Boosting家族AdaBoost系列代表算法

Boosting is one of the most representational ensemble prediction methods. It can be divided into two se-ries: Boost-by-majority and Adaboost. This paper briefly introduces the research status of Boosting and one of its seri-als-AdaBoost,analyzes the typical algorithms of AdaBoost.

基于新型CD单元的两相交错并联高增益Boost变换器

为减少基于电容-二极管(CD)升压单元的两相交错并联高增益Boost变换器的CD单元数量,提升变换器电压增益,提出一种最后两级CD单元电容并联充电、串联供电的新型两相交错Boost变换器拓扑结构,进一步发挥CD单元的升压能力。分析新型3CD、4CD两相交错并联Boost变换器的拓扑演化过程,提出新型NCD两相交错并联Boost变换器的拓扑演化规律。以新型4CD两相交错并联Boost变换器为例,分析变换器工作原理,以及电感、电容寄生电阻对变换器电压增益的影响。最后在StarSim硬件在环实验平台搭建1 kW的新型4CD单元交错并联Boost变换器,验证该文所提拓扑的正确性。

一种基于分数阶微积分的CCM Boost变换器准在线无源参数的数字孪生辨识方法

由于具有高性价比、准确性和数字化等优点,数字孪生已成为电力电子变换器故障趋势判断和预知维护的先进技术。针对当前电力电子变换器所建立的数字孪生模型尚未考虑实际电感、电容的分数阶特性的问题,基于分数阶微积分构建电力电子电路的预估-校正数字孪生模型,应用基于粒子群优化(particle swarm optimization,PSO)算法的孪生参数辨识方法对不同分数阶阶次下的电感值(L)和电容值(C)进行辨识,并计算出等效串联电阻。通过与现有方法对比,该方法不仅提高了实际电感和实际电容的辨识精度,还能辨识出不同阶次下与不同C下的分数阶参数。最后,搭建不同L和C及分数阶阶次的连续导通模式Boost变换器物理样机,并考虑不同工况条件与不同辨识次数等因素来进行实验验证。实验结果验证了所提模型与方法的有效性。

一种应用于两相交错Boost的耦合电感的优化设计

两相交错Boost变换器具有纹波电流小的优势,但其采用的交错并联技术增加了电感数量,进而增加了装置的体积和重量,不利于其功率密度的提升。耦合电感通过将多个磁性元件集成到一个磁芯实现磁路的部分共享,从而减小了磁元件的数量和重量。因此,设计了一种反向耦合电感,并将其应用于两相交错Boost变换器,实现了装置功率密度的提升。首先,对反向耦合电感的工作原理和损耗来源进行分析;然后,在此基础上设计了一种改进的“EE”型磁芯,一方面有效提高了磁芯利用率,另一方面降低了电感的体积与重量;最后,通过有限元仿真对所提优化设计方案进行验证,同时搭建了功率等级为2 kW的两相交错Boost变换器实验平台。仿真和实验结果均验证了所提优化设计方案的有效性。

宽增益高效率级联式四开关Buck-Boost LLC变换器

为了解决变频控制的桥臂共用型四开关Buck-BoostLLC级联变换器磁性元件设计和优化困难的问题,提出一种二次侧为特殊全桥整流结构的级联式四开关Buck-Boost LLC变换器。通过控制二次侧开关管的交叠导通时间以拓宽变换器的电压增益。该变换器可根据不同的输入电压范围工作在交叠模式和整流模式;在不改变变换器参数的条件下将增益显著提高,能够适应更宽范围的输入电压,同时保持了变换器较高的工作效率。在两种工作模式的基础上,采用移相控制使变换器所有开关管实现零电压导通(ZVS),二极管实现零电流关断(ZCS)。结合状态平面轨迹分析法,对定频控制的级联式四开关Buck-Boost LLC变换器进行模态分析,并推导两种工作模式下的输入-输出表达式和开关管的软开关实现条件。最后,通过研制一台70~280 V输入、240 W/28 V输出的实验样机,验证了理论分析的正确性。

基于BiLSTM-XGBoost混合模型的储层岩性识别

储层岩性分类是地质研究基础,基于数据驱动的机器学习模型虽然能较好地识别储层岩性,但由于测井数据是特殊的序列数据,模型很难有效提取数据的空间相关性,造成模型对储层识别仍存在不足.针对此问题,本文结合双向长短期循环神经网络(bidirectional long short-term memory,BiLSTM)和极端梯度提升决策树(extreme gradient boosting decision tree,XGBoost),提出双向记忆极端梯度提升(BiLSTM-XGBoost,BiXGB)模型预测储层岩性.该模型在传统XGBoost基础上融入了BiLSTM,大大增强了模型对测井数据的特征提取能力.BiXGB模型使用BiLSTM对测井数据进行特征提取,将提取到的特征传递给XGBoost分类模型进行训练和预测.将BiXGB模型应用于储层岩性数据集时,模型预测的总体精度达到了91%.为了进一步验证模型的准确性和稳定性,将模型应用于UCI公开的Occupancy序列数据集,结果显示模型的预测总体精度也高达93%.相较于其他机器学习模型,BiXGB模型能准确地对序列数据进行分类,提高了储层岩性的识别精度,满足了油气勘探的实际需要,为储层岩性识别提供了新的方法.

