基于模型预测锁相环的永磁同步电机转子位置估计方法

针对传统锁相环(PLL)估计永磁同步电机转子位置存在响应速度慢及跟踪精度低的问题,提出一种基于模型预测锁相环的转子位置估计方法。首先,对永磁同步电机模型预测控制原理进行分析,将传统模型预测控制方法与锁相环结合,提出一种模型预测锁相环(MP-PLL)结构;然后,结合离散位置搜索算法对转子位置进行估计,通过高效优化离散位置搜索算法改善模型预测锁相环在宽转速范围内的性能,提高其鲁棒性和转子位置估计精度;最后,进行仿真和实验验证。结果表明,在永磁同步电机参数变化情况下,所提出的模型预测锁相环比传统锁相环具有更好的响应性能,能快速准确地实现永磁同步电机转子位置估计。

锂离子电池健康状态估计及寿命预测研究进展综述

随着锂离子电池的应用越来越广泛,锂电池健康状态的精确估计和剩余寿命的实时预测对于锂电池系统的安全运行和降低运维成本具有重要意义。锂电池内部复杂的物理化学反应和外部复杂工作条件,使得实现精准的健康状态估计和寿命预测具有挑战性。该文综述近年来锂电池健康状态估计和剩余使用寿命预测方法的研究现状,分析基于物理/数学模型、数据驱动、模型法和数据驱动融合,以及多种数据驱动融合的锂电池健康状态估计方法的优缺点及适用条件,并对比分析不同数据驱动类型的锂电池寿命预测方法。指出锂电池健康状态估计及寿命预测尚存在的问题,并对未来研究方向进行展望,对完善锂电池健康状态估计和寿命预测算法理论体系、指导实际应用技术具有重要意义。

产时Ⅱ度及以上会阴裂伤风险预测模型的构建和验证

目的 构建产时Ⅱ度及以上会阴裂伤风险预测随机森林算法模型,并初步评价模型的预测性能。方法 采用方便抽样法,选取经阴道分娩的1 366例产妇为研究对象,将其按照7∶3的比例随机分为训练集和验证集。采用LASSO回归分析筛选产时Ⅱ度及以上会阴裂伤的风险因素,采用随机森林算法构建预测模型,计算ROC曲线下面积、预测准确率、灵敏度和特异度等评价模型的性能。结果 共计8个预测因子被纳入随机森林模型中,分别为孕前BMI、孕期体质量增加、初产妇、剖宫产史、硬膜外麻醉、催产、引产和胎儿估计体质量,其中胎儿估计体质量对产时Ⅱ度及以上会阴裂伤的影响最大,其次是初产妇和催产。随机森林模型在验证集中的ROC曲线下面积为0.698(95%CI:0.645~0.751),预测准确率为80.0%(95%CI:75.8%~83.8%),灵敏度和特异度分别为50.5%和89.1%。结论 基于随机森林算法构建的产时Ⅱ度及以上会阴裂伤风险预测模型具有一定的预测价值,但预测性能仍有待提高。

基于改进的Logistic阻滞增长模型的人口预测研究

人口对中国经济发展和能源需求影响重大,为了预测2030年中国的人口数量,文章基于改进的Logistic阻滞增长模型,采用了3种参数估计方法进行求解,包括向后差分线性最小二乘参数估计、向前差分线性最小二乘参数估计、非线性最小二乘参数估计。相比于其他方法,基于非线性最小二乘参数估计法采用改进后的Logistic阻滞增长模型求解的拟合优度与平均相对误差更优,更适合进行中国人口数量的预测。其中1960—1969年预测的中国人口数量相较于实际的人口数量存在一定异常,通过3次样条插值法对该时间段的人口数据进行修正能使预测效果更好。计算结果表明:中国2030年人口预计将达到145 353万人。根据中国人口预测数据,建议政府在未来的经济和能源规划中,加快推进能源结构转型,促进经济可持续发展。

