电气工程及其自动化专业实践教学体系的构建

本文在"卓越工程师教育培养计划"和"上海市第四期本科教育高地建设"的指导思想下,分析了电气及其自动化专业的实践性教学环节的目标和思路,提出了在实践教学环节中应注重突出学生的主体地位;注重学生的技能形式的个性培养,并真正落实到实践教学的每一个环节。

基于粒子群优化的电气自动节能控制器设计

针对目前电气自动控制器自动进行数据调试的能源消耗量大、待机状态控制效果差等问题,提出基于粒子群优化的电气自动节能控制器。该设计选用SYU-213型号的节能控制器,硬件上对自动控制器进行了优化设计,保证各种状态的有效切换。在软件设计中引入粒子群优化下的卡尔曼算法,能够在不同状态下进行快速的能源降耗。实验结果表明,所设计的基于粒子群优化的电气自动节能控制器可以有效降低电气自动控制的能耗,且在待机状态下仍可进行节能控制。

基于SVM和纹理的煤和煤矸石自动识别

为提高煤矸石的自动识别和分选效率,提出了基于支持向量机(SVM)和纹理识别煤矸石的方法。选取两种煤和一种煤矸石的图像作为样本,经过图像预处理及图像灰度和纹理特征分析后,发现灰度均值、灰度共生矩阵最大值、二阶矩、对比度、相关、熵为有效特征。在此基础上,采用了支持向量机来完成图像的自动识别过程,选取上述6个参数作为支持向量机的训练特征,实验结果表明,该支持向量机识别煤和煤矸石的成功率较高。

《电气控制与可编程控制器》课程建设的实践与探索

《电气控制与可编程控制器》课程是高校电气信息类专业的一门重要专业课。针对电气控制与可编程控制器课程建设,本文着重在教学内容、教学方法、实验室建设及师资队伍建设方面进行实践和探索,提出一些具体措施,在教学实践中取得良好的效果。

基于TCS230颜色识别的餐盘自动计价系统研制

采用颜色传感器TCS230、单片机AT89S52以及普通红外传感器,研制了快捷方便的餐盘自动计价系统。红外传感器感受到物体后激活颜色传感器,颜色传感器再将颜色信号处理后传达给单片机进而通过程序转化为一种相应的价格信号显示出来。经实验验证,该计价系统颜色获取较迅速、系统工作较稳定。

基于多粒度NRS和改进Bi-LSTM的电力系统暂态稳定评估

当前基于数据驱动的深度学习算法在电力系统暂态分析领域被广泛应用,但是实际中电力系统测得的数据样本中暂态失稳的情况较少并且对失稳样本的重视不足,导致分类模型的抗干扰性、泛化能力较弱,影响整个模型的评估性能。针对此问题,提出一种基于多粒度邻域粗糙集和改进双向长短期记忆网络(IM-Bi-LSTM)的电力系统暂态稳定评估方法。首先采用邻域粗糙集在不同粒度级别下寻找最优的约简子集,再利用Bi-LSTM神经网络完成对特征子集进行时序信息的提取,并且在模型中引入注意力机制,对与失稳样本相关的特征增加更多的权重;通过焦点损失函数,引入权重系数调整模型训练的倾向性,解决失稳样本与暂态稳定样本间的不平衡问题,提高模型的评估性能。在IEEE10机39节点系统上的试验结果表明,相较于其他算法,所提方法的分类精度更好、结果更稳定。

电力系统多控制器协调控制与优化

针对电力系统多控制器协调控制与参数设置较难的问题,提出了一种基于邻域粗糙集属性约简和群搜索优化算法的控制器协调与优化方法。采用群搜索优化算法优化各控制器参数,并在单、双机模型中比较了PSS和SVC独立控制和协调控制效果;通过邻域粗糙集属性约简剔除冗余的优化参数,降低了优化空间维度。实验结果表明,电力系统在SVC和PSS控制下能有效保证系统稳定,且协同优化下的性能表现优于单控制器;群搜索优化算法能有效优化控制器参数,使其达到良好的控制效果;邻域粗糙集属性约简能有效删除冗余属性,在单、双机优化中,待优化参数分别由12个和18个减少到3个和5个,平均优化时间分别节约了68.4%和48.7%。

