排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
在实际应用中,采用传统的鲁棒H_∞控制方法的并网逆变器,其稳定性和干扰抑制性能往往会受到电网弱电网特性的影响。为了增强并网逆变器对电网阻抗变化的适应能力,提出一种适用于弱电网的并网逆变器改进H_∞控制方法,即自适应H_∞控制方法。以单相并网逆变器为例,建立了弱电网下并网逆变器的鲁棒H_∞控制模型,证明了弱电网特性将会造成该模型中系统参数、控制输入参数以及干扰输入参数出现参数摄动,从而影响了系统的稳定性以及干扰抑制性能。为了克服弱电网特性的影响,改进方法中引入了间接控制来取代公共连接点电压前馈动态地调节公共连接点电压,消除了控制系统的参数摄动,增强了并网逆变器对弱电网具有自适应性,提高了系统的稳定性和干扰抑制性能。最后,通过搭建的实验平台验证了理论分析和所提自适应H_∞控制方法的合理性及有效性。 相似文献
2.
3.
针对传统的配电网无功优化调节手段离散化、难以实现电压的连续调节等问题,研究了含风电场的配电网无功优化模型和算法,分析了双馈感应电机的无功发生能力,将风电场作为连续的无功调节手段参与配电网无功优化。并针对风电出力随机性的特点,用场景功率描述风电的随机出力,使之更具代表性。考虑了配电网的网损、电压偏差以及电压稳定性指标,建立了多目标无功优化模型。提出了基于量子粒子群算法(QPSO)的无功优化方法,该算法通过波函数描述粒子的状态,增加了种群的多样性,有效地避免了种群早熟等问题。用该算法对改进的IEEE33节点进 相似文献
4.
5.
6.
7.
正房地产企业作为国民经济的重要产业,中国的社会主义市场经济的发展发挥了重要作用。在市场经济竞争日益激烈的环境下,房地产企业持续生存,成长和盈利能力与成本管理是分不开的。成本管理是房地产企业的一个不可或缺的组成部分,有其独特的重要性。在整个房地产过程中的商业周期成本管理成本信息,充分掌握,控制和改善房地产企业的成本结构和成本行为,寻找合适的长期竞争优势。有效的成本管理的实施是对房地产企业发展的必由 相似文献
8.
9.
针对传统电能质量扰动分类方法中人工选取特征困难、步骤繁琐和分类准确率低等问题,提出了一种基于粒子群优化(particle swarm optimization,PSO)算法与卷积神经网络(convolutional neural network,CNN)的扰动分类方法。首先,利用reshape函数将各电能质量扰动信号的一维时间序列分别转成行列相等的二维矩阵,并对这些二维矩阵进行适当划分,形成训练数据集和测试数据集;其次,基于CNN构建电能质量扰动的分类模型;再次,采用PSO算法对该分类模型的参数进行优化,使用训练数据集对优化后的电能质量扰动分类模型进行训练;最后,使用测试数据集对经过训练的电能质量扰动分类模型进行测试,根据输出标签得到各类电能质量扰动的分类结果。仿真结果表明:该分类模型可以自行提取电能质量扰动数据的特征,相较于其他电能质量扰动分类模型,其对电能质量扰动信号的分类准确率更高。 相似文献
1