Research on Angular Output Velocity of a Drive Shaft with Double Cross Universal Joints

The study object is the angular output velocity of the drive shaft which is made up of two series-wound cross universal joints. We have deduced the function relation between the angular output velocity and initiative input angle of the drive shaft with double cross universal joints that is based on the calculation formula of the angular output velocity of a single cross universal joint, and by analyzing the relation between the two input angles. By using this function relation, the constant velocity condition of the drive shaft with double cross universal joints＂ is verified. The step-by-step searching algorithm is adopted to obtain the optimal phase angle that leads to the minimum fluctuate index of the angular output velocity in the vary velocity condition. At the same time, we worked out the maximal and minimum value of the angular output velocity, and their initiative input angle. The correctness of the function of the angular output velocity and the step-by-step search algorithm are verified by an ADAMS simulation example.

计及组合区间不确定性分析的光伏出力动静态赋权搜索预测模型

针对目前光伏出力确定性预测缺乏考虑不确定性信息导致预测精度受限的问题,提出了一种计及组合区间不确定性分析的光伏出力动静态赋权搜索预测模型。首先分别构建卷积神经网络(convolutional neural network,CNN)-注意力机制(attention)-双向长短期记忆网络(bidirectional long-short term memory,BiLSTM)(CNN-Attention-BiLSTM)和自然梯度提升(natural gradient boosting,NGBoost)模型进行确定性预测;然后通过分析2个模型的确定性预测值和真实值的分布揭示了组合区间相对可靠性规律,基于该规律提出一种动静态赋权搜索预测模型,利用NGBoost模型进行不确定性预测,并根据所提供的概率分布信息,动态区分确定性预测结果的重要性,结合模型历史静态的指标评价信息,实现组合区间内搜索预测结果;最后采用澳大利亚沙漠知识太阳能中心和宁夏某光伏电站的数据集进行仿真研究,验证了该文方法的有效性和适用性,可为光伏出力确定性组合预测提供新的研究思路。

定日镜场在额定输出功率条件下的光学效率优化

为推动“双碳”目标实现,以光线追迹为核心,建立了定日镜平均输出热功率优化模型.首先,确定输出热功率是关于光学效率等参数的函数,通过给出阴影遮挡效率、集热器截断效率等参数的计算方法,提出了定日镜场输出热功率的计算方案.其次,提出定日镜场输出热功率的优化方案.针对定日镜规格相同的情况,提出“吸收塔选址策略”约束吸收塔的位置,提出“分区域同心圆规划策略”完成定日镜的排布,建立了定日镜输出热功率优化模型,并采用变步长搜索法完成最佳参数的求解.最后,针对定日镜规格不同的情况,提出“定日镜规格分区域规划策略”,并结合二分法和变步长搜索法完成最佳参数的求解.

图腾柱功率因数校正器GWO-PID设计

灰狼优化(Greywolf optimization,GWO)属于种群智能优化算法,具有简单高效的优点,成功应用于许多领域。本文在阐述GWO搜索机制和设计过程后,将其应用到图腾柱功率因数校正器(TPFC)的电压外环PID参数选择,采用一种改进ITAE指标和能量变化约束进行PID参数寻优,得到电压外环优化的KP、KI和KD。分析结果表明,在启动过程中输出电压响应速度快且无超调,输入电流不超调,在变载过程中输出电压抗负载波动能力强。TPFCGWO-PID参数设置方法不依赖系统特征参数和传递函数的精确性。

基于垂荡和纵摇运动模型对波浪能最大输出功率的设计

研究波浪能装置最大输出功率的设计,以运动平衡方程和能量输出系统研究为基础理论背景,建立浮子和振子的垂荡、纵摇运动模型和最优阻尼系数模型,确定给定时间下的浮子与振子的垂荡位移及速度和纵摇位移及角速度,并借助模拟退火算法和网格搜索算法分别确定两种情况下给定参数值的最大输出功率及最优阻尼系数.

基于投入-产出视角口岸实验室科研创新绩效评价指标体系构建

实验室作为海关科技创新的重要组成部分,在技术引领、培养科研人才等方面具有重要作用。本文根据口岸卫生检疫实验室的特点,以科学公正、统筹兼顾、激励约束为原则,构建了口岸卫生检疫实验室科研创新绩效评价指标体系。主要围绕管理水平、人才队伍、设施设备条件、创新能力、把关服务作用、信息收集、交流与合作、可持续发展能力等方面评估卫生检疫实验室科研创新绩效。在指标体系的基础上提出合理的建议,对科学评价海关实验室科研创新效果、促进海关实验室建设发展、加强口岸实验室能力建设具有重要意义。