分数阶Boost变换器的混沌控制研究

基于电容电感均为分数阶的事实,对分数阶连续导通模式Boost变换器的非线性动力学特性进行分析,提出了基于优化参数共振微扰法的分数阶Boost变换器混沌控制策略。首先,采用预估-校正算法建立了峰值电流控制分数阶Boost变换器的预估-校正模型,通过分岔图详细分析了电路参数对变换器非线性动力学特性的影响。然后,采用优化参数共振微扰法对变换器进行混沌控制,推导了系统的稳定判据,计算了扰动信号的最优幅值与相位。最后,在MATLAB/Simulink中进行仿真实验。研究表明,选择合理的扰动信号,能够有效抑制变换器的混沌现象,使变换器由混沌回归稳定状态。与参数共振微扰法相比,优化后的控制策略提高了系统的鲁棒性。仿真结果验证了所提策略的有效性。

基于CatBoost-NSGA-Ⅲ算法的盾构姿态预测与优化

为解决盾构掘进过程中因盾构前倾变形、蛇形、轴线偏离及纠偏等影响施工安全性与高效性的问题,提出一种将类别型特征梯度提升(CatBoost)与第三代非支配排序遗传算法(NSGA-Ⅲ)相结合的盾构姿态多目标优化方法;以贵阳地铁为例,选取22个影响因素作为输入参数,利用CatBoost算法建立输入参数与盾构姿态之间的非线性映射函数关系,采用随机森林(RF)算法评价输入参数的重要性;以盾构姿态绝对值最小化为目标,构建CatBoost-NSGA-Ⅲ多目标优化模型,并通过案例分析验证所提方法的适用性和有效性。结果表明:采用CatBoost算法训练工程实测数据得到的预测模型具有较高的精度,5个盾构姿态目标的R^(2)范围为0.916~0.943;所研发的CatBoost-NSGA-Ⅲ盾构姿态多目标优化方法,可使盾构姿态得到显著优化,整体改进的平均值为53.34%。

基于能量模型的临界导通模式Boost变换器软开关方法

在变换器高频化发展的趋势中,功率器件的软开关实现对变换效率的影响更加突出。无辅助电路的临界导通工作模式下,Boost变换器主开关管在特定增益下无法实现软开关。为此,该文提出一种能量模型及相应的软开关实现方法。首先,建立死区前后储能元件能量变化的数学模型。然后,结合死区起止时刻的能量平衡方程,研究软开关无法实现的电路机理。在此基础上,考虑开关管输出电容非线性特征,提出软开关实现方法,避免了复杂谐振过程的时域精确建模,提高软开关实现的准确性。最后,搭建500W实验样机进行实验,结果表明,相较于对谐振过程建模的传统时域模型,所提方法将实际开通电压降低47%,使峰值变换效率提升0.4%,进而验证了其有效性。

引入负载扰动观测的Boost变换器定频滑模控制

针对传统线性控制方法下Boost变换器存在系统动态性能差和对负载扰动鲁棒性不强的问题,从功率平衡的角度提出1种定频滑模电流控制方法。首先,利用负载电流观测值计算维持输出电压稳定所需的输入功率;其次,通过控制电感电流调整变换器输入功率,从而将系统的状态轨迹限制在对负载扰动具有不变性的滑模面上,保证系统大信号稳定并提升其动态性能;最后,基于等效控制原理,通过PWM技术实现等效滑模控制,避免了传统滑模控制中存在的抖振及开关频率不稳定问题。在Simulink中对Boost变换器负载阶跃变换的工况进行仿真,将所提方法与传统线性控制方法对比。结果表明,采用所提方法,系统的动态性能更好,且能保证系统在负载大范围扰动下的大信号稳定。

