双有源桥直流变换器三电平扩展移相控制下电感电流有效值最优跟踪控制策略

多电平双有源桥直流变换器广泛应用于电压传输范围宽的场合,能够减小功率开关电压应力,并提供更多自由度,优化变换器性能。首先,该文提出基于三电平扩展移相控制的三电平双有源桥直流变换器最小电感电流有效值跟踪控制策略,建立三电平扩展移相控制策略下各工作模式下的数学模型,根据拉格朗日乘数法得到各可行域内部最优极值点处移相比之间的相互关系;然后,分析边界最优点,通过比较内部最优极值点和边界最优点处电感电流有效值,得到全局最优工作点;最后,根据传输功率与全局最优工作点处移相比的变化关系,得到全局最优工作点跟踪控制策略,克服寄生电阻和开关损耗对最优工作点的影响。将三电平扩展移相优化调制策略与两电平扩展移相控制、单移相控制以及峰值电流优化控制进行对比实验,实验结果验证了所提该优化策略能够有效减小电感电流有效值并提高变换效率。

基于协同进化NSGA-Ⅱ的配电网扩展规划方法

在能源转型和智能化发展下,分布式能源、储能技术、智能电表等需集成到配电网中,这导致配电网扩展的复杂性大幅度增加。为此,本文研究提出一种基于协同进化多目标遗传算法(NSGA-Ⅱ)的配电网扩展规划方法。将配电网扩展规划模型分为上下两层,上层为最小投资费用,下层为最小碳排放,完成配电网扩展规划模型的构建。应用协同进化多目标遗传算法(Nondominated Sorting Genetic Algorithm,NSGA-Ⅱ)对模型求解,得到最优的配电网拓展规划结果。实验测试结果显示:配电网的普通线路、光伏发电以及风能发电三个部分的投资费用得到了更加均衡的调整,发电量也更加均衡,且在成本没有大幅度提升的前提下,供电量得到显著提升。

界面二次源波前扩展法全局最小走时射线追踪技术

以Moser方法为代表的最短路径射线追踪算法可以快速稳定地获得整个追踪区域的全局最小走时和路径,但它存在两个缺陷:一是射线大多由折线呈锯齿状相连,长度和位置偏离真实射线路径;二是在低变速区容易出现射线路径多值现象.本文提出的界面二次源波前扩展法全局最小走时射线追踪技术(以下简称界面源法)旨在解决上述两个问题.不同于Moser方法,界面源法只在物性分界面上设置子波源点,子波出射射线可以到达任何不穿越物性界面而直接到达的空间点和界面离散点,在均匀块体内或层内地震波以精确的射线路径传播.显然,界面源法的子波出射方向数远远大于传统方法,算法的追踪误差主要由界面离散引起的,因此,界面源法很好地解决了Moser法存在的问题,大大提高了追踪的精度.同时,由于界面源法的子波源点数远远小于Moser法,因而效率也很高.模型实算证实了该算法的高效性.

基于最小生成树算法的配电网架扩展规划

基于改进最小生成树算法,提出了一种高效率的配电网扩展规划方法。以最大投资额度为约束条件,以建设费用与运行费用的加权和最低为目标函数,采用prim算法求取最小生成树获得初步规划结果,根据潮流计算结果调整导线截面并计算运行费用,依此反复迭代调整规划网架直至最优。规划过程中考虑了对道路交叉点区别对待,并且只将采用Dijkstral算法获得的顶点间的最短路径作为边,还考虑了拆除线路的残值和拆除费用。对两个典型算例进行了规划,结果表明所提出的方法是可行的且具有较高的效率。

