全媒体与电视台新闻传播融合的分析

在全媒体对电视台新闻传播有着深远影响的时代背景下,就全媒体与电视台新闻传播的融合进行了深入分析,指出了电视台全媒体新闻业务体系并不完整的现状,和“全媒体新闻中心”“台网互补”“台网互动”3种全媒体新闻生产模式;就全媒体新闻生产现状和生产模式对清远电视台的全媒体融合模式进行了阐述和分析,得出全媒体与新闻传播的融合应充分利用新的设备和软件,持续覆盖每一个可能的信息传播渠道和工具,才能带来电视台新闻生产可持续发展的结论.     

导航卫星接收机窄带干扰抑制算法研究

在GNSS服务过程中,地面接收到的卫星导航信号的功率较小,且易受到周围复杂电磁干扰影响,这将会导致卫星无法正常定位。针对常见的窄带干扰,介绍一种新型自适应全通IIR陷波器,自适应算法采用高斯-牛顿迭代法,通过跟踪窄带干扰频点,对其频点进行陷波。文中在其基础上进行改进,在每次迭代过程中采用最佳收敛因子,最大程度地减少均方误差。这种算法可导致更快的收敛速度和更高的估计精度。仿真结果表明,IIR滤波器可有效去除高达70 dB的窄带干扰。     

百兆乏角型STATCOM的分相控制策略

南网永富直流输电工程富宁换流站静止同步补偿器(STATCOM)工程采用3套角型35 kV/100 Mvar等级换流器,以提高弱交流电网下的电压稳定性,加快N-1故障后的直流恢复速度。为提高不对称故障下的电压支撑能力,STATCOM需具备分相控制功能。提出一种基于同步旋转d,q坐标系的电流分相控制策略,可有效实现对STATCOM输出电流的分相精确控制。结合工程应用,采用了电压外环的分相控制策略,可有效实现对500kV各相电压的分相调节。同时针对角型STATCOM的角内3次谐波环流问题,提出了相应的抑制策略。     

基于接口修正方程的含柔性直流大电网解耦潮流算法

含柔性直流的大电网潮流计算是深入研究柔性直流运行特性的基础。潮流算法主要包括交直流联立求解算法和交直流交替求解算法两类。前者无法利用已有的交流计算程序,扩展性差;后者存在收敛性差、有交替误差等缺点。基于接口修正方程技术,构建了含柔性直流的大电网解耦潮流算法。通过把换流器交流侧和直流侧的节点分裂开,形成换流器、交流网络和直流网络三部分,利用交流网络、直流网络各自与换流器之间的接口修正方程,实现交流电网和柔性直流的潮流计算解耦。该算法可弥补常规算法的不足,同时具备扩展方便和收敛性好的优势。实际的柔性直流工程算例结果验证了方法的正确性及上述优点。     

基于ACA-PID算法的风机独立变桨控制

为了缓解大型风机在额定风速以上出现的不平衡载荷问题,针对变速变桨风电机组,给出了一种基于蚁群算法优化PID参数的风机独立变桨控制策略。利用蚁群算法的寻优特性,优化传统PID变桨控制器的参数,使其兼有PID控制的精简性与蚁群算法的自适应性,给出了其具体的实施步骤。构建了风力发电机独立变桨控制模型,对新策略与传统策略进行了仿真与实验。仿真与实验结果表明,基于蚁群算法优化PID参数的风机独立变桨控制策略是有效和实用的,该策略能提高控制系统的动态性能,有效地减少不平衡载荷,改善风机的振动状态。     

线性跟踪系统Lyapunov函数性质及其应用

研究了线性跟踪系统Lyapunov函数性质,并基于该性质进行控制系统设计研究,给出控制器结构和Lyapunov函数取值估计;首先,以经典三回路为基础建立线性闭环跟踪系统微分方程;在完成系统数学模型的基础上,给出线性跟踪系统Lyapunov函数对时间的一阶导数为非负,二阶导数为非正,即线性跟踪系统Lyapunov函数最大值不是在系统的初始状态而是稳定状态这一论点;进而基于该Lyapunov函数性质对控制系统进行设计和Lyapunov函数取值进行研究;最后通过仿真验证,仿真结果表明所提出的线性跟踪系统Lyapunov函数性质、控制器设计和Lyapunov函数取值估计是正确的。     

加速矩阵迭代收敛的加权参数

在传统的矩阵迭代法求解特征值的迭代过程中加入一个加权参数,加快了迭代的收敛速度,可以大幅度减少计算量,提高了计算效率。     

Fast Convergent Generalized Back-Propagation Algorithm with Constant Learning Rate

The conventional back-propagation algorithm is basically a gradient-descent method, it has the problems of local minima and slow convergence. A new generalized back-propagation algorithm which can effectively speed up the convergence rate and reduce the chance of being trapped in local minima is introduced. The new back-propagation algorithm is to change the derivative of the activation function so as to magnify the backward propagated error signal, thus the convergence rate can be accelerated and the local minimum can be escaped. In this letter, we also investigate the convergence of the generalized back-propagation algorithm with constant learning rate. The weight sequences in generalized back-propagation algorithm can be approximated by a certain ordinary differential equation (ODE). When the learning rate tends to zero, the interpolated weight sequences of generalized back-propagation converge weakly to the solution of associated ODE.     

Iterative Learning Control Utilizing the Error Prediction Method

In this paper, iterative learning control utilizing the error prediction method is proposed for a class of linear time varying systems subjected to disturbances. Prediction of the error is done by identifying the system time varying parameters. Convergence of the proposed method is analyzed and the uniform boundedness of tracking error is obtained in the presence of uncertainty and disturbances. It is shown that the learning algorithm not only guarantees the robustness, but also improves the learning rate despite the presence of disturbances. The effectiveness of the proposed method is presented by simulations.     

延迟离散Hopfield型神经网络异步收敛性

离散Ｈｏｐｆｉｅｌｄ型神经网络的一个重要性质是异步运动方式下总能收敛到稳定态。同步运行方式下总能收敛到周期不超过２的极限环,它是该模型可以用于联想记忆设计,组合设计计算的理论基础,文中给出了延迟离散Ｈｏｐｆｉｅｌｄ型网络的收敛性定理,在异步运动方式下,证明了对称连接权阵的收敛性定理,推广了已有的离散Ｈｏｐｆｉｅｌｄ型网络的收敛性结果,给出了能量函数极大值点与延迟离散Ｈｏｐｆｉｅｌｄ型网络的稳定态的