基于云计算与大数据的Apriori算法的分析研究

互联网+时代,信息交流和社交方式都发生了极大的变化,自媒体的数据产生方式让大数据时代加速到来。Hadoop云计算实现框架是大数据管理中最优的解决方案,使用最为广泛,效果最为明显。文中针对运用云计算和云平台Hadoop的知识,对现有数据挖掘技术中的关联规则进行分析,对经典Apriori算法进行梳理并提出了一种基于MapReduce的改进Apriori数据挖掘算法。最后,通过Hadoop平台进行仿真实验,算法用Java实现,通过对训练数据迸行挖掘,结果表明改进算法在处理大数据时空间复杂度更低,且挖掘时间随着数据规模的增大呈线性增长。实验结果表明,改进算法在进行大数据挖掘比经典算法有了性能的提升。

光伏电池建模及MPPT控制策略

提出了一种求取光伏电池模型等效电阻的方法,并利用Matlab的S-函数构建了光伏电池的仿真模型。在对光伏系统常用的扰动观测法和电导增量法这两种MPPT算法进行了深入地分析和比较的基础上,针对扰动观测法的不足,提出了一种改进扰动观测MPPT方案。最后,通过仿真和实验对这三种MPPT算法进行了测试和比较。结果表明,所建立的光伏电池模型能够较好地模拟实际光伏模块的特性,且调试简单,便于数字实现;所提出的改进扰动观测MPPT算法在一定程度上弥补了传统方法的不足,与理论分析一致。

光伏占空比扰动控制MPPT及其仿真研究

根据光伏电池的物理数学模型和Boost变换器稳态工作原理对光伏占空比扰动控制机理进行了理论推导和分析。采用PSIM仿真平台对基于占空比扰动控制爬山法的光伏发电系统进行了仿真,仿真实验结果验证了理论分析。文章指出了光伏启动时占空比的合理初始值对于提高启动速度和系统光电转换效率的重要性,为改进MPPT控制策略提供了思路,对光伏系统的工程设计具有指导意义。

局部阴影下光伏阵列MPPT算法及实现

针对传统最大功率点跟踪全局扫描法用时长的缺陷,对局部阴影下光伏阵列输出特性进行分析,获得归一化的最大功率点电压的分布规律。利用该规律结合扰动观察法,提出一种改进型全局最大功率跟踪的扫描算法。首先,确定可能存在局部最大功率点的区域;然后,对该区域使用扰动观察法局部扫描,获得所有的局部最大功率点;最后,选取其中最大的点作为全局最大功率点。该算法能够大幅度缩短扫描时间,使系统快速确定全局最大功率点。实验采用Boost和全桥电路作为拓扑,以DSP为主控制芯片搭建了一套验证系统。实验数据表明在双峰和三峰情况下,与全局扫描法相比该算法节约了50%以上的时间。该算法推广到更多峰的情况具有同样的适用性。

基于功率预测的变步长扰动观测法MPPT研究

针对光伏阵列输出特性,分析了传统扰动观测法的原理和不足,结合固定电压法和基于功率预测的变步长扰动观测法,提出了一种新的控制算法。使用Matlab/Simulink对该控制算法与传统扰动观测法进行了仿真比较。仿真结果表明该算法有效地提高了系统最大功率点跟踪(MPPT)控制的动态响应速度和稳态跟踪精度,此外,该算法对光照强度突变具有较强的抗干扰能力,能够更好地适应环境变化。

基于分数阶微分补偿算法的光伏系统MPPT研究

针对扰动观察法在稳定运行状态下存在功率振荡和跟踪步长的设定难以兼顾跟踪精度和响应速度的两个缺点,引入具有独有特性的分数阶微分,将其作为一阶纯微分的辅助新信息加入判断条件,可有效提高系统的跟踪性能。提出一阶纯微分与分数阶微分结合方法,利用分数阶微分的滤波特性,有效削弱功率振荡,克服跟踪精度与响应速度不能同时兼顾的缺点。并给出所提出算法的直观理论分析。在Matlab/Simulink环境下,仿真结果表明,所提出算法可有效减小功率损失,提高算法的跟踪效率。