多元LDPC码的动态扩展最小和译码算法

多元LDPC码采用扩展最小和(EMS)算法进行译码时,若消息向量长度取值过小,则性能相对其采用多元和积算法(QSPA)有很大损失.针对该问题,提出了一种动态扩展最小和(D-EMS)译码算法.首先,基于Monte Carlo方法研究了消息向量中有效似然值在各GF(q)符号间的分布,得出随着译码迭代次数的增加,有效似然值逐渐集中于少部分符号.因此,D-EMS译码算法先将消息向量长度设为nm1,一定迭代次数后再将其截短为nm2,这样译码复杂度可得到有效降低.同时,为了降低译码器实数比较运算复杂度,D-EMS算法校验节点基本步骤采用检泡(BC)算法.复杂度分析和仿真结果表明,在合理的参数设置下,D-EMS算法在有效降低EMS算法译码复杂度的同时,其性能在AWGN和Rayleigh衰落信道下均逼近相应EMS算法,因此可有效应用于基于多元LDPC码的实际通信系统.

带扩展记忆的粒子群优化最小二乘支持向量机在中长期电力负荷预测中的应用

针对中长期电力负荷预测,考虑了影响中长期电力负荷的各种因素,提出了一种带扩展记忆的粒子群优化算法(PSOEM)与最小二乘支持向量机(LSSVM)相结合的中长期负荷预测方法。PSOEM比传统PS0收敛速度更快,精度更高,具有更强的寻优能力,因此利用PSOEM算法对LSSVM参数进行优化选择,获得了较优的PSOEM-LSSVM预测模型。通过实例仿真表明,该方法与其他几种方法相比具有更高的预测精度和速度。

基于最小累积阻力模型的西南山地城市建设用地扩展路径研究——以贵阳市为例

城市建设用地扩展路径的研究的目的在于协调城镇发展与环境保护之间的矛盾.以贵阳市为例,在GIS栅格技术支持下,选取山区地形特征为阻力要素,对最小累计阻力模型进行修正,同时结合研究区城镇发展与规划,对贵阳市最小累积阻力值进行时空分析,划分生态适宜区,构建在城乡空间一体化发展格局下,山地城市建设用地扩展的最优路径.研究表明:2007年到2013年,建设用地扩展阻力逐年减小;根据阻力值将研究区分为禁止、限制、可、优化建设区;模拟出5条最佳路径.从生态保护和经济发展的角度,为城镇发展用地的合理布局和发展方向提供有益尝试和补充.

扩展成像条件下的最小二乘逆时偏移

逆时偏移(RTM)是复杂介质条件下地震成像的重要手段.因受观测系统限制、上覆地层影响以及波场带宽有限等因素的影响,现行的常规RTM所采用的互相关成像条件通常对地下构造进行模糊成像.最小二乘逆时偏移(LSRTM)通过最小化线性Born近似正演数据和采集数据之间的波形差异,采用梯度类反演算法优化反射系数模型,获得的成像结果具有更高的分辨率和更可靠的振幅保真度.然而,基于波形拟合的LSRTM对背景速度模型的依赖性很强.误差太大的速度模型容易产生周波跳跃现象,导致LSRTM难以获得全局最优解.为了克服这一问题,本文基于扩展模型的思想,在线性Born近似下,推导得到RTM扩展成像条件.并基于最小二乘反演理论,提出扩展成像条件下的LSRTM方法.理论模型试算表明,本文方法不仅可以提供分辨率更高、振幅属性更为可靠的成像结果,而且能够在一定程度上消除速度误差对反演成像的影响.

非最小相位系统的扩展Laguerre基函数迭代学习控制

针对非最小相位系统的跟踪问题,提出了一种新的基函数迭代学习控制算法.该算法利用新型的非因果Laguerre扩展基函数逼近系统逆传递函数,设计最优迭代学习律使系统输入收敛到系统的稳定逆,保证了控制性能.算法不依赖于系统的先验模型,仅需以基函数信号作为系统输入进行模型辨识,减少了模型不确定性的影响.通过对单连杆柔性机械臂这样的典型非最小相位系统跟踪问题的仿真,验证了该方法的良好效果.