基于预估-校正算法的分数阶Boost变换器倍周期分岔研究

基于电感电容本质是分数阶的事实,对分数阶Boost变换器的非线性动力学特性进行了深入研究。采用分数阶微积分的预估-校正算法,建立了Boost变换器的预估-校正模型,在此基础上得到了以参考电流、输入电压以及电容电感阶数为分岔参数的分岔图,研究了变换器的倍周期分岔和混沌行为,同时与整数阶Boost变换器的非线性动力学行为进行了比较。研究结果表明,在一定的工作条件下,随着变换器某些电路参数的变化,分数阶Boost变换器会出现分岔和混沌等非线性现象;在相同电路参数的条件下,整数阶和分数阶变换器的稳定参数域之间存在差异,与整数阶变换器相比,分数阶变换器的参数稳定区域更小,更真实地反映了Boost变换器的非线性动力学特性。

基于CatBoost-MOEAD的大直径泥水盾构姿态多目标预测与优化

为避免盾构掘进过程中出现蛇形、轴线偏离等姿态异常问题影响施工安全,提出一种结合类别提升(CatBoost)算法和基于分解的多目标优化算法(MOEAD)的大直径泥水盾构姿态控制方法;构建一个盾构姿态预测模型,该模型包含19个输入参数和6个输出参数,利用CatBoost算法构建输入参数与输出参数之间的非线性映射关系;采用沙普利加性解释法(SHAP)分析输入参数对盾构姿态的影响;结合多目标优化算法构建CatBoost-MOEAD盾构姿态多目标优化模型,将所提模型运用到武汉长江大直径泥水盾构隧道工程中,分析验证所提方法的适用性和有效性。结果表明:CatBoost预测模型能够高效地预测大直径泥水盾构的姿态,其中6个盾构姿态目标的决定系数范围为0.931~0.974,均方根误差范围为0.030~0.880,误差范围为0.039~1.057;对盾构姿态影响较大的施工参数中推进组推力对盾构姿态的影响最为显著;通过研发的CatBoost-MOEAD盾构姿态多目标优化方法,盾构姿态的优化效果显著,优化率可达38.86%。

基于CatBoost-MOEAD的大直径泥水盾构施工多目标预测优化

为有效优化盾构施工参数,实现在大直径泥水盾构掘进过程中安全、高效和节能的目标,提出分类助推(CatBoost)和基于分解的多目标进化算法(MOEAD)相结合的混合智能算法;综合考虑盾构施工参数与地质条件,以主要的盾构施工参数为研究对象,选择地表沉降、贯入度和掘进比能为预测和控制目标;优化调控选择的盾构施工参数,并以武汉市轨道交通某号线为例,验证该混合算法的有效性。结果表明:采用CatBoost算法建立的预测模型在大直径泥水盾构上表现出来的预测性能良好,对3个控制目标的拟合精度(R 2)均达到0.9以上;预测模型的重要性排序表明:大直径泥水盾构的总推进力和推进速度对地表沉降、贯入度和掘进比能有显著影响;所提出的CatBoost-MOEAD混合智能算法对3个控制目标的优化效果明显,地表沉降、贯入度和掘进比能分别达到12.35%、7.47%和10.70%的优化幅度,并给出相应盾构施工参数的控制范围。

高增益耦合电感组合Boost-Cuk变换器

为了解决传统变换器电压增益低的问题,将Boost变换器与Cuk变换器进行并联集成,并利用耦合电感倍压技术提高变换器的电压增益。设计而成的高增益耦合电感组合Boost-Cuk变换器保留了Cuk变换器输出电流的连续性,新型结构中使用无源钳位来吸收漏感能量,对寄生电容与漏感谐振引起的电压尖峰起到约束作用,降低了开关管的电压应力。描述了变换器电感电流连续模式(Continuous current mode,CCM)下的运行特点,并进行了该变换器的参数设计。最后,通过搭建一台100 W的试验样机来求证理论的正确性。

Super-Boost变换器的工作模式及输出纹波电压分析

Super-Boost变换器代替传统的充、放电模块可大大减小电源的质量和体积,提高其功率密度,因此在空间电力系统中具有广阔的应用前景。但由于Super-Boost变换器有多个功率元件,且存在电感电流反向流动特性,导致其供能模式及输出纹波电压较传统Boost变换器复杂。为了给Super-Boost变换器的分析和设计提供正确的理论指导,对Super-Boost变换器供能模式及输出纹波电压进行了深入研究。研究发现,电感L_(1)和L_(2)均存在连续导电模式、伪连续导电模式和伪断续导电模式等工作模式,建立各工作模式的临界电感和输出纹波电压解析数学模型,探讨峰值电流与电感间的关系,得到了满足设计要求的最小电容和最小电感,据此给出了变换器参数设计方法,实验结果验证了理论分析的正确性。

