期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于SSA-Hurst-ARIMA组合模型的船舶柴油发电机组故障特征短期预测
1
作者 梁清政 王浩 +2 位作者 程垠钟 杨天诣 姚钦博 《现代制造技术与装备》 2024年第2期51-54,共4页
为提高船舶柴油发电机组故障特征短期预测精度,建立基于奇异谱分析(Singular Spectrum Analysis,SSA)、Hurst指数、自回归移动平均(Auto-Regressive Integrated Moving Average,ARIMA)的组合预测模型。以某试验中船舶柴油发电机组运行... 为提高船舶柴油发电机组故障特征短期预测精度,建立基于奇异谱分析(Singular Spectrum Analysis,SSA)、Hurst指数、自回归移动平均(Auto-Regressive Integrated Moving Average,ARIMA)的组合预测模型。以某试验中船舶柴油发电机组运行数据为基础,选取增压器滑油压强数据,对比分析单一ARIMA模型、SSA主成分-ARIMA组合模型和SSA-Hurst-ARIMA组合模型的预测效果。结果表明,SSA-Hurst-ARIMA组合模型的预测效果优于单一ARIMA模型和SSA主成分-ARIMA组合模型,更适合应用于船舶柴油发电机组故障特征的短期预测。 展开更多
关键词 船舶柴油发电机组 故障特征 短期预测 奇异谱分析(ssa) HURST指数 自回归移动平均(ARIMA)模型
下载PDF
DCM模式Boost开关变换器的非线性全阶建模和仿真
2
作者 程心 解光军 《电子器件》 CAS 2009年第2期460-462,466,共4页
提出了一种工作在断续电感电流模式下的DC-DC Boost(升压)变换器模型。在经典状态空间平均法基础上运用占空比限制和系数修正矩阵加以改进,并考虑寄生参数的影响,推导出状态方程,建立其非线性全阶模型,对瞬态响应和开环传递函数进行仿真... 提出了一种工作在断续电感电流模式下的DC-DC Boost(升压)变换器模型。在经典状态空间平均法基础上运用占空比限制和系数修正矩阵加以改进,并考虑寄生参数的影响,推导出状态方程,建立其非线性全阶模型,对瞬态响应和开环传递函数进行仿真,结果较已报道文献,直观、物理意义明确、精度更高。 展开更多
关键词 断续电流模式 BOOST变换器 状态空间平均法 占空比限制
下载PDF
DCM模式下非理想Boost开关变换器的建模与仿真 被引量:1
3
作者 方海彬 解光军 《电子器件》 CAS 2010年第4期489-492,共4页
提出了一种工作在断续电感电流(DCM)模式下的非理想DC-DC Boost(升压)变换器模型。在电路平均法基础上对占空比限制加以改进,并考虑寄生参数的影响,建立其小信号模型,推导出传递函数。在Matlab/Simulink环境中,对瞬态响应和开环传递函... 提出了一种工作在断续电感电流(DCM)模式下的非理想DC-DC Boost(升压)变换器模型。在电路平均法基础上对占空比限制加以改进,并考虑寄生参数的影响,建立其小信号模型,推导出传递函数。在Matlab/Simulink环境中,对瞬态响应和开环传递函数进行仿真,结果与实际更加接近,精度更高。 展开更多
关键词 BOOST变换器 断续电流模式 电路平均法 占空比限制 MATLAB/SIMULINK
下载PDF
SEPIC变换器的原理分析与建模 被引量:2
4
作者 徐宁博 孙德 窦祥 《电子测量技术》 2018年第8期42-45,共4页
SEPIC变换器作为一种DC-DC变换器,具有既能工作在升压和降压模式又不会出现极性相反的特点。它自身的特性使其非常适用于锂电池充电电路、功率因数校正电路及太阳能光伏充电系统中。分析了SEPIC电路稳态工作原理,推导了工作在连续导电... SEPIC变换器作为一种DC-DC变换器,具有既能工作在升压和降压模式又不会出现极性相反的特点。它自身的特性使其非常适用于锂电池充电电路、功率因数校正电路及太阳能光伏充电系统中。分析了SEPIC电路稳态工作原理,推导了工作在连续导电模式和断续导电模式下各参数之间的关系以及输入输出关系。采用了状态空间平均法建立了SEPIC电路CCM动态模型,该方法能大大简化建模计算过程,清晰明了,而且具有普适性。最后利用MATLAB/Simulink验证了所建小信号模型的正确性。 展开更多
关键词 SEPIC变换器 状态空间平均法 建模
下载PDF
基于误差修正的混合模型在风速预测中的应用
5
作者 盛秀梅 张仲荣 +1 位作者 王春媛 刘海忠 《长春师范大学学报》 2019年第4期4-10,共7页
为了提高短期风速预测的准确性,获得精度更高的风速数据,本文利用粒子群算法优化的最小二乘支持向量机(PSOLSSVM)、求和自回归移动平均模型(ARIMA)、纵向数据选择(LDS)方法以及奇异谱分析(SSA)技术,建立一种基于误差修正的混合模型。并... 为了提高短期风速预测的准确性,获得精度更高的风速数据,本文利用粒子群算法优化的最小二乘支持向量机(PSOLSSVM)、求和自回归移动平均模型(ARIMA)、纵向数据选择(LDS)方法以及奇异谱分析(SSA)技术,建立一种基于误差修正的混合模型。并用西班牙Sotavento Galicia风场的风速数据对这一混合模型的优越性与准确性进行验证,结果表明,该混合模型相较与一般单一的预测模型具有更高的预测精度。 展开更多
关键词 纵向数据选择(LDS) 奇异谱分析(ssa) 最小二乘支持向量机(LSSVM) 求和自回归移动平均模型(ARIMA)
下载PDF
Impedance Modeling and Stability Analysis of Dual Active Bridge Converter with LC Input Filter
6
作者 Fan Feng Xin Zhang +1 位作者 Fanfan Lin Hoay Beng Gooi 《CES Transactions on Electrical Machines and Systems》 2018年第3期289-295,共7页
The dual active bridge(DAB)converter is gaining more and more attention in various applications such as energy storage systems,electric vehicles and smart grids.To improve the quality of the input current,a LC filter ... The dual active bridge(DAB)converter is gaining more and more attention in various applications such as energy storage systems,electric vehicles and smart grids.To improve the quality of the input current,a LC filter is often cascaded at the input side of the DAB converter.However,there are instable problems of this cascaded system