车辆轨迹模型预测控制器的算法研究

为提高无人驾驶汽车行驶控制中的跟踪精度和车辆稳定性,提出了一个改进的模型预测控制器(MPC)。首先,为解决高速转弯工况下轮胎侧偏刚度的强非线性特性导致的车辆失稳问题,建立了轮胎动态侧偏刚度估计器进行实时估计;在此基础上,利用改进粒子群算法对现有模型预测控制器的时域参数进行优化,以提高算法跟踪精度和稳定性;最后,为验证控制器的效果,选取合适的工况进行了联合仿真测试。结果表明,改进控制器在高速转弯的工况下,跟踪精度误差降为4.9%,横摆角误差降为2.6%,比传统模型预测控制器分别提高了67.8%和62.3%,比模糊控制算法优化的控制器分别提高了55.8%和58%。

灰色GM(1,1)档案模型参数估计优化算法

针对最小二乘法在处理总体特征不明显的数据时效果欠佳的问题,提出了一种适用于“贫信息,小样本”的预测方法,采用灰色GM(1,1)模型对数据序列进行归纳、总结和提炼,构建相应的预测模型。新的参数估算方法将初始误差的绝对值和最小化,将参数估算转化为目标规划问题,利用目标规划法,在不依赖于数据整体特性的前提下,有效降低异常值,简化计算过程,提高预测精度。

基于仿射超局部的交流电机无模型预测控制策略

在复杂工况和运动状态下,交流电机系统因磁场耦合、铁心饱和等因素导致物理参数非线性时变,电机控制性能和系统鲁棒性弱化。针对上述问题,无模型预测控制策略利用交流电机变量之间的内在关系,构建数据驱动模型,从而摆脱对物理参数的依赖,并消除参数失配的影响。文中结合永磁同步电机驱动系统,提出一种仿射超局部模型,并设计无模型预测电流控制策略。该方法采用最小二乘算法对仿射算子进行在线估计,并设计状态补偿机制,通过ε-近似思想选取状态补偿增益,以实时反映系统运动特性。方法稳定性通过系统零极点分析进行验证,并通过实验验证对其有效性以及在模型适配性、电流质量和系统鲁棒性等优势进行验证。

基于时间序列ARMA模型的拱桥施工变形预测

为了促进时间序列分析方法在桥梁施工监测中的应用,利用时间序列ARMA模型对某特大桥主桥施工监控过程中主拱肋控制点变形数据进行分析,预测了后续主拱肋施工阶段的变形情况,并与实测数据进行比较。结果表明,时间序列ARMA模型在桥梁施工中预测拱肋变形具有较高的精度和可靠性,为桥梁施工的控制和监测提供了有效的手段。该研究成果说明时间序列分析方法可大大地改善参数的估计精度,提高模型的预测效果。

基于最小二乘估计的光伏桩基沉降预测

基于最小二乘估计的核心思想理论,通过在MATLAB计算平台上构建多元线性回归模型,采用工程实例中已知的荷载和加荷时间为输入变量,对光伏发电项目桩基础的沉降进行预测,并将预测结果与实际沉降量进行对比分析。研究结果表明,基于荷载和加荷时间的预测模型对光伏桩基础的沉降具有较高的预测准确度,回归评价结果说明了模型的可靠性,试验结果验证了此方法的可行性。

基于最小二乘状态估计和模糊神经的中长期负荷预测

可靠准确的中长期电力负荷预测可以使电力公司和发电公司更好地分配配电网络,并有助于在可再生能源并网时提高对电力系统的保护稳定性。为此,提出一种基于加权最小二乘状态估计和模糊神经网络的中长期电力负荷预测方案。基于最小二乘状态估计得到的潮流信息和来自神经网络得到的预测负荷作为模糊神经网络的输入,借由模糊神经网络生成高质量的中长期电力负荷预测结果,最后在IEEE 30总线系统上进行验证和评估。试验结果表明,所提方案可以实现平均绝对百分比误差低于2.55%,比单独的最小二乘状态估计法和模糊神经网络法拥有更低的平均绝对百分比误差。

参数累积估计灰色模型及地面沉降预测

基于传统GM(1,1)地面沉降预测模型的非稳定性,引入参数累积估计方法来代替最小二乘法,构建了参数累积估计的灰色沉降预测模型。通过对上海市地面沉降的预测,证实模型降低了矩阵条件数,提高了沉降预测的稳定性,进而对上海市分层沉降进行了预测,并给出相应的模型稳定性判别,预测结果给出了上海沉降的发展趋势,为地面沉降的合理防治提供了帮助。

