基于移动平均值低通滤波器新锁相方法的设计

电网中存在毛刺会导致有多个电压过零点以及一定的频率波动,传统的过零锁相难以获得准确的电压过零点,致使锁相失败。为此提出一种新的锁相方法,硬件电路上只采取简单的信号调理电路,将输入的正弦波信号转换为同频的交变方波信号,而后借助TMS32OF28335的ECAP模块实现对过零点的捕捉,然后采用软.件方法实现对频率波动的纠正进而精准的锁相。同时采用移动平均值低通滤波器(IPF),使其更能适应谐波检测的需要。最后在DSP+FPGA为主控芯片的APF实验台上进行实验研究,证明了该方法的准确性。

基于移动平均值滤波的储能容量配置研究

针对风储容量配比问题,从分析风电场波动特性入手,将波动的动态指标转变为静态指标,研究了风电场的"平滑效应",进而采用储能集中式布置方式,基于风储协调控制策略,提出了带死区的移动平均值滤波算法,基于正态分布的数学分析方法,依据3σ原理得出储能的额定功率值,依据储能荷电状态设置了合理的储能容量裕度,按照储能连续充放电的最大容量值来确定储能系统的容量,并且在Matlab/Simulink中进行了仿真验证,形成了一种简单且工程实用的风储容量配比估算理论。

基于LSTM神经网络的时间序列证券价格趋势预测——以指数移动平均值均线数据进行采样

针对国家对证券市场的监管和投资人对证券市场的决策而言,一个精确度更高的时间序列预测模型是很重要的。本文在吸取前人利用神经网络模型进行证券价格趋势预测中的经验,基于长短期记忆人工神经网络搭建时间序列,提出利用指数移动平均值均线对数据进行采样,以提高时间序列对证券价格趋势预测的准确性。本文采用的时间序列数据为上证指数日线收盘价,实验结果表明预测精确度提高70%,采用指数移动平均值均线对数据进行采样输入时间序列分析模型的预测效果优于传统方法进行数据采样。本文的实验结果为国家对市场的监督和投资者的决策提供了一定参考。

物流预测技术中的移动平均线方法

在讨论移动平均值的基础上 ,提出了物流预测技术中的移动平均线方法 .介绍了移动平均线的构造方法 ,论述了不同时间跨度的移动平均线的特点 ,讨论了选取时间跨度所要考虑的一些主要因素 ,并介绍了确定不同“时期”的方法 .文中结合实例对物流预测技术中的移动平均线方法进行介绍 .结果表明 ,此方法既能预测销售物流短期、中期和长期变化趋势 。

指数加权移动平均变异系数控制图的改进

为探究在实际生产中,历史数据权重对控制过程的影响,以及减小权重,仅影响控制图一部分偏移灵敏的情形,提出双平滑系数控制图(DRES控制图).新的控制图用两个单边统计量重置的指数加权移动平均变异系数控制图来监测向上或向下的偏移,即选取两个大小不同的平滑系数,对原有控制图进行改进,重新构造了控制限,使得对大小偏移都有很好的监测能力.研究结果表明:利用平均链长的对比,新的控制图在变异系数发生无论大偏移还是小偏移都相对灵敏.

经济预测讲座(四) 经济预测中的移动平均法

一、平均数预测法的意义 在同质总体中,各单位按照某一数量标志计算的不同标志值的一般水平,被称为平均数。它表明大量现象和过程的一种集中趋势,消除了其中的偏大或偏小、偏高或偏低、偏上或偏下等离散情况,从而能说明其一般水平或本质水平,便于人们认识客观事物。从计算平均数的方法来看,常用的有算术平均数、几何平均数、调和平均数、移动平均数、指数平滑平均数等多种。在经济预测中,这些方法如果运用得当,都能得到较好的结果。例如,有些商品的销售量就可以采用简单算术平均法进行预测。

「趋势平均法」在销售预测中的妙用兼与高风英同志商榷

「趋势平均法」在销售预测中的妙用兼与高风英同志商榷文＼海福安企业在制定销售收入计划前需要进行产品销售预测。所谓销售预测，就是根据过去销售情况和市场未来需求，对预测期产品的销售量所进行的预计和测算，用以指导企业经营决策和产销活动。产品销售量受多种因素的...