基于EM算法的最小一乘估计研究

在实际数据分析中,收集到的数据中可能受到"污染",或出现异常点,或数据分布具有明显的厚尾特征,基于最小二乘方法进行数据分析效果可能很差,需要寻找稳健的估计方法.最小一乘估计亦称为中位数估计,是一种常用的稳健估计方法之一.由于最小一乘估计的目标函数可以看作Laplace分布的核,且Laplace分布可以由正态分布和指数分布混合生成,本文基于EM算法提出了最小一乘估计的新方法,并给出了详细的算法步骤.通过大量的数值模拟和实例数据分析,并与其他已有方法相比,验证了新方法的有效性.

基于最小二乘支持向量机的疲劳裂纹扩展预测

根据腐蚀疲劳裂纹在扩展过程中受到多种环境因素影响,裂纹扩展预测难精确的特点,本文提出了基于遗传算法参数优化的最小二乘支持向量机方法来预测结构腐蚀疲劳裂纹扩展。该算法采用遗传算法优化最小二乘支持向量机的模型参数,从而避免了算法陷入局部最优解,实现了精确度高、泛化能力强的裂纹扩展预测模型。最后通过对已有文献的某试件裂纹扩展的实验数据进行建模分析。结果表明:基于遗传算法的最小二乘支持向量机预测方法优于神经网络算法、蚁群算法,预测误差较小,具有很好的预测能力。

基于能量最小化扩展景深的实现方法

提出并实现了一种基于能量最小化的扩展景深方法,该方法使用对比度作为评价标准来拼接源图像,它的创新之处是利用了基于图分割的能量最小化方法提供的空间一致性来解决拼接赝像问题,并用最大流算法来解决图分割问题。最后给出了实验结果,将实验结果与缺乏空间规范化的结果进行了比较。实验结果证明,本文方法能够在用户可以接受的时间范围内得到较为优越的扩展景深效果。

基于扩展最小资源分配网络的热工过程辨识

针对热工过程中表现出的非线性、时变性、大迟延和大惯性等特点,在分析热工过程辨识实际需要的基础上,采用扩展最小资源分配网络,建立了热工过程的非线性在线网络模型.这种模型能较好地解决神经网络序列在线学习问题,其计算量小、计算精度较高.实例计算验证了这种建模方法的有效性和快速性,为热工过程非线性模型的建立提供了一种新的方法.

基于最小冗余线阵的阵列扩展方法

针对均匀传感器线阵应用被动合成孔径技术进行扩展阵列中存在阵元数较多利用率较低,且噪声累积误差问题,提出了一种基于最小冗余线阵的阵列扩展方法。该算法将四阶累积量方法和被动合成孔径技术相结合,能够采用较少的阵元获得较大的阵列有效孔径。先用四阶累积量方法对最小冗余阵作匀速直线运动采集的连续测量量作预处理,获得虚拟均匀线阵效果,而后,利用重叠相关器处理上述数据组获得相位修正因子补偿连续测量时产生的相位差,将时域信息转化为空域信息,获得阵列扩展效果。该算法采用阵元数少,从而提高了阵元利用率,降低了运算量,而且能够有效抑制高斯噪声。此外,该算法保留了被动合成孔径技术无需知道目标源和接收阵相对运动速度等先验信息的优点。仿真和实验结果表明,在阵元数很少时,该算法仍能够有效扩展阵列孔径,准确估计分辨出多目标的到达角,运算量低,且在高斯噪声背景下,能够获得优于ETAM方法的阵列扩展性能。

GF(q)域上LDPC码的改进扩展最小和译码算法

通过分析扩展最小和算法(EMS)存在的问题,提出了一种针对q元LDPC码的改进译码算法.不同司于EMS算法固定每次迭代中FHT的阶数,该算法根据每次迭代中变量节点的概率分布对的平均方差自适应选择FHT的阶数,并修改发生振荡的变量节点输出信息,使之同时包含上次迭代和当前迭代的信息,从而减少性能的损失与振荡的影响.仿真结果表明,在译码复杂度相当的情况下,该算法性能与收敛速度明显优于EMS算法.