基于BAS-IMOPSO算法的风电系统储能优化配置

风力发电作为一种清洁的可再生能源,在电力系统中应用广泛,但风电出力的随机波动性会对电力系统电能质量产生不利影响。储能系统(energy storage system,ESS)因其灵活的双向调节能力被用于平抑风电接入系统带来的电压与功率波动问题。文中考虑储能接入节点与容量不同对风电出力波动的平抑效果不同,以系统电压偏差、日有功网损和ESS配置容量为目标函数建立多目标储能优化配置模型。采用一种基于天牛须搜索算法的改进多目标粒子群优化(beetle antennae search-improved multi-objective particle swarm optimization,BAS-IMOPSO)算法求解该模型,利用基于信息熵的逼近理想解排序法在Pareto解集中选取最佳储能配置方案。在IEEE 33节点系统中对模型进行仿真验证,结果表明:BAS-IMOPSO算法优化下的ESS降低配电网电压偏差与有功网损的能力较多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法显著提高,有效改善了系统的电能质量,具有削峰填谷的作用,验证了BAS-IMOPSO算法的有效性。

基于SSA-MSVR的混凝土拱坝材料参数反演模型

为进一步提高混凝土拱坝材料参数获取的准确性,构建了基于多输出支持向量回归(MSVR)和麻雀搜索算法(SSA)的混凝土拱坝材料参数反演模型。为了快速模拟坝体径向位移与材料参数的非线性关系,建立了高精度的MSVR模型代替有限元模型计算,并利用SSA对所需参数进行寻优反演。工程实例验证结果表明:构建的反演模型计算精度高,计算速度快,能快速反演坝体与坝基材料参数,可用于实际工程的材料参数反演分析。

基于改进麻雀搜索算法的光伏功率短期预测

为提高光伏输出功率预测精度、保证电网的优化调度和稳定运行,提出一种改进麻雀搜索算法(SSA)的光伏输出功率预测模型。首先,对实验平台收集到的历史数据进行分析,得到关键气候影响因素;然后,用经验模态分解和主成分分析法对数据进行维稳和降维处理;并建立改进麻雀搜索算法的BP神经网络预测模型;最后,进行实例验证。结果表明,该预测模型在敛散精度方面有所提升。

分布式新能源配电网输出线路负载诊断模型分析

针对在风力发电机发电量较大情况下,诊断电网负载特性时存在估计误差大、诊断运行时间长的问题,提出分布式新能源配电网输出线路负载诊断模型并进行了分析.以电力网络的等值电路为基础,结合耦合现象消除函数调整机制,提取分布式新能源配电网输出线路负载参数,通过和声搜索算法构建输出线路负载诊断模型.仿真结果表明,所组建的模型在配电网瞬时状态下有效,检测不同区域数据的运行时间低于两种对比方法.

基于滑动四分位和可行搜索圆算法的风速-功率异常数据清洗方法

受气候条件、运行环境等因素影响,风电场SCADA系统所采集的原始风速和风电功率数据常存在大量奇异点,较难反映风电机组真实性能。本研究提出一种基于滑动四分位和可行搜索圆算法的风速-功率异常数据清洗方法。首先,分析了原始数据的时序特征和异常数据分布特点,将数据分为分散型异常数据和堆积型异常数据两类;然后,运用滑动四分位算法实现了分散型异常数据的识别,提出可行搜索圆(FSC)算法,剔除堆积型异常数据,获得符合风电机组出力特性的数据主带;最后,以我国北方某风电机组实际运行数据为例验证,表明本研究方法能较好地识别异常数据,与传统方法相比,本方法清洗效率高、效果好,具有一定的通用性。

量子遗传算法在多输出Reed-Muller逻辑电路最佳极性搜索中的应用

量子遗传算法是一种融合量子计算和遗传算法优点的智能算法,常用于求解组合优化问题.本文给出多输出RM(Reed-Muller)逻辑电路最佳极性搜索方案,将量子遗传算法应用到多输出固定极性RM电路逻辑优化中.针对量子遗传算法易陷入局部极值的缺陷,结合群体灾变思想,提出一种基于量子遗传算法的多输出RM逻辑电路最佳极性搜索算法.最后对多个大规模PLA格式基准电路测试表明:该算法与基于遗传算法的最佳极性搜索相比,在优化能力、寻优性能和收敛速度等方面都有不同程度的提高.

基于改进ECOC分类器的直流电缆终端接头局放模式识别

绝缘缺陷问题直接影响直流XLPE电缆的运行安全,而准确的绝缘状态诊断对保证直流输电系统正常运行具有重要意义,由于直流电缆的故障诊断目前研究处于起步阶段,且局部放电特征与交流XLPE电缆具有明显区别。针对直流XLPE电缆出现的绝缘缺陷以及产生的局部放电特点,该文设计了4种直流XLPE电缆终端接头典型的绝缘缺陷物理模型,根据q-(35)t-n(即放电幅值,放电间隔,放电次数)局放信号图,提出了基于改进ECOC分类器的直流电缆终端局放模式识别法。首先,对局放信号图进行轮廓波(Contourlet)变换,并计算各子带系数的Tsallis熵,将其作为特征向量,带入自适应布谷鸟优化稀疏编码阵的ECOC分类器(ACS-SR-ECOC)实现缺陷模式识别。通过对大量试验数据测试,验证了所提出的识别方法在直流XLPE电缆终端接头绝缘缺陷的诊断效果,相比与4种传统的ECOC分类器,所提出的ACS-SR-EOCO分类器的识别准确率更高,至少提高10.3%。

