基于线性分解的混合储能辅助火电机组调频控制

面对大规模新能源并网带来的电力系统频率安全挑战,储能技术的发展为解决频率安全问题提供了解决方案。混合储能系统辅助火电机组参与调频可以有效改善电网调频性能,因此提出一种基于线性分解的混合储能调频控制策略,将频率偏差分解后得到高低频分量,飞轮储能和锂电池的功率指令由自适应虚拟下垂控制产生。仿真结果验证了所提策略的有效性,混合储能系统的参与在改善电力系统调频效果的同时可减缓火电机组的出力波动。

混合像元线性分解的精度估算

遥感图像中普遍存在着混合像元,对混合像元进行分解是遥感图像处理中的难点。混合像元线性分解技术是进行高光谱影像处理的常用方法。本文针对混合像元线性分解的基本原理与算法作了简要分析,并通过实验的方法估算了混合像元线性分解模型的精度。

三线性分解算法对液相色谱-质谱联用仪多样本测定数据分辨适用性的比较

从三线性分解算法对液相色谱-质谱联用仪(LC-MS)多样本测定数据分辨的适用性角度入手,探讨了双线性和三线性分解算法的实际应用效果、存在的问题及其解决方案。本文选择含有低丰度肽段和高干扰背景信号的代表性测定数据进行测试。结果表明,双线性方法不具有分辨唯一性,不能分离LC-MS多样品测定数据存在的背景干扰,从而不适用于低丰度肽段问题的分析。常规的三线性分解算法难以满足质谱信号具有的数学特性———稀疏性,分辨结果并不完全可靠。本文提出了具有非负约束的交替三线性分解(non-negative alternating trilineardecomposition,NNATLD)新算法用于LC-MS多样本测定数据分辨及数学分离,能够很好地适应质谱的数学特性,且具有计算资源节约和收敛速度快等特点。

交替三线性分解算法与反相高效液相色谱-二极管阵列检测方法相结合同时测定苯二酚的位置异构体

利用交替三线性分解算法与反相高效液相色谱 二极管阵列检测 (RP HPLC DAD)相结合 ,在色谱洗脱时间为1 0 86min～ 1 399min(间隔 1 / 1 50min)、紫外吸收波长为 2 68nm～ 2 98nm(间隔 1nm)时对苯二酚位置异构体的重叠色谱及光谱体系进行了分辨研究。分辨结果与实际结果一致。同时测定了水溶液中共存的邻苯二酚、间苯二酚和对苯二酚的含量 ,回收率分别为 (1 0 0 1± 1 0 ) % ,(99 4± 1 4) % ,(1 0 0 5± 1 7) %。研究结果表明 :该方法定量快速准确 ,实验操作步骤简单 ,解决了在干扰物存在条件下三者很难同时分辨的问题 ,说明三线性分解算法能有效地解决HPLC

基于高精度端元的混合像元线性分解模型研究

从理论上阐述了混合像元的产生机理和混合像元线性分解模型,研制了一套地面成像光谱实验系统,直接获取了高精度的端元光谱数据,通过像元合并的方式构造混合像元,针对不同丰度的非立体空间混合像元端元,分析了根据线性分解模型加权计算得到的光谱与实际混合光谱的误差,进而论证了线性分解模型的精度.

交替惩罚三线性分解算法结合三维荧光光谱法同时分辨和测定酪氨酸、苯丙氨酸和色氨酸

用交替惩罚三线性分解算法(APTLD)结合三维荧光光谱法给出的二维数据对酪氨酸、苯丙氨酸和色氨酸进行了同时定性定量分析,为直接同时测定混合氨基酸中此三种物质提供了一种新的分析方法,其测定相关系数分别为0.9987,0.9995和0.9993。采用超声波组织细胞破碎法对木槿叶中的氨基酸进行提取,利用APTLD法对提取液中氨基酸进行定量测定,测定相对标准偏差分别为0.84%,0.36%,1.59%,回收率分别在101.0%～92.7%,106.5%～93.0%,103.0%～95.0%之间,方法简洁、快速、准确可靠,结果令人满意。

交替三线性分解算法结合区域变量选择同时分辨和定量测定二甲基苯酚异构体复杂体系

研究同分异构体复杂体系的同时分辨和定量测定 ,选取二甲基苯酚 (DMP) 5种同分异构体 :2 ,3 二甲基苯酚、2 ,4 二甲基苯酚、2 ,5 二甲基苯酚、2 ,6 二甲基苯酚和 3,4 二甲基苯酚 ,对该色谱和光谱严重重叠的复杂体系 ,经高效液相色谱 光二极管阵列检测联用仪 (HPLC DAD)检测后 ,结合选取较佳保留时间及较佳光谱波长范围的办法 ,利用化学计量学中的交替三线性分解算法进行分辨解析和定量测定 ,获得较满意结果。

利用混合像元线性分解模型提取卧龙泉地区粘土蚀变信息

利用混合像元线性分解模型提取植被覆盖中等的辽南卧龙泉地区植被丰度图像,并依此进一步提取了该区域的粘土类蚀变信息。在使用混合像元线性分解基本模型的同时,也结合研究目标对其进行了改进与补充,效果令人满意,为中等植被覆盖区的专题信息的提取提供了一种方法。