联合低秩和e_p稀疏约束矩阵回归的人脸识别算法

针对遮挡和光照等因素影响的人脸图像,提出一种具有低秩稀疏性的矩阵回归模型。该模型采用低秩性约束回归误差,采用p范数约束回归系数使其达到稀疏最大化,然后通过广义迭代阈值算法求解p范数,最后用交替方向法求解模型参数。在AR和Extended Yale B人脸数据库上的实验表明,与当前的回归算法相比,该算法具有更高的识别率,能够更好地消除由遮挡引起的结构性噪声,且对光照变化也具有更强的鲁棒性。

基于差分进化的光伏MPPT算法改进

基于差分进化(DE)算法提出一种改进的最大功率追踪(MPPT)算法。针对DE算法MPPT时收敛较慢且追踪过程中会产生较大的尖峰电压和振铃的问题,该文采用新的差分策略并增加种群个体排序,提出一种差分进化和扰动观察法(P&O)相结合的OMDE-P&O算法。首先通过OMDE算法快速达到最大功率对应的电压附近,然后通过P&O算法快速稳定到最大功率点。通过Matlab仿真及硬件实验,验证该算法的可行性。

一种改进的新型MPPT控制策略

构建光伏电池通用模型,并用Matlab仿真得到P-U、I-U特性。目前光伏系统最大功率跟踪常用到的是扰动观测法和电导增量法,而扰动观测法中对步长的确定尤为重要。跟踪过程中P-U曲线斜率改变,且最大功率点附近斜率接近于零,与其位置斜率相差较大,因此提出了根据P-U曲线斜率范围来变更步长的一种新的变步长扰动观测法。最后,使用Matlab/Simulink中S函数实现算法,从而得到仿真结果。验证了这种改进的MPPT控制算法可以实现,有良好的动态性能和稳态性能,实现了最大功率的快速跟踪。所提出的算法在一定程度上弥补了传统扰动观测法的不足,且调试简单,便于实现。

一种光伏系统的变步长MPPT算法

具体分析了目前太阳能PV电池面板主流的P&O算法,提出了一种新型改进型P&O算法,有效的结合了固定启动电压法的快速响应和变步长P&O算法的高稳定性和高效率的优势。通过MATLAB SIMULINK建立仿真DC升压电路模块和变步长算法模块,对此种算法进行了深度的分析,并与基础P&O算法的输入输出波形比较,验证了此设计算法可以更有效地对光伏系统的最大功率输出点进行追踪。

采用交错并联技术的电动三轮车光伏充电控制系统

利用太阳能对电动三轮车充电具有较大的应用价值。该文采用扰动观察法和交错并联技术,为电动三轮车设计一种Boost升压变换充电系统。对电动三轮车锂电池采用恒流–恒压充电方式。设计双相交错并联Boost升压电路及其充电算法,仿真表明设计的充电算法有较好的稳定性。对电动三轮车锂电池恒流充电阶段的扰动观察法算法进行仿真,表明在相同扰动步长下,交错并联Boost升压电路具有较低的光伏电池输出电流纹波及输出功率振荡。室内测试表明,在恒压限流充电算法下,设计的充电系统具有较好的输出特性。对光伏电动三轮车进行户外充电测试,表明在恒流充电阶段,光伏电池始终工作在30V左右的最大功率点电压处;在正常负载情况下,充电效率达到95%以上。

光伏发电的最大功率跟踪算法研究

太阳能光伏阵列的输出特性受外界环境因素的影响,为了跟踪太阳能光伏阵列输出功率最大点,实现光伏阵列和负载的匹配,常在系统中加入最大功率跟踪器。准确跟踪太阳能光伏阵列的最大输出功率点依赖于有效的搜索算法。分析了传统的扰动观察法和增量电导法的特点,并提出了一种新的变步长寻优算法。通过验证表明,这种算法能够快速准确地跟踪最大功率点。

