随机系统的多模型直接自适应解耦控制器

针对多变量离散时间随机系统,提出了一种采用广义最小方差性能指标的多模型直接自适应解耦控制器.该多模型控制器由多个固定控制器和两个自适应控制器构成.固定控制器用以覆盖系统参数的可能变化范围,自适应控制器用以保证系统的稳定性和提高暂态性能.该多模型控制器利用矩阵的伪交换性和拟Diophantine方程性质,基于广义最小方差性能指标,将随机系统辨识算法和最优控制器设计相结合,直接辨识出控制器的参数,通过广义最小方差性能指标中加权多项式的选取,不但实现了多变量系统的动态解耦控制,而且消除了稳态误差、配置了闭环极点.文末给出了全局收敛性分析.仿真结果表明该方法明显优于常规自适应控制器.

基于锁相技术的幅值相位可调电源的研制

本文提出了一种基于锁相技术的正弦电源的解决方案 ;该电源的输出信号与输入信号的相位差可调、输出幅值可调。本系统针对输出信号相位对输入信号相位跟踪的动态特性设计了基于CD4 0 4 6的锁相电路和相位控制电路 ;该系统由于应用了正弦脉宽调制 ,因此易于调压 ,同时采用了电流闭环反馈及电压闭环反馈来稳定输出电压及提供系统保护。实验结果表明 ,该电源具有良好的输出波形 ,相位跟踪稳定 ,调节方便 ,可以用于无功连续补偿及高动态响应的稳压电源。

基于PNN/PCA/SS-SVR的光伏发电功率短期预测方法

光伏发电功率预测对太阳能开发利用、电网稳定安全运行具有重要意义。提出一种融合了概率神经网络(PNN)、主成分分析法(PCA)、分散搜索(SS)和支持向量机回归(SVR)的光伏输出功率预测模型。首先结合天气信息通过PNN将天气划分为晴、多云、阴、雨4种类型,然后在每种天气类型下,利用PCA对影响光伏出力的多个气象因素,如太阳辐射强度、温度和相对湿度等进行降维、转换成少数几个主成分作为输入向量,最后建立SS算法优化SVR的光伏发电功率短期预测模型。结果表明,该模型实现了对不同天气类型下的光伏出力较为精准的预测,具有一定的可行性及指导意义。

基于改进最小二乘支持向量机和预测误差校正的短期风电负荷预测

为了提高风电负荷预测精度,保证风电场资源得到有效利用,提出了基于改进最小二乘支持向量机和预测误差校正相结合的方法。首先引入提升小波分解原始数据,可以有效提取其主要特征,从而克服风电场的随机性。然后采用最小二乘支持向量机对分解后的信号做预测,保证了预测精度。接着用误差校正方式修正预测结果,减少了较大误差点的出现,提高了预测结果的稳定性。最后,通过某风电场预测结果表明,基于提升小波和最小二乘支持向量机的方法可以提高预测的精度,误差预测的方法也可以有效地校正预测结果。仿真结果验证了该方法用于风电负荷预测是有效可行的。

基于萤火虫算法?广义回归神经网络的光伏发电功率组合预测

随着光伏发电大容量地并入电网,其输出的随机性必将对大电网安全稳定运行造成影响,为此建立了一种变权重的光伏短期组合预测模型,首先通过主成分分析法(principal component analysis,PCA)将影响光伏出力的多重线性因素进行压缩、提取以简化模型输入变量的维数,然后将提取的第一主成分结合灰色关联度来筛选相似日样本,接着将样本分别带入最小二乘支持向量机、改进BP网络2种单一模型进行2次预测。第1次预测作为相似日预测,用来训练权重系数,训练方法是萤火虫算法优化的广义回归神经网络;第2次预测是待预测日的预测。仿真结果验证了所提模型的有效性。

基于双环控制器的电容分裂式三相四线制DSTATCOM控制方法

针对不对称负载无功补偿装置电容分裂式三相四线制DSTATCOM补偿精度问题,建立了分析模型,针对传统PI控制器对于周期性信号跟踪较差的问题,提出了基于双环控制器的电容分裂式三相四线制DSTATCOM控制方法。该方法将能够对指令快速响应的PI控制器与能够对周期性信号高精度控制的重复控制器相结合,构成双环控制器,并将其应用到DSTATCOM内环电流跟踪环节。对该控制器的设计进行了详细分析以及仿真与实验验证,结果表明采用所提出的双环控制方法,可以在保证响应速度的同时提高电流跟踪精度,实现电容分裂式三相四线制DSTATCOM对不对称负载的无功补偿功能,降低装置输出电流及畸变率,提高DSTATCOM并网电流质量,补偿效果较传统PI控制方法大幅提高。