中长期电力负荷预测软件包的开发与应用

介绍所开发的中长期电力负荷预测软件包及应用。软件包提供了丰富的模型库 ,各模型可单独预测 ,也可选择几种模型进行综合预测 ,既提高了预测精度也增强了软件包在不同类型地区的适用性。软件包界面友好 ,操作方便 ,容错性强 ,提供联机帮助 ,输入输出形式灵活 ,支持打印 。

基于隐马尔可夫模型的日内风电功率预测误差区间滚动估计

风电的波动性和不确定性给大规模风电并网带来了挑战,估计风电场上报风电的预测功率误差范围,能够为含风电电力系统的运行调度提供重要信息。因此,提出基于隐马尔可夫模型的日内风电功率预测误差区间滚动估计方法。通过建立隐马尔可夫模型实现一定置信水平下对风电功率误差波动区间的快速估计,并利用局部加权回归散点平滑法对误差区间进行处理。以实际数据为例分析,结果表明所提方法能够给出风电功率预测误差的波动范围,为电力系统的调度与控制、备用容量的配置、风险评估等方面提供更全面的信息。

基于近邻估计的年径流预测动态联系数回归模型

集对分析理论为处理确定、不确定系统提供了新的途径,根据集对分析理论建立起来的预测联系数回归模型可以明显改善回归模型的预测精度。对于预测因子结构具有的动态性,文中将利用近邻估计,通过计算各个预测因子的变异系数,来判断预测因子在某次预测中处于强势或者弱势,进而动态地选择预报功能大的强势因子,消除对预报起负面作用的弱势因子的作用,这样很好地体现了预测因子结构中具有的动态性。基于此建立了基于近邻估计的年径流预测动态联系数回归模型(NNEDCNR)。结果说明:用NNE-DCNR去预测年径流量,预测精度比常用预测方法有显著提高,在水文水资源的预测中具有推广应用价值。

Logistic模型参数估计与我国城市化水平预测

本文探讨了Logistic模型描述城市化过程中的合理性．提出模型参数估计的新方法．计算和预测了我国的城市化水平及其发展趋势。新方法简单实用，预测精度高。

pGM(1,1)预测模型及其参数估计

从分析GM ( 1,1)预测模型的背景值取值不足入手 ,根据误差处理理论 ,对GM ( 1,1)预测模型进行扩展 ,提出一种基于比例因子来确定背景值的pGM ( 1,1)预测模型。同时 ,讨论该模型参数的最佳估计方法。

累加卷积变换及其在灰色预测模型中的应用

基于数据序列卷积运算提出了一种构建累加生成算子的新途径。通过构造一种累加生成卷积序列来实现数据序列的累加生成。然后引入单边Z变换,得到累加生成卷积序列在频率域的形式,从而得到累加生成算子在频率域的表达式。对于逆累加生成算子,构造了相应的逆累加生成卷积序列,并导出它在频率域的表达式。通过构造累加生成卷积序列和单边Z变换得到其频率域的表达式,获得两个全新的视角来理解累加生成算子和逆累加生成算子之间的互逆关系。最后通过实际案例验证了理论的正确性和方法的有效性。

分数阶ARIMA模型的参数估计与预测

用极大似然估计和回归分析法给出分数阶ARIMA模型ARIMA(p,d,q)中参数d的估计,并根据d的大小,对时间序列进行了趋势预测,得到了最优线性预测公式。

二个模型构成的组合预测模型最优权估计的一种方法

二个模型构成的组合预测模型最优权估计的一种方法王福林，张晋国（浙江农业大学工程技术学院３１００２９）（河北农业大学机电工程学院０７１００１））１前言在预测的实践中，对于某一预测问题可以利用多种预测模型进行预测。由于预测模型不同，一般来说预测的结果也不...

Logistic模型的参数估计及人口预测

用数值微分和线性拟合化技术对Logistics模型进行了参数估计,由此检验了2005~2007年中国总人口数的误差情况,其中2007年用相关参考文献的等差参数估算方法所得结果的相对误差为5.58%,而本文参数估算所得结果的相对误差为0.114‰,预测取得了理想的效果.