带感性负载的Buck-Boost变换器的非线性行为分析及优化控制

Buck-Boost变换器在某些参数发生变化时会呈现出丰富的非线性行为,这些行为将严重影响系统的稳定性,使得系统输出的电能质量劣化。文章基于实际变换器的负载特性,深入研究了感性阻抗负载下Buck-Boost变换器的非线性行为产生机理,提出了一种对数延迟反馈控制方法。该方法选取系统的输出延迟值与自身的值作差形成反馈信号;将该信号通过比例环节、求和环节和对数环节形成控制信号,以负反馈的形式施加于系统;最后基于稳定判据确定最优控制参数并对系统实施控制。为验证该方法的有效性,进行了大量的仿真实验,结果表明该方法能很好地抑制系统的非线性行为,扩展其稳定边界,改善系统输出的电能质量。

结合SVM与XGBoost的链式多路径覆盖测试用例生成

机器学习方法可很好地与软件测试相结合,增强测试效果,但少有学者将其运用于测试数据生成方面.为进一步提高测试数据生成效率,提出一种结合SVM(support vector machine)和XGBoost(extreme gradient boosting)的链式模型,并基于此模型借助遗传算法实现多路径测试数据生成.首先,利用一定样本训练若干个用于预测路径节点状态的子模型(SVM和XGBoost),通过子模型的预测精度值筛选最优子模型,并根据路径节点顺序将其依次链接,形成一个链式模型C-SVMXGBoost(chained SVM and XGBoost).在利用遗传算法生成测试用例时,使用训练好的链式模型代替插桩法获取测试数据覆盖路径(预测路径),寻找预测路径与目标路径相似的路径集,对存在相似路径集的预测路径进行插桩验证,获取精确路径,计算适应度值.在交叉变异过程中引入样本集中路径层级深度较大的优秀测试用例进行重用,生成覆盖目标路径的测试数据.最后,保留进化生成中产生的适应度较高的个体,更新链式模型C-SVMXGBoost,进一步提高测试效率.实验表明,C-SVMXGBoost较其他各对比链式模型更适合解决路径预测问题,可提高测试效率.并且通过与已有经典方法相比,所提方法在覆盖率上提高可达15%,平均进化代数也有所降低,在较大规模程序上其降低百分比可达65%.

高升压Boost变换器的拓扑结构和理论分析

由于高升压Boost变换器被广泛用于可再生能源发电系统中,因此本文针对常用的三类高升压Boost变换器从控制的角度进行了分析研究。首先研究了变换器的平均模型和系统的小信号模型,然后得到输出电压与占空比的传递函数。通过对三类Boost变换器的传递函数进行分析和研究可知,混合型的Boost变换器具有比较好的特性,控制方式简单,而其它Boost变换器为非最小相位系统,需要采用双环控制来调节输出电压,控制方式比较复杂。

基于Buck-Boost电路与相对极差策略的锂电池组分层均衡技术研究

针对串联锂电池组均衡过程中出现的均衡速度慢、能量转移效率低等问题,提出一种基于Buck-Boost电路的分层均衡拓扑结构,以各单体电池的荷电状态(SOC)作为均衡变量,采用相对极差法的均衡控制策略以实现各层均衡单元的同步均衡。首先阐述了改进后均衡拓扑的整体结构以及分层分组的方法、最小均衡单元的均衡原理以及均衡过程中相关参数的计算过程;之后根据所设计的分层拓扑结构设计了与其相适应的均衡控制策略;最后在Matlab/Simulink中分别搭建了不同拓扑下的仿真模型并进行了均衡仿真验证。仿真结果表明,在8节电池与9节电池的不同情况下与传统单层均衡拓扑相比,文中所提出的采用相对极差控制策略的分层均衡拓扑结构在均衡速度上分别提高了86.06%和84.21%,在能量转移效率上分别提高了3.3%和4.22%,验证了所提均衡拓扑以及均衡策略的有效性。

非最小相位的单电感双输出Buck-Boost变换器的复合控制方法

单电感双输出Buck-Boost (SIDO Buck-Boost)变换器在电感电流连续模式(CCM)下工作存在交叉影响以及非最小相位特性的问题.为了解决上述问题,提出基于储能函数的扩张状态观测器(ESO)的改进非奇异快速终端滑模(NFTSM)和自抗扰控制(ADRC)相结合的控制策略.设计主路控制器,对系统的传递函数进行拟合得到ADRC范式,利用该范式对主路进行解耦控制.设计支路控制器,采用改进型ESO对储能函数进行观测,并将观测值反馈补偿到非奇异快速终端滑模控制律中,达到支路解耦的效果.为了抑制滑模控制的抖振问题,对趋近律进行改进.利用Lyapunov理论证明系统稳定性.基于硬件在环(HIL)实验平台进行实验验证.结果表明,所提控制策略与PI控制策略以及基于ESO的滑模控制策略相比,在超调量和响应时间上具有较好的效果.