混合策略改进的鲸鱼优化算法

针对标准鲸鱼优化算法易出现搜索速度慢、寻优精度低及早熟收敛等问题,提出一种混合策略改进的鲸鱼优化算法。首先采用混沌映射生成初始种群增加种群多样性,为算法全局搜索奠定基础;然后引入非线性策略改进收敛因子和惯性权重,平衡算法的全局探索与局部开发能力并加快收敛速度;最后根据群体适应度方差设定阈值进行变异操作,避免算法出现早熟收敛的现象。通过对12个典型基准函数进行三方面的性能测试,实验结果表明,改进算法在搜索速度、收敛精度等方面有显著提高,且摆脱陷入局部最优解的能力强。     

WorldFID现场总线技术

本通过简要地介绍了WorldFIP现场总线的发展历程,技术上与其它现场总线的共同点和区别之处,以及WordFIP在我国的推广宣传和应用情况,说明WorldFID是一种极具发展前途的现场总线。     

模糊自适应PID控制的双闭环风压调节系统

针对工业通风系统存在大惯性、时滞、非线性的特点,以及常规PID控制、模糊控制中存在参数不易整定、自适应能力有限的问题,提出了一种转速、压力双闭环调节输出参数的控制策略。该控制系统将串级控制与通风系统相应环节的数学模型相结合,由PID控制器调节内环转速参数,模糊自适应PID控制器调节外环风压参数,保持输出风压的恒定。仿真结果表明,该控制方法具有响应速度快、超调量小、抗干扰能力强的优点,能够显著地提高通风系统的风压精度,节能效果良好。     

基于Web的变电站实时信息系统的研究

提出了基于Web的变电站实时信息系统的实现方法，并用Java开发了此系统，实现了通过IE浏览器查看变电站的各种图形和数据信息．该方法编程简单，客户端免维护．     

直流无刷电机LQG控制系统研究

介绍了直流无刷电机的结构、控制方法,提出了带有DSP控制器的LQG控制系统。由于采用了数字信号处理(DSP),提高了电机控制性能,降低了成本,实现了理想控制。仿真实验表明,该控制系统能够弥补传统PID控制的不足,对负载扰动有良好的抑制作用。实验结果表明了它的可靠性和准确性,并体现了最优的设计思想。     

DeviceNet现场总线在电动机保护器中的应用

针对传统电机保护器不具备通信功能的不足,该文以dsPIC30F6012单片机为主控制器,设计了一种基于DeviceNet的可通信智能电机保护器。它能在发生过载、三相不平衡、缺相等多项故障时实现对电动机的保护,并能够通过现场总线连接上位机实现对现场电机运行状态的实时监控。该文同时给出了相关的硬件电路、软件设计及DeviceNet通信的实现方案等。样机试验表明该电动机保护器工作可靠、实时性好,而且容易实现。     

基于空间矢量无速度传感器永磁同步电机的直接转矩控制

直接转矩控制是一种高性能的交流传动控制系统,无速度传感器控制的研究代表了直接转矩控制系统的一个发展方向.在空间矢量模型基础上,介绍一种新的无速度传感器永磁同步电动机的直接转矩控制,它能降低稳态时转矩、磁链和速度的波动.在全速范围无速度传感器应用中,能产生更好的稳态性能的同时保留了DTC的暂态优点.仿真结果显示,该方法有着比传统的DTC更好的性能.     

基于模型参考自适应算法的三相锁相环系统

针对电网不对称故障下的锁相问题,提出了基于模型参考自适应算法的三相锁相环系统。在建立三相电压系统动态模型的基础上,设计了具有频率自适应的状态观测器,采用李雅普诺夫稳定性理论设计了频率估计自适应率,使系统具有全局稳定性,在对系统合理简化的基础上,设计了自适应系统中的关键参数,满足了系统对动态性能的要求。系统能在不对称条件下对电网中正、负序分量进行快速、精确估计,从而达到对包括正序相位在内的电网电压属性锁定的目的。由于采用了自适应思想,系统对电网电压不对称突变、频率波动具有很强的鲁棒性。仿真和实验结果验证了算法的可行性。     

基于Hilbert谱的心率变异信号时频分析方法

心率变异性(heart rate variability,HRV)信号的频域分析方法是用来表征自主神经调控信息的基本方法。为了评估自主神经系统功能及对心血管活动的影响,提出一种基于Hilbert时频谱的HRV信号的时频特征提取和分析的新方法。对HRV信号进行希尔伯特-黄变换(Hilbert-Huang transform,HHT)以获得HRV信号Hilbert时频谱,依据短时程HRV信号的线性频域分析指标,得到不同生理频带的Hilbert能量棒形图,提取总能量、各生理频带的能量和其归一化能量以及生理频段的能量比值作为评价心率变异性的时频特征。对MIT-BIH数据库的年轻人、老年人样本和健康人、心衰病人样本的HRV信号分析表明,基于Hilbert谱的时频特征的区分性能好,有较清晰的生理意义,能反映人的生理病理变化,为短时程HRV信号分析提供了一种有效方法。     

基于自适应PFCM聚类的电力负荷数据预处理

考虑到电网实际运行过程中,负荷数据因各随机因素产生异常对负荷预测的准确性与负荷调度的有效性造成严重影响,提出一种自适应PFCM聚类算法以修正电力负荷异常数据。该算法首先利用新定义的PFCM聚类有效性指标函数与动态调节权重的PSO算法分别实现了负荷曲线最优聚类数目与聚类中心的自适应确定;然后利用改进的PFCM算法提取负荷特征曲线,实现了对负荷曲线的聚类;最后使用该方法对西北某市负荷数据进行聚类分析,并利用相关方法进行异常数据的识别与修正。验证性实验结果表明,改进算法样本距聚类中心的距离明显更小,且在相同异常值修正公式下,使用改进后算法聚类结果修正的异常值更接近于原始负荷数据,平均相对误差相比改进前降低1.99%。