人工神经网络控制思想是合理可行和有效的,并且还可以进一步通过硬化实现,达到实时在线控制的目的。     

基于改进RRT*算法的机械臂路径规划研究

针对机械臂避障的难题,采用圆柱体包络法进行碰撞检测和RRT~*的改进算法进行路径搜索,规划出一条能够避免与已知障碍物碰撞,并且路径长度和规划时间较为优化的路径。RRT~*在原有RRT(快速随机树)基础上改进了父节点选择的方式,加入代价函数保证解的渐进最优性。在RRT~*基础上引入目标引力,减少路径搜索的随机性。同时,提出自适应步长避免陷入局部最优。在MATLAB平台上进行了RRT~*、RRT-connect及改进的RRT~*搜索算法的比较研究。结果表明,改进后的RRT~*算法在规划时间上和RRT-connect相近,在规划路径的长度上和RRT~*相近,同时具备时间和路径上的优势。以某品牌型号为WY700-1的机械臂进行了实验验证,结果表明,改进后的RRT~*搜索算法具备有效性和优越性。     

一种无线传感网络能量感知的事件检测算法

针对无线传感网中事件检测节点能量消耗过快和不均匀问题,提出了一种动态可调的能量感知事件检测算法AEEDA。该算法采用分布式判别和分簇思想将网络节点分成许多簇结构,簇首负责汇聚事件检测的数据。簇内事件区域检测是由簇首根据事件空间相关性进行判别;跨簇事件区域检测是相邻簇间簇首根据簇边界节点数据进行判别。算法运行过程中,根据簇首节点的能耗进行动态调整簇首,以平衡节点的能耗。实验结果表明所提算法在检测精度、能耗均衡性和生命周期方面具有优势。     

级联H桥光伏逆变器开关管开路故障诊断

多电平逆变器包含大量的半导体开关,以级联H桥光伏逆变器为例,针对开关管开路故障提出一种快速故障诊断和处理方法。在载波的顶端或底端采样每个H桥模块的输出电压,将其作为判断开关管开路故障的判据。诊断完成后,采取相应的措施降低故障程度。该方法可在一个载波周期内完成故障开关管的精确定位。实验结果验证了该方法的有效性。     

离网型小型风力发电系统逆变器的控制

离网型小型风力发电系统中负载特性对逆变器提出了特殊的要求。文中采用三相四桥臂逆变器拓扑结构,在对称分量法的基础上建立了逆变器的控制模型,并推导了在双同步旋转 d-q坐标系下的表达式。构建了基于前馈解耦的多环控制系统,实现了对正序、负序和零序分量的独立控制。实验结果证明该方案对不平衡负载有较强的抑制作用,能够为负载提供优质电能。     

基于弱匹配回溯追踪算法的目标定位

传统压缩感知算法在候选阶段以固定步长选取原子会影响重建精度和重建速度。提出了一种基于弱匹配回溯追踪算法。在原子候选阶段,通过弱匹配原则选取原子并引入分段函数以控制不同阶段的阈值。在残差较大阶段,选择较小的阈值,保证较多数目原子进入候选集,从而提高算法重构速度;在残差适中阶段,进一步加大阈值,减小进入候选集的原子数目,以免过多虚假原子进入支撑集后带来裁剪负担;在残差较小阶段,选择较大的阈值,保证较少原子进入候选集,确保定位精度。实验结果表明,当信噪比为20 dB、目标数为35时,相比于传统的压缩采样匹配追踪算法和子空间追踪算法,该算法的定位精度分别提高了26.2%和18.4%,该算法的重建速度分别提高了44.7%和28.4%。     

基于改进VMD-GAT-GRU的交通流量组合预测模型

针对短时交通流时间序列非平稳性、空间相关性和时间依赖性的特点,为提高短时交通流预测模型的预测精度和收敛速度,该文提出了一种基于改进的变分模态分解(VMD)、图注意力(GAT)网络和门控循环单元(GRU)网络的交通流量组合预测模型。首先,利用互信息熵(MI)改进的变分模态分解算法,将交通流量时间序列分解成一系列调幅调频信号子序列,降低了时序信号的非平稳性,提高后续预测模型的预测精度;然后,将其输入图注意力网络,捕捉路网邻近节点的交通流量对中心预测节点交通流量不同程度的影响,从而实现交通流量序列的空间相关性建模,进一步提高模型预测精度;接着,将交通流量分量子序列分别送入门控循环单元网络,捕捉其时间依赖性,并使用改进的RMSPRop优化算法迭代寻优,在提升优化算法收敛速度的同时提高了模型的预测精度;最后,结合各分量子序列的预测值,作为预测模型的最终输出。实验采用RTMC系统交通数据,结果表明,该文提出的改进VMD-GAT-GRU时空融合组合预测模型相较于LSTM、GCN和GAT基准模型,平均绝对误差(MAE)分别降低9.35、4.12、4.09,平均绝对百分比误差(MAPE)分别降低16.4...     

PWM整流电路的原理分析

无论是不控整流电路,还是相控整流电路,功率因数低都是难以克服的缺点.PWM整流电路是采用PWM控制方式和全控型器件组成的整流电路,本文以《电力电子技术》教材为基础,详细分析了单相电压型桥式PWM整流电路的工作原理和四种工作模式.通过对PWM整流电路进行控制,选择适当的工作模式和工作时间间隔,交流侧的电流可以按规定目标变化,使得能量在交流侧和直流侧实现双向流动,且交流侧电流非常接近正弦波,和交流侧电压同相位,可使变流装置获得较高的功率因数.     

基于多维时空的NPCA-PSR-IGM(1,1)组合模型的短时交通流预测

针对城市短时交通流序列非线性和混沌性的特点,为提高短时交通流的预测精度,该文提出一种基于多维时空的非线性主成分分析(NPCA)和相空间重构(PSR)的改进灰色(IGM(1,1))组合预测模型。首先,使用数据相关性的非线性主成分分析算法对多维交通流量序列进行时空降维,同时保留影响预测点的主要交通流量数据,从而提高建模的精确度;其次,利用多维时空交通流量序列相空间重构放大交通流量内部的细微特征,以使其内在规律得以充分展现,进一步提升预测精度;最后,结合背景值改进的灰色模型适应于线性、非线性以及所需数据少的特点,进行短时交通流预测。实验结果表明,NPCA-PSR-IGM(1,1)组合预测模型的平均相对误差相比NPCA-PSR-GM(1,1)组合预测模型减小3.12%,其标准偏差相对PCA-PSR-IGM(1,1)组合预测模型从15.7091下降到2.0589。同时与最新的预测模型相比,该组合预测模型也提高了预测精度,达到了较好的预测效果。