电网电压不平衡工况下MMC的降频模型预测控制

模块化多电平换流器在电网电压不平衡时存在三相电流不对称、有功和无功功率波动的问题。为此,建立不同控制目标下电网电压不平衡的数学模型,提出一种适用于网压不平衡的降频模型预测控制策略,该策略可以实现对正、负序电流的精确追踪;同时,引入降频因子,有效降低开关频率以减少模块化多电平换流器的开关损耗;计算开关频率时提出一种改进移动平均值算法,有效减少开关频率计算所占用内存和计算量。通过在Matlab/Simulink中搭建仿真模型,验证所提控制策略的有效性。

基于BP神经网络和支持向量机的心房颤动分类方法研究

心房颤动是一种常见的心律失常,其诊断受到多种因素的干扰,为在诊断上达到可应用性,使房颤自动分析水平提升至专家水平,对房颤的自动检测至关重要。该研究提出了一种基于BP神经网络和支持向量机的房颤自动检测算法。将MIT-BIH房颤数据库中的心电信号(ECG)片段分别分为10、32、64、128个心搏为一组,计算洛伦兹值、香农熵、K-S检验值和指数移动平均值这4种特征参数,将这4种参数作为SVM和BP神经网络的输入,进行分类和测试,以MIT-BIH房颤数据库中专家给定的标签作为参考输出。其中,使用MIT-BIH房颤数据库中用前18例数据作为训练集,后7例数据作为测试集。结果表明,在10个心搏分类上得到了92%的准确率,在后3种分类上得到了98%的准确率,灵敏度和特异性均在97.7%以上,具有一定的可应用性,后续将进一步在临床心电数据中进行验证和改进。

校正激光光束指向漂移的算法研究

为了获得稳定的激光光束,需要对其随机漂移进行校正。以光束传递系统中快速反射镜校正脉冲激光器自身指向漂移的过程为例,采用一种基于移动平均值校正原理的算法,对加载地面抖动前后的校正效果进行了仿真模拟。仿真结果显示,该算法可以使指向漂移经过长距离传输后引入的位置偏移显著降低;校正后的移动平均值相对于校正前的有较大降幅,最优处约降至原来的n-1/2(n为一个窗口内的脉冲数);校正后的移动标准偏差值也明显下降。结果表明,该算法的关键在于提出合适的补偿量,具有实用性,可以实现对激光光束指向漂移的闭环实时校正。

统计质量保证技术在分析测试实验室内部质量控制中的应用

对通过统计质量保证 (SQA)技术进行分析测试实验室内部质量控制 (IQC)的方法作了初探。研究结果表明 ,SQA技术的应用能保证实验室始终处于统计受控状态 ,确保测试数据的有效性 ,有利于分析测试实验室质量保证活动的开展。

改进的三相四线制有源电力滤波器谐波电流检测

对电流谐波的准确快速检测是决定有源电力滤波器补偿性能的一个重要环节.文中结合无功功率理论和佛布迪(FBD)法,提出一种改进的三相四线制系统谐波电流检测方法.该方法省去了不必要的零序电流分离环节,降低了算法的复杂性,减少了传统瞬时无功功率法因坐标变换引起的矩阵运算,提高了谐波检测的实时性和动态性能.对零轴电流进行单独提取,进行上下电容均压控制,确保在三相四线制电容中分式有源电力滤波器中的适用性.采用改进的移动平均值算法代替低通滤波器,避免低通滤波器采样和计算过程中产生的滞后误差,提高了谐波的检测精度.通过在三相四线制电容中分式有源电力滤波器中的仿真和实验,验证了所提出的方法的可行性与优越性.