一种新型光伏系统最大功率点跟踪研究

针对环境温度和光照强度对光伏系统最优工作点的严重影响,提出一种快速跟踪环境温度和光照强度变化的最大功率点跟踪(Maximum Power Point Tracking,MPPT)电路结构及控制算法。通过分析太阳电池基本性质,设计一种改进型的Buck变换器拓扑结构,可快速采样短路电流和开路电压信号。在建立光伏发电系统小信号模型的基础上,设计一种非线性控制与线性控制相结合的改进型最大功率点跟踪控制算法,该算法外环为改进的扰动观察(Perturbation and Observation,P&O)法,内环为电压控制环路。仿真和实验表明,该算法不但能在环境变化时快速准确地跟踪光伏电池最大输出功率点,消除系统在最大功率点的振荡,而且具有效率高、响应速度快等优点。

迭代目标转换因子分析与人工神经网络法用于邻、间、对硝基甲苯的分光光度同时测定的比较研究

本文将迭代目标转换因子分析与人工神经网络法用于分光光度法同时测定邻、间、对硝基甲苯,并与目标转换因子分析的结果进行了比较.结果表明,迭代目标转换因子分析法与线性网络法的效果都很好.其相对误差分别为1.3％和1.2％,而目标转换因子分析法的预测误差较大,其相对误差为10.4％.

3步光伏最大功率点跟踪算法

光伏阵列的P-U特性曲线在局部阴影的情况下会呈现多个极值点,传统算法容易陷于局部极值,智能算法追踪耗时过多.在研究两类算法的基础上,提出一种基于扰动观察法和粒子群算法的3步最大功率点跟踪(MPPT)算法.该算法采用大步长扰动观察法缩小搜索范围并确定粒子数目;采用改进粒子群算法实现全局搜索寻找最优局部;采用逐步逼近的扰动观察法在最优局部内搜索最大功率点.仿真结果表明:该算法在均匀光照和局部遮阴情况下均能准确迅速地跟踪到最大功率点,相比于粒子群算法,追踪时间缩短35%,以上.

基于工序约束链编码的遗传算法求解产品综合调度问题

针对产品综合调度优化问题,提出一种基于工序约束链编码的遗传算法。该算法设计的编码方法,不但能准确体现产品工艺树中的工序约束关系,而且不会强加新的约束,保证了初始解空间的可行性和完备性;同时避免了分区编码方法存在强加约束和遗漏解空间的问题。针对交叉、变异操作产生不可行解的问题,设计了一种基于邻接矩阵的修复方法。实验测试结果验证了所提算法的有效性。

改进的光伏发电系统最大功率点跟踪方法

光伏发电系统可采用最大功率点跟踪控制技术来提高输出功率,但常规变步长扰动观察法存在功率-电压特性曲线的低压区变步长跟踪效果差、步长灵敏度受光照强度影响大等缺点。从变步长算法和控制系统结构两方面提出了改进措施,并在利用MATLAB/Simulink工具建立的最大功率点跟踪系统仿真平台上与常规变步长扰动观察法进行了对比试验。试验结果表明,跟踪时间和跟踪步数分别减少了50%和75%,同时PID控制环节使光照强度快速变化时的跟踪电压偏差从48.3%降低到13.8%,明显地提高了系统的动态性能。

托管型数据中心激励机制优化算法分析与研究

针对紧急需求响应下托管型数据中心激励机制中胜标方决策效率低的问题,分别采用动态规划、遗传算法、粒子群优化及混合算法等方法对其激励机制的优化展开分析与研究。根据紧急需求响应的特点和算法需求建立托管型数据中心的激励机制优化模型,证明激励机制中的胜标方决策问题为一个NPC问题。从理论上分析优化算法使用的可行性及复杂度性,为算法在激励机制中的应用提供了理论基础。通过实验仿真,分别从4种算法的处理规模、性能以及时间复杂度的角度进行阐述和对比,实验结果表明,4种算法优化了胜标方选择最大化可供电力并满足管理员的最大支付,体现了优化算法解决问题的有效性及高效率性,提高了决胜标方决策的效率。