基于神经网络PI重复控制器的三相并联有源电力滤波器

针对传统的PI控制的局限性,提出一种新的控制策略,利用基于神经网络的PI控制器与重复控制器并联构成的控制方法,大大提高了响应速度和补偿精度。该控制器利用BP神经网络技术,根据误差大小对PI控制器参数进行在线实时自适应整定,从而满足最优性的要求。利用重复控制的零稳态误差能力保证了装置的稳态精度。最后通过与传统PI控制器的仿真对比说明所提方法的可行性。

基于频域分解的短期风电负荷预测

为了克服风电的不规则性和提高风电负荷预测的精度,将频域分解的方法运用在风电负荷预测中可以找到风电的部分规律和在一定程度上克服风电的不规则性。通过对原始负荷数据的频域分解,将数据分解成日周期、周周期、低频和高频四个部分。日周期的部分用神经网络的方法训练和预测。低频部分用一元线性回归的方法预测。高频部分用提升小波和神经网络相结合的方法训练和预测。最后将各部分的预测结果加起来,这样就实现了风电负荷的高精度预测。本文中用实际数据进行仿真,实验结果表明,基于频域分解的方法可以比较好地找到风电的规律,有利于通过不同的方法对不同的部分进行短期负荷预测,很大程度地提高预测的精度,测试表明该方法用于风电负荷预测是有效可行的。

三相单开关零电流Cuk型功率因数校正器的研究

提出了一种新颖的三相 Cuk 型高功率因数校正电路。在电路拓扑中采用三相全桥整流桥和单管功率开关实现高功率因数和低谐波电流输入;同时在中间储能电容(过渡电容)上串联一电感以及在续流二极管上并联一小电容,使得电路工作在复合谐振状态,从而获得零电流开关。文章分析了电路的工作原理,仿真验证了理论分析结果,同时一个 2kW 的试验电路验证了结论的正确性。该电路具有输出电压调节范围宽、功率因数和效率高等特点,具有很好的实用化前景。

有源电力滤波器的动态因子LMS谐波检测方法

针对自适应谐波电流检测方法收敛速度与稳态精度需折中考虑的问题,采用单相并联有源电力滤波器(APF)作为硬件平台。基于自适应噪声对消技术,提出一种用于APF谐波检测的动态因子最小均方(LMS)算法。通过引入动量项,并利用误差信号在相邻时刻的时间均值估计来控制步长更新,极大加快了算法的收敛速度。采用动态因子项对误差再次进行调解,并对该算法进行了性能分析。仿真和APF动态模拟实验分析表明,该算法不仅具有较快的动态响应速度,而且在低信噪比情况下的稳态失调大幅减小,增强了对噪声的抗干扰性。

神经网络自适应PI控制器在有源滤波器中的应用

针对有源电力滤波器的电流跟踪控制问题,设计一种神经网络自适应PI控制器。该控制器将神经网络技术和PI控制器设计方法相结合,控制器采用PI控制器结构,具有结构简单、计算时间短、易于实现等优点。同时利用神经网络技术,使其输出作为最优控制规律下的PI控制器的参数值,并根据误差大小对控制器参数进行在线实时自适应整定,从而满足大工况、全工作条件和最优性的要求。仿真实验表明,神经网络自适应PI控制器较一般的PI控制器有更快的响应速度和更高的补偿精度,而且经过神经网络自适应PI控制器作用后,其电网电流的谐波畸变率和电流跟踪误差均降低到PI控制器的55%左右。

基于多模型PI的STATCOM直接电压控制方法

针对静止同步补偿器(STATCOM)电压控制问题,提出了一种基于多模型PI的STATCOM控制方法。该方法将多模型方法和PI控制方法相结合,控制器采用PI控制器结构,具有结构简单、计算时间短、易于实现等优点。同时利用多模型的方法,来适应不同冲击性负载下接入点电压幅值降低的不同给PI控制器造成的影响,从而满足接入点电压控制的精度与速度。仿真研究表明,多模型PI控制器相比一般PI控制器,具有更强的对于接入点电压变化的适应能力和更高的补偿精度,证明了所提方法的有效性。

基于超声波技术的绕组变形3维成像检测装置设计

电力变压器是重要而昂贵的电力设备,在运输和运行过程中,由于意外碰撞或系统短路故障的强大电动力的作用,可能会发生某种程度的绕组变形,因此,必须对变压器绕组进行带电检测,从而保证其安全可靠运行。为此,设计了基于超声波技术的变压器绕组变形3维成像检测装置。首先,为了解决超声波发射及接收探头的安放问题,提出一种超声波探头安放位置算法,通过对3种不同情况下超声波探头的安置方法的研究,提高了变压器绕组检测中超声波信号的接收效果。然后,提出一种基于超声波定位的距离转换算法,解决了被测点3维轴向坐标确定问题,据此实现了在测试现场实时生成变压器绕组3维图像的功能。接着,开发出变压器绕组变形检测装置,能够对变压器绕组实现实时3维成像和定量分析,从而完成对变压器绕组形变的带电检测。最后,在某变压器上进行了应用研究,证明了上述装置的有效性。