乳化液泵润滑油温度监控系统设计

针对目前乳化液泵润滑油温度监控方法只能识别油温超限而无法监测异常温升的问题,根据油温过程数据的统计特性,提出了一种基于统计过程控制的油温监控方法,给出了指数加权移动平均值控制图应用于油温监控的实施方案。在此基础上,设计了一种乳化液泵油温监控系统,实际应用结果表明,该系统能实时监控乳化液泵油温并准确地发出故障报警。

用于激光光束随机漂移校正的算法研究

在分析移动平均值(MA)校正机理的基础上,本文分别利用补偿量和补偿量的移动平均值作为校正量对激光光束随机偏差进行校正。以光束传递系统中利用快速反射镜校正脉冲激光器自身漂移的过程为例,介绍了利用移动平均值(MA)进行闭环控制的稳定光束的算法,给出了两种校正量的仿真结果,并对比加载地面抖动前后的校正效果。结果表明,基于此原理的算法能很好的校正激光光束随机漂移,最优处可将MA值降至校正前的1/15倍,并且可以实现对光束随机漂移的实时控制,具有实用性。其应用关键在于构造合适的调整量公式。

基于直方图纵坐标对数变换的细胞图像分割

提出一种新的直方图纵坐标对数变换算法,该算法可以加深直方图的谷底,抬高整幅直方图曲线,使曲线的峰谷特性更加清晰.对变换后的直方图曲线重复使用移动平均值法使之平滑,再利用加窗高斯函数对直方图曲线进行卷积运算,实现进一步平滑,并滤除小的噪声干扰.最后利用平滑曲线谷点相邻两侧的纵坐标值均大于谷点位置的纵坐标值的特性,确定直方图的多个谷点位置,实现多阈值细胞图像分割.

季节变动预测模型的修正及其有效性

季节变动预测模型的修正及其有效性无锡轻工业大学唐建荣（一）季节变动是社会经济领域普遍存在的一种运动形式。由于受自然条件或社会条件的制约，有许多经济现象的运动往往随季节改变而呈现为一种规律性的周期波动，这种波动即为季节变动。季节变动的测定，一方面有助于...

基于风电场集中储能的风储柔性控制策略研究

为了平抑风电波动并且保证储能荷电状态(SOC)跟踪给定目标值,针对风储协调优化控制,给出了一种风储多时间尺度的柔性控制策略。首先,采用正态分布的方法分析了风储的容量配比。其次,采用带死区的滑动平均值滤波算法对风电场分钟级运行数据进行平滑,利用模型预测控制(MPC)原理,结合风电场超短期风功率预测数据,实现了储能小时级充放电功率的滚动优化。最后,在Matlab中搭建了钒液流电池模型和柔性控制策略模型,采用风电场的实际运行数据对模型进行了仿真验证。仿真结果表明,风储柔性控制策略是正确和有效的,在降低风电波动的同时又能保证储能SOC不偏离目标值。

基于SCADA运行数据的风电机组发电性能劣化监测研究

风电机组的发电效率和发电性能对风电场的运行水平和经济效益有重要影响。文章采用风电机组SCADA运行数据对机组发电性能劣化进行监测。首先,采用偏最小二乘方法确定对风电机组发电功率有密切影响的多个变量;然后,采用高斯过程回归方法建立反映机组发电性能的功率曲线模型,有效提高建模精度;在监测阶段,引入指数加权移动平均值控制图(EWMA)分析功率曲线模型的功率预测残差,及时准确地发出风电机组发电性能劣化预警;最后,以某风电机组叶轮转速传感器故障导致的发电性能劣化实例,验证了该方法的有效性。

时间序列的分解预测技术——摘译自《The Handbook of Forecasting》

分解预测技术是一种较早采用和经常使用的预测方法。它用一些简单的数学公式来分离一个时间序列的4种分量:季节性、周期性、趋势性和随机性部分。对一个时间序列移去其中的季节性和随机性分量便得到趋势一周期曲线。作者认为,这条趋势一周期曲线是企业经营预测最重要的基本环节。分解预测技术在各企业生产领域得到了广泛的应用。