点云鲁棒低秩联合估计重构

为了提高三维点云的质量,在抑制噪声的同时恢复尖锐特征,提出一种基于L1稀疏优化的点云鲁棒低秩联合估计重构算法.首先使用鲁棒主成分分析进行点云局部区域低秩建模估计,避免离群点的影响,并根据法向场的变化调整模型,实现点云各向异性自适应降噪;为了提高算法求解效率,利用局部曲率进行尖锐特征辨识,将阈值迭代法与非精确增广拉格朗日乘子法相结合,用于点云不同区域低秩模型的求解;再根据每个优化后局部邻域交叠区域的冗余信息完成点云的全局联合估计重构;最后对尖锐特征点运用投影优化实现边缘特征恢复,解决尖锐特征退化以及边缘毛糙的问题.在公开仿真点云数据与多种典型算法的实验结果表明,所提算法无论是主观视觉效果,还是重构精度与效率均得到改善,与MRPCA算法相比,精度、时效分别提升10.22%和56.52%;在保留点云原有特征信息的同时,可以有效地抑制噪声并恢复尖锐特征,重构效果良好.

基于触摸屏和PLC的船舶电站监控系统设计

以XBTGT5330触摸屏、Modicon M340 PLC和并联保护单元(PPU)为核心设计交流380V 50 Hz船舶自动化电站及监控系统,实现了PLC控制程序和人机界面软件相结合。通过网络技术将电站运行数据传送至上位计算机,为远程监控提供了重要依据。通过船舶电站实验室运行验证,该系统有效地提高了电站的稳定性和可靠性。

相对主元分析及其在数据压缩和故障诊断中的应用研究

传统主元分析(Principal component analysis,PCA)方法因忽视量纲对系统的影响,从而使选取的主元难以具有代表性;而在进行量纲标准化后,又因得到的特征值常常是近似相等的而无法进行有效的主元提取.针对这一主要问题,本文通过引入相对化变换(Relative transform,RT)、相对主元(Relative principal components,RPCs)和分布"均匀"等概念,建立起一种相对主元分析(Relative principal component analysis,RPCA)的新方法.该方法首先对系统各分量进行量纲标准化;其次再根据系统的先验信息分析和确定各分量的重要程度;然后在系统能量守恒的准则下,赋以系统各分量相应的权值;最后利用已建立起的相对主元模型,对系统实施RPCA.同时运用数值例子,开展了RPCA在数据压缩和系统故障诊断中的应用研究.理论分析和仿真实验均表明,采用RPCA方法选取出的主元更具代表性和显著几何意义,加之选取主元的灵活性,将使新方法具有更广泛的应用前景。

求解车辆路径问题的改进微粒群优化算法

微粒群优化算法是求解连续函数极值的一个有效方法。研究了用该算法求解车辆路径的问题。设计了求解车辆路径问题的一种新的实数编码方案,将车辆路径问题转化成准连续优化问题,并采用罚函数法处理约束条件。应用该微粒群优化算法求解了多个车辆路径问题的算例,并与遗传算法和双种群遗传算法进行了比较。计算结果表明,该算法可以更有效地求得车辆路径问题的优化解,是解决车辆路径问题的有效方法。

粗糙集理论中属性相对约简算法

粗糙集理论是近年来发展起来的一种有效地处理模糊和不确定性知识的数学工具,而求核与约简是粗糙集理论中的两个重要问题,现已证明求决策表所有约简和最小约简是一个典型的NP难题.本文在分析粗糙集理论的基础上,发现了正区域的一些有用性质,提出了一种利用正区域直接求核的方法,并利用正区域的启发式信息给出了两种相对约简算法.

基于十进制编码的差分进化算法在配电网重构中的应用

提出了一种基于差分进化的配电网重构方法。采用基于十进制环状编码方法解决了二进制编码产生大量不可行解的问题。给出了十进制环状编码的变异、交叉和选择策略;提出了一种在计算的同时调整支路节点顺序的算法,解决了配电网重构后部分支路电流流向颠倒的问题。应用差分进化算法对IEEE 33节点网络进行配电网重构仿真,结果表明该方法能有效降低配电网损耗。

基于PCA-SVM模型的多电平逆变系统故障诊断

多电平逆变系统由许多开关器件组成,具有非线性因素,很难建立数学模型来识别故障。针对多电平逆变系统故障的特点,为了实现级联H-桥多电平逆变系统的故障诊断,提高诊断的精确度和运算速度,提出了一种基于PCA-SVM模型的故障诊断策略。分析了故障信号,采用快速傅里叶变换(FFT)实现对故障信号的预处理,主元分析(PCA)提取起主要作用的特征向量,降低噪声,减少训练和测试时间,通过SVM进行训练和测试。实验结果表明,该方法具有很好的故障诊断能力、整体的诊断精度高达98%、计算效率高,满足了级联H-桥多电平系统诊断故障要求。