基于和声搜索-高斯过程混合算法的光伏功率预测

光伏发电并网后会对电网产生冲击,影响电网稳定。通过对光伏发电功率的特性分析,在研究高斯过程算法原理的基础上,建立了基于高斯过程的光伏发电功率预测模型。针对传统高斯过程中优化超参数采用共轭梯度法存在的缺陷,提出采用和声搜索算法代替共轭梯度法,得到一种基于和声搜索优化的混合高斯过程模型。仿真结果表明,采用和声搜索优化后的高斯过程混合算法比传统高斯过程方法的预测精度更高。

基于新型故障树的微控制器系统故障诊断方法

为更好解决以微控制器为主控芯片系统的故障诊断与故障搜寻问题,提出一种输入输出型的故障树模型,应用这种特殊故障树可简化故障推理机制,简便迅速的进行故障诊断与搜寻。该方法从故障树层间引出检测节点,并建立输入输出型最小割集故障树模型,实现了在某新型火炮上的快速自动化检测和精确的故障诊断与故障定位。

基于PLC软件与输出单元特性的输出总线的研究

根据计算机数据、地址、控制三总线的构成和时序配合的基本原理 ,本文论述了怎样用可编程序控制器 (PLC)组成数据输出三总线 ,介绍了输出数据结构的组成和地址形成方法的基本原理 ;电路组成的基本原则和总线数据输出的编程方法。讨论了总线速度、可靠性、抗干扰性、配置的灵活性以及监控显示程序与控制程序之间关系等问题。文中还给出了D/A和 82C5 5、点阵式液晶显示器与PLC的接口两个应用例子 ,根据例子讨论了动态数据、动态地址、静态数据和静态地址形成的问题。最后提出了设计和制造PLC的一点设想。

一种考虑整数约束的环境效率评价MOISBMSE模型

传统的基于数据包络分析的环境效率评价常常忽略投入、期望产出和非期望产出为离散型变量的可能性,从而无法精确处理现实中存在的具有整数特征的指标数据,一直以来影响着评价结果的精确性.本文以混合导向的整数DEA为基础,对超效率SBM模型进行拓展,构建了一种能够同时兼顾整数约束和非期望产出指标数据的超效率SBM模型,并在实例中采用搜索算法,对该模型进行求解并通过Bootstrap方法对结果进行修正.将每一个最优整数点与被评价决策单元之间的距离进行比较,可以找出最短距离所对应的最优整数点,即为其帕累托改进方向.该模型将为环境效率评价提供了适用范围更广泛的测度方法.

新能源组合出力的置信区间估计

随着新能源的不断发展,电力系统中常涉及新能源组合出力的分布问题。文中综述了几种常见新能源出力的分布特性,基于其分布函数,给出了多种新能源组合出力的累积分布函数和概率密度函数,提出了求解新能源组合出力置信区间的2种算法:二分查找—数值积分法和基于拉丁超立方抽样的蒙特卡洛法。通过一个三组合出力的具体算例的分析可知,利用推导的公式能准确给出其组合出力的概率分布曲线。对于置信区间的计算,二分查找—数值积分法平均花费228.25s,但具有较高的计算精度,而抽样类方法计算时间均在1s以内。基于拉丁超立方抽样的蒙特卡洛法抽样1 000次的效果即可达到随机抽样10 000次的效果,且其所用的计算时间较少,平均误差低,是一种较好的计算方法。

一种搜索编码法及其在监督分类中的应用

纠错输出码作为监督分类领域中的一个新的研究方向,是提高分类器泛化能力的一种有效方法,但目前还没有通用的确定性编码方法.分析了现有纠错输出码的性质,提出一种搜索编码法,该方法通过对整数空间的顺序搜索,获得满足任意类别数目与最小汉明距离要求的输出码;然后探讨了基于搜索编码的监督分类技术.对简单贝叶斯与BP神经网络算法进行实验,结果表明,搜索编码法可作为一种通用的编码方法用于提高监督分类器的泛化能力.

MIMO系统中树搜索检测的排序算法

提出了树搜索算法中基于对数似然比信息的排序算法,给出了使用对数似然比信息排序的一般公式.在未编码情况下,给出使用线性检测器近似的对数似然比信息排序方法;在迭代检测解码情况下,给出使用解码器反馈的比特后验信息进行对数似然比排序的方法.使用对数似然比信息的排序算法不但用到了信道信息,还利用了每帧中的接收信号矢量和先验信息,使各层信号能按照后验概率的大小进行检测.仿真结果表明,该算法在未编码情况下能显著提高系统性能;在编码情况下能加快整个系统的收敛速度.