基于萤火虫优化算法的分布式发电设备容量分配及配电网孤岛划分

随着分布式发电设备大量接入到配电网中,分布式发电设备在配电网故障情况下为接入位置负荷及周边重要负荷的供电研究日益引起关注。利用投入产出法确定负荷的失负荷价值,基于失负荷价值设定负荷权重。在接入位置和总容量确定的情况下,以总权值最大为目标,利用萤火虫优化算法讨论接入容量的最优分配以及故障条件下的孤岛运行范围。将该方法应用于含分布式电源的智能配电网中,通过对比验证了方法的有效性。

基于聚类经验模态分解和差分熵的输电线路故障测距研究

为提高输电线路的故障测距精度,提出了一种基于聚类经验模型分解(EEMD)和差分熵(DE)的输电线路故障行波测距方法。首先利用改进的差分熵信号处理方法对输电线路电流进行熵值计算,通过与正常电流熵值的对比,判断电流是否发生突变。然后采用EEMD分解对发生突变的故障电流进行处理,有效去除故障信号中的噪声,避免模态混叠,获取准确反映故障信息的IMF分量。随后对分量实行差分熵方法中的差分分析,将电流的变化幅度进行有效量化,并建立每个信号点的变化程度与时间的对应关系,从而解决波头位置难以确定的问题,获得故障初始行波到达每个监测点的准确时间。最后利用行波双端法,实现输电线路的故障测距。仿真结果表明,该方法能够较好地解决故障测距时存在的信号噪声和波头测量时间不准确的问题,有效提高故障测距的精度。

改进的人工鱼群算法在电力系统经济负荷分配中的应用

经济负荷分配是提高电力系统经济运行、减少发电成本的关键问题,针对现行优化电力系统经济负荷分配方法存在的不足,在传统人工鱼群算法基础上,引入了动态变量(可变感知距离、变尺度移动步长和随机移动的概率)和t分布概率算子,提出了一种改进的人工鱼群算法对机组有功出力进行合理分配,并利用该方法对某地3机系统进行多时段仿真。结果表明,该算法不仅优化了多台机组负荷的最优分配,且能更快更准地获取全局最优解,具有较高的使用价值。

荧光灯光通量波动分析

本文分析了引起荧光灯光通量波动的两个原因 ,即原理性的瞬时功率波动和电网电压扰动引起的平均功率波动。后者往往为人们所忽视。针对这两种原因 ,指出了可以采取的解决方案。本文中首次提出了高频两相、三相驱动的方案。

抗中毒载体催化传感器的研究

分析了载体催化传感器H_2S中毒失活的本质以及抗H_2S中毒的常用方法.通过实验,发现了载体催化传感器H_2S中毒的规律,提出了载体催化传感器抗H_2S中毒的3种策略:即在载体中加入适量抗毒稳定剂;在不使传感器发生热激活前提下,适当提高传感器的工作温度,破坏元件中毒的物理条件;严酷条件下的老化和预中毒.研制出了高性能的抗H_2S中毒的载体催化传感器.

低压断路器智能控制装置可靠性研究

结合研制的基于液晶显示红外遥控智能控制装置 ,分析了在实际应用中出现的主要干扰和故障情况 ,从硬件与软件两方面着手 ,提出相应措施以提高低压断路器智能控制装置可靠性。这些措施包括采用空芯互感器作为电流互感器 ,配合自动切换分量程放大电路 ,以及相应的软件处理 ,提高大范围电流测量精度 ;采用复式电源双路供电 ,一路故障 ,另外一路自动切换 ;采用红外遥控操作 ,代替键盘操作 ,避免按键产生电火花 ,使其在有易燃、易爆危险气体等场合更安全 ;系统硬件故障自诊断 ,发生故障及时报警 ;电流过载保护时 ,计时具有热记忆特性 ;系统参数掉电保护 ;数字脱扣和模拟脱扣相结合 ,保证脱扣动作的及时与可靠 ;在线模拟测试各项系统功能。装置已投入现场使用 ,运行良好 ,具有很高的可靠性。

飞机空调车的多模型模糊PID控制器设计

飞机地面空调车温度控制系统是一个非线性、时变、模型不精确、工作环境不确定的复杂系统,传统的PID控制方法难以满足该系统的控制要求。因此,设计了一种多模型模糊PID控制器。该控制器考虑空调输入电压对温度控制的影响,将输入电压分为2个区间分别建模,每个区间设计不同的模糊PID控制器,多个模糊PID控制器构成多模型模糊PID控制器。当输入电压发生变化时,选择相应区间的控制器进行调温。仿真结果表明,多模型模糊PID控制器优于单模型模糊PID控制器,有效地改善系统的瞬时响应、稳态精度和鲁棒性,具有良好的工业利用前景。