基于SAE J1772协议的车载取电模块设计

阐述一款包含控制与通信的车载取电模块设计,该模块集成电源、采集、驱动及通信的硬件电路,采用AC7811QBFE单片机控制,符合SAE J1772标准,可通过蓝牙实时监控数据。

基于IGWO-SVR的输电线路覆冰预测模型研究

为降低输电线路覆冰事故对电网安全生产的影响,电网运维部门通过预估线路覆冰厚度来指导电网的除冰融冰工作。本文提出采用支持向量机回归(support vector regression,SVR)方法预测覆冰厚度,研究了1种基于改进的灰狼优化算法(improved grey wolf optimization algorithm,IGWO)优化SVR的覆冰厚度预测模型。首先,采用非线性收敛因子a和精英反向学习(elite opposition-based learning,EOBL)提高了灰狼优化算法(grey wolf optimizer,GWO)的收敛速度并解决了易陷入局部最优的问题。其次,构建以环境温度、相对湿度和环境风速为输入量,覆冰厚度为输出量的IGWO-SVR覆冰预测模型,将实验数据代入模型计算其适应度值为0.019,远优于GWO-SVR模型。最后,将IGWO-SVR模型与PSO-SVR和GWO-SVR模型相比较,通过预测数据和实测数据的对比验证了IGWO-SVR模型的均方误差(mean square error,MSE)值为1.16,低于PSO-SVR和GWO-SVR模型,对输电线路覆冰预测研究具有一定的参考价值。