due to the impedance interactions of the DAB converter and the LC filter,although the DAB converter is stable at the individual operation mode.To assess the stability of the cascaded system of the DAB converter and the LC filter,the impedance model of the DAB converter is firstly developed based on generalized state-space averaging method.The developed impedance model can be used to accurately predict the stability of the DAB converter with its LC input filter.Based on the stability analysis,the optimum filter parameter design guideline is determined.The impedance model and stability analysis are validated by the simulation and experimental results. 展开更多
关键词 Dual active bridge generalized state-space averaging stability analysis phase-shift modulation
下载PDF
基于奇异谱分析的我国航空客运量集成预测模型 被引量:27
7
作者 梁小珍 乔晗 +1 位作者 汪寿阳 张珣 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2017年第6期1479-1488,共10页
针对时间序列包含噪声以及单一模型可能存在预测表现不稳定的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序... 针对时间序列包含噪声以及单一模型可能存在预测表现不稳定的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序列,然后将其作为单整自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、Holt-Winters方法(HW)等单一模型的输入并进行预测,接着再采用加权平均集成预测方法(WA)将三种单一模型的预测结果进行综合集成.通过与各单一模型、基于经验模态分解方法(EMD)的模型以及简单平均集成预测方法(SA)的预测结果进行对比发现,本文所建模型具有较高的预测精度和较稳定的预测表现.最后,采用本文的模型对我国2014-2016年年度航空客运量进行了预测. 展开更多
关键词 航空客运量 奇异谱分析(ssa) 单整自回归移动平均模型(ARIMA) 支持向量回归模型(SVR) Holt—Winters方法 集成预测
原文传递
Review of General Modeling Approaches of Power Converters
8
作者 Dong Yan Chenglin Yang +4 位作者 Lijun Hang Yuanbin He Ping Luo Lei Shen Pingliang Zeng 《Chinese Journal of Electrical Engineering》 CSCD 2021年第1期27-36,共10页
The modeling approaches of power converters occupy an important position in power electronic systems and have made considerable progress over the past years.Continuous modeling approaches and linearization techniques ... The modeling approaches of power converters occupy an important position in power electronic systems and have made considerable progress over the past years.Continuous modeling approaches and linearization techniques are reviewed,including the state-space average model,generalized average model,averaged small-signal model,and describing function method.A Buck converter with PWM modulation and voltage-mode control is taken as an example to compare the advantages and disadvantages of different methods through simulation analysis.Moreover,the corresponding equivalent circuit with an intuitive physical meaning of state-space average model,generalized average model,and averaged small-signal model is given.The results point out that the generalized average model can improve the modeling accuracy based on the state-space average model.In the linearization techniques,the averaged small-signal model reflects accuracy at low frequencies,but introduces phase lag in the high-frequency region.The describing function method is derived from harmonic linearization,which takes into account the sideband effect and improves the modeling accuracy at high frequencies. 展开更多
关键词 state-space average model generalized average model linearization techniques averaged small-signal model describing function method
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部