基于灰色聚类改进LSTM预测短期电力负荷

本文基于不同负荷曲线之间存在的内部联系,使用聚类分析得到具有较高相似度的特征规律的多个曲线作为新的负荷曲线簇,再从中提取出多个成熟度较高的曲线簇,之后进行长、短期记忆神经网络预测得到新的电力负荷数据,以规律度和误差值作为预测精度的检验因子,最终得到更加精准的短期电力负荷的预测值。

三相电压型逆变器SVPWM控制系统设计

三相电压型逆变器是电力电子领域中的重要研究方向,它在各种应用中具有广泛的用途,如可再生能源系统、电机驱动、电网互连等。其本原理包括将直流电源转换为交流电源。它通过控制开关器件的通断来调整输出交流电压的幅值和频率,从而实现电压型逆变。基于此,探讨了如何利用电力变换器来提高电能。重点关注电力变换器的电路,并通过实验来证明它的可靠性。使用DSPIC30F4012控制器来控制电路,并使用电力变换器的电路来实现变换。还分析了如何利用电力变换器的调制技术来提高电源的性能。在软件设计部分结合Matlab中的Simulink工具箱进行仿真,建立了三相半桥式电压源型逆变电路的仿真模型,并对其进行FFT分析。

基于PSO算法优化模糊PID的BLDCM仿真研究

常规的模糊比例积分微分(proportion integration differentiation,PID)控制器的控制规则和控制参数固定不变,使得系统的自适应能力有限,针对此问题,本文提出一种新的控制模型,即使用粒子群(particle swarm optimization,PSO)优化算法对传统PID和模糊PID进行参数优化,通过在矩阵实验室(matrix laboratory,Matlab)下建立直流无刷电机模型对其进行Simulink仿真研究,观察改进后控制系统的动态响应,研究结果表明,优化后的系统具有更快的响应,更小的超调性等,说明此优化算法有着更优越的控制性能。