多变量时间序列的短期负荷预测模型及其方法研究

电力系统负荷预测是日常生活中电力系统调度部门的一项重要工作,预测精度的高低直接影响到电力系统的安全性、经济性和供电质量.混沌理论中,负荷预测模型的建立通常由单变量时间序列的相空间重构来实现,但实际过程中往往难以确定是否包含了重构动力系统的全部信息,特别是在有限时间序列存在噪声时.因此,将单变量时间序列方法拓展到多变量时间序列中,进行多变量时间序列的相空间重构,计算了各时间序列的延迟时间和嵌入维数,建立了预测模型.研究结果表明多变量时间序列的预测效果有较大提高.     

模糊PID应用于光伏发电MPPT的研究

针对定步长扰动观测法在光伏发电系统最大功率点跟踪（MPPT）上的缺陷,即跟踪精度和响应速度无法兼顾,以及常规PID控制由于其参数不能自适应整定,很难取得预期效果,提出采用模糊（fuzzy）逻辑控制法整定和优化PID参数,消除了PID参数不能自适应整定这一缺陷,提高了系统的鲁棒性。通过与使用定步长扰动观测法跟踪最大功率点的仿真结果比较,得出采用模糊PID控制,可实现快速平稳地跟踪光伏电池输出最大功率。搭建了全新的光伏电池通用模型,可为光伏电池的研究提供便利。     

卡尔曼滤波自适应天线加权矢量收敛性分析

提出了将卡尔曼滤波器应用于自适应天线，分析了卡尔曼滤波算法初值与天线阵加权矢量收敛性的关系，推导出加权矢量收敛条件．实验考察了收敛条件的有效性，并与最小均方算法进行了比较．     

采用扩展卡尔曼滤波器估计入射波参数

提出了采用扩展卡尔曼滤波器估计入射波参数（入射角度和入射功率）的方法,首先根据天线阵线拉空间信号的特点,在建立描述入射波参数的空间状态方程,其次为便于用数学方法进行入射波的参数估计,将含有复数的空间状态方程变换成用实变量表示的空间状态方程,然后,经扩展状态,将入射波的空间状态方程变非线性系统的状态方程,利用扩展卡尔曼滤波器实现入射角度和入射功率的联合估计,对天线阵接收一个入射波情况,采用ＭＡＴＬＡ     

配电网网络重构策略研究

针对离散优化问题,以粒子群优化算法(PSO)信息更新的本质机理为基础,在基本PSO算法的基本思想、算法框架下,引入分布估计算法思想,重新定义离散粒子的表示方式。将分布估计离散粒子群算法应用到配电网优化重构中,每一维粒子的取值,须根据概率向量产生,在寻优过程中,根据粒子能力的差异,自适应调整其惯性权重,从而寻找对配电网拓扑结构的优化策略,达到降低配电网的网络损耗、提高电压可靠性的目的。     

基于TPM的嵌入式可信计算平台设计

增强工业嵌入式系统的安全性是当今工业信息安全领域研究的核心议题。只依靠软件的安全机制已经不能充分地保护信息安全,而现有的可信平台模块是专为个人计算机设计的,不能满足工业嵌入式系统的特殊需求。通过研究可信计算技术,设计了基于可信平台模块TPM的嵌入式可信计算平台,并从软件结构和硬件结构,分析了可信平台模块和信任链的传递机制。最后,在ZYNQ硬件平台上进行可信验证,通过内核伪造攻击测试,验证了设计的正确性,从而确保了工业嵌入式平台的安全可信。     

不对称输电线功率损失计算方法的研究

研究了不对称输电线功率损失的计算方法,提出采用电流复数不平衡因子计算不对称输电线的功率损失,定义了电流复数不平衡因子,且复数不平衡因子由幅值和幅角两部分组成。经理论分析,推导出了利用电流复数不平衡因子计算不对称输电线功率损失的计算公式。     

数字化温度采集系统中的数据融合技术

数据融合在对数字化温度测控系统的设计与研究中起着关键作用,系统通过单片机检测到水箱中多个采样点的温度值。采用分布图法抑制干扰因素,消除疏失误差并利用算术平均值与分批估计相结合的方法对数据进行融合处理,得到所需的测量结果。     

基于改进的混合基因算法的FIR数字滤波器设计

研究了利用模拟退火遗传算法来设计FIR数字滤波器的方法。针对算法在寻优过程中，易陷入局部最优解和搜索缓慢的特点提出了改进方法，该方法充分利用了遗传算法的并行化抽样过程和模拟退火算法中控制算法的收敛性，不仅优化了时间性能，避免出现收敛的“早熟”现象，而且在一定程度上提高了算法的搜索性能。最后结合FIR低通数字滤波器的设计给出了仿真结果。