临界最小努力模型及其扩展在中国的实证分析

最初的临界最小努力模型描述了在一定的转折点将农业剩余人口转化为非农业人口所应付出的最小努力程度 ,对年度努力状况未加细致分析。为此 ,我们对原模型进行了修正和扩展得到计算年度努力程度的修正模型和扩展模型。我们利用原模型和修正模型及扩展模型对中国就业非农化年度努力状况进行实证研究发现 ,利用原模型计算出的结果与实际情况存在较大出入 ,而利用修正模型和扩展模型得到的结果与实际拟合较好 ,扩展模型尤为恰当。我们还将扩展模型用于研究第三产业化的努力程度 ,我们发现 ,在现有发展水平下中国的第三产业化实际上已经很充分。

基于递推最小二乘和扩展卡尔曼滤波的开放光路红外光谱去噪

利用开放光路面源排放VoCs 气体分析仪测量数据,通过递推最小二乘算法(RLS)和扩展卡尔曼滤波算法(EKF)相结合的方法,对检测的红外光谱信息进行去噪,将两者结合可以实现特征光谱的重叠部分的噪声信号。实验部分分别对人工添加噪声的标准红外光谱和合肥市市区上空实测开放光路红外光谱进行去噪处理,结果显示使用该算法处理后的光谱信号信噪比(SNR)较单一的递推最小二乘、扩张卡尔曼去噪方法信噪比高出3db、4db;均方根误差(RSME)平均减少30%、35%,运行时间也有所缩短。实验表明运行该综合算法计算精度高、运行速度较快,对于大气环境监测实时消噪系统具有重要的实际应用意义。

基于学习的核偏最小二乘法优化扩展卡尔曼滤波

为了解决非线性系统参数不确定和噪声信息不准确导致EKF随时序估计误差较大的问题,利用核偏最小二乘法与系统方程参数和噪声信息无关的特点优化EKF。先将量测数据和EKF的收敛估计作为学习样本,建立KPLS预测模型,然后,融合KPLS和EKF的预测值进行状态估计;同时,若状态估计的收敛判据为真,将估计值作为学习样本,并利用滑动窗口更新KPLS核矩阵,使KPLS能时序预测;若收敛判据为假,则更新量测协方差。最后,通过实验仿真的方法,分析KPLS-EKF算法的收敛性和性能。实验结果表明:KPLS-EKF能够有效地解决非线性系统参数和噪声信息不准确导致的EKF误差较大的问题。

基于最小扩展块合并的无损图像认证算法

为了在图像分块中嵌入水印信息,现有基于分块的无损图像认证算法需要合并较大的图像子区域,导致篡改定位精度降低.为此,提出基于最小扩展图像块合并的无损图像认证算法.该算法自适应地将图像分成若干认证块,每个认证块由若干细粒度基本块构成,采用递归三等分方式和邻接策略串联基本块,形成基本块链表,以基本块为单位扩展认证块.理论分析表明,该算法能根据图像特征自适应调整认证块大小,优化认证块尺度和邻接性.实验结果显示,采用16×16分块模式能获得较高认证精度;与同类算法相比,该算法认证块划分细密,认证块平均大小降低约19.2%,显著提高了篡改定位精度.

最小二乘支持向量机的扩展及其在时间序列预测中的应用

根据时间序列近期数据较远期数据包含有更多未来信息的思想,对最小二乘支持向量机预测方法进行了扩展,得到了更具一般性的最小二乘支持向量机预测模型,给出了扩展后的预测模型具体算法。两个时间序列的预测实例表明,扩展后的预测方法获得了更好的预测效果,提升了最小二乘支持向量机预测方法的价值。