带电压调节的非线性鲁棒励磁控制策略研究

针对电力系统的非线性特性和内外扰动的影响,结合微分几何精确反馈线性化和非线性鲁棒H∞控制理论,提出了一种新的励磁控制器设计方法,在励磁控制规律引入了机端电压反馈,使得所设计的控制器不仅提高了电力系统暂态稳定性,而且在机械功率由于负荷或调速而变化时机端电压仍能回复到给定点上运行。将该控制方法运用到单机无穷大电力系统设计中,用Matlab/Simulink进行三相短路实验和机械功率扰动实验,结果表明:与非线性励磁控制器及传统的PID控制器相比,所设计的带电压调节功能的非线性鲁棒H∞控制器在提高电力系统的稳定性及稳定机端电压方面有很好的控制效果。

基于模糊故障特征信息的随机集度量信息融合诊断方法

该文给出一种基于模糊故障特征信息随机集度量的信息融合诊断方法。针对信号采集与故障特征提取中的模糊性,首先用模糊隶属度函数分别表示故障档案库中的多种故障样板模式和从不同传感器观测中提取的多类故障特征亦即待检模式,进而基于模糊集的随机集模型,得到样板模式与待检模式的匹配度,即基本概率指派函数(BPA)。然后利用Dempster-Shafer证据组合规则对BPA进行融合,给出诊断结果。该文给出的待检模式是从多个连续观测中提取的,与原有的由单个观测确定待检模式的方式相比,文中提出的特征提取及匹配方法,同时考虑了样板模式和待检模式所具有的模糊性,能够显著降低融合决策中的不确定性,大大提高故障识别的能力。最后通过电机转子故障诊断实例验证方法的有效性。

基于指定元分析的多故障诊断方法

为了克服传统主元分析(Principal component analysis,PCA)因模式复合现象而无法进行多故障诊断和诊断结果难以解释的不足,本文引入指定元分析(Designated component analysis,DCA)的思想,建立DCA多故障诊断理论的空间投影框架,从而把异常检测问题转化为将观测数据向故障子空间投影后投影能量的显著性检测问题.在确定系统存在异常的情况下,再将观测数据向故障子空间中各故障模式方向分别进行投影,根据投影能量的显著性进行多故障诊断.并利用正交补空间构造法证明了基于非正交模式指定元分解形式的可行性和收敛性,建立了一种逐步DCA多故障诊断方法以解决指定模式非正交情况下的多故障诊断问题.包含5种共存故障的观测数据的仿真研究验证了新方法的有效性.

加热炉钢坯温度软测量模型研究

研究基于模糊聚类的钢坯温度神经网络软测量模型．该方法由两个部分组成，FCM(Fuzzy C-Means)聚类算法用来对训练样本进行分类，分布式 RBF(Radial Basis Func-tion)网络对每类样本进行训练．在线测量时，采用自适应模糊聚类算法对新的工况数据进行隶属度计算．文中将该算法应用于步进式加热炉钢坯温度的预报，仿真结果表明该算法的有效性．

求解舰船电力系统网络重构的贪婪DPSO算法

针对舰船电力系统的网络重构,建立了故障恢复的离散模型.提出基于简单贪婪法、概率贪婪法两种离散微粒群优化算法,分析了参数对离散化过程的影响.舰船电力系统网络故障恢复算例显示:该方法能获得更好的故障恢复方案;参数选取合适的概率贪婪法能有效地克服微粒群算法易于陷入局部极值的缺点,具有优良的收敛性能.

基于随机集理论的多源信息统一表示与建模方法

由于信息形式的多样性及其特征的复杂性,使得对不确定、未知性、非精确和不完全等类型信息的表示和建模都要通过相应的方法完成,由于方法的不统一,从而很难实现对异类信息的融合.所以,能否找到一种统一的理论实现多源异类信息的表示与建模,最终实现融合成为信息融合中的关键问题.众多研究者经过多年的探索发现,随机集理论有望解决这个难题.本文首先对各种多源信息进行分类,并介绍几种常用的表示和建模方法及其适用范围;随后引入随机集理论的基本概念和性质,综合论述该理论与已有方法之间的相互转化关系,并进一步论证用随机集统一表示和建模多源信息的可能性;最后,介绍随机集理论在信息融合中的应用并指出未来的发展方向.