交替三线性分解荧光二阶校正法同时直接测定口服液中氨基酸

酪氨酸(TYR)和色氨酸(TRY)的荧光光谱相互重叠,用常规方法难以同时直接测定。本研究将交替三线性分解二阶校正算法与激发发射矩阵荧光法相结合,对氨基酸口服液中共存的酪氨酸和色氨酸进行了同时分辨和直接定量测定,并用加入标准法对结果进行验证,TYR和TRY的回收率分别为(96.9±2.5)%和(93.2±1.0)%。结果表明,该方法以“数学分离”替代“化学分离”,其它成分及背景不影响其测定。

三维荧光光谱法结合交替三线性分解算法同时分辨及定量测定秦皮中的秦皮甲素和秦皮乙素成分

用三维荧光分析结合交替三线性分解算法对秦皮中药成分进行定性定量分析,为直接测定秦皮甲素和秦皮乙素提供了一种快速简洁的方法。相关系数r分别为1.000和0.998。多次测定结果的相对误差分别为2.01%和2.21%。

三维荧光光谱结合自加权交替三线性分解算法检测农药类混合物

三维荧光光谱技术与自加权交替三线性分解(SWATLD)算法相结合,对三类农药混合溶液进行检测。在乙腈溶剂中配制西维因、速灭威和三唑磷不同浓度比的混合溶液为测量样品(西维因、速灭威及三唑磷的最佳激发波长/发射波长分别为285/325,305/345和265/305 nm),利用荧光光谱仪获取样品的三维荧光光谱,经过空白扣除以及激发与发射校正,有效地去除仪器误差以及散射产生的影响,得到样品的真实光谱。采用基于自加权交替三线性分解算法对测得的光谱数据进行分析,得到的三种农药的平均回收率为96. 9%±1. 9%,99. 8%±1. 0%和100. 8%±3. 2%。根据SWATLD算法预测结果,计算三类农药的预测均方根误差(RMSEP)值为0. 616×10^(-2),0. 539×10^(-2)和0. 374×10^(-2)μg·mL^(-1),低于平行因子(PARAFAC)分析法预测结果的RMSEP值,且最低检测限均在0. 005～0. 022μg·mL^(-1)范围内。和PARAFAC算法相比较,突出了SWATLD算法的优势,表明该算法对光谱重叠严重的三类农药混合物有较好的分解能力。

基于平行因子四线性分解的二维角度和频率联合估计

该文提出了一种新的2维角度和频率联合估计方法。首先给出双平行线阵结构,将阵列天线输出的信号进行建模分析,表明此信号具有平行因子四线性模型特征,分析了该模型低秩分解的唯一性,从分解得到的矩阵中联合估计出信源的频率和到达角。该方法无需谱峰搜索,可实现参数的同时估计与配对,并与现有的算法进行了比较,具有更高的估计精度,而且在小样本数下也能较好的工作。仿真结果验证了该方法的有效性。

交替惩罚三线性分解二阶校正荧光分析法快速测定牛奶中洛美沙星含量

笔者利用化学计量学交替惩罚三线性分解二阶校正算法结合荧光分析,在有干扰药物及牛奶中干扰组分共存下,对牛奶中的洛美沙星进行快速分析测定。当三维荧光数据的预估组分数取4时,所得平均回收率达到99.4%±1.3%,预测方差均方根(RMSP)为2.97nmol/L,预测结果良好。实验结果表明,此法可用于干扰组分共存下牛奶中洛美沙星的快速定量测定。

HPLC-DAD结合交替三线性分解二阶校正法测定荔枝果肉中游离植物甾醇

为快速测定荔枝果肉中游离植物甾醇含量,建立高效液相色谱-二极管阵列检测器结合基于交替三线性分解算法的二阶校正方法.基本色谱条件：岛津ODS-SP柱（150 mm±4.6 mm,5 μm）,流动相体积分数95％乙腈溶液,检测波长范围为190～340 nm,柱温30℃,流速1.0 mL/min,进样量20.0 μL.结果表明, ‘兰竹’和‘乌叶’荔枝样品中菜油甾醇含量分别为24.1μg/g和27.4 μg/g,两种荔枝样品豆甾醇含量分别为25.8 μg/g和26.7 μg/g,菜油甾醇和豆甾醇加标回收率分别为（95.25±0.78）％和（96.83±1.01）％.所建立的方法简单、准确、灵敏度高且可靠,可用于检测荔枝果肉中游离植物甾醇含量.

高效液相色谱-二极管阵列检测方法结合交替三线性分解算法快速定量测定中药黄芩中的黄芩素和汉黄芩素

利用高效液相色谱-二极管阵列检测(HPLC-DAD)方法结合化学计量学基于交替三线性分解算法的二阶校正方法,在未知基体干扰共存下,同时测定了中药黄芩中的黄芩素和汉黄芩素的含量。当体系组分数选取为3时,测得黄芩素和汉黄芩素的平均回收率分别为104.6±4.3%和100.7±7.4%。该方法不仅能同时给出2种物质的相对色谱图和相对光谱图,还能同时测定未知干扰存在下的2种物质的浓度。

三维荧光光谱结合四线性分解算法测定化妆品中的酚酸类物质

化妆品中的酚酸类物质,有的作为有效成分而添加,如:具有修复皮肤功效的咖啡酸、能够抗炎抗过敏的没食子酸等;有的作为防腐剂而添加,如:对羟基苯甲酸、山梨酸等;有的则属于禁用物质,被不良商家违法添加,如:对苯二酚、间苯二酚等。为监控化妆品质量,对化妆品中酚酸类物质的检测显得尤为重要。许多研究人员也为此做了相关工作,以色谱法为主的先分离后分析的方法取得了一定的成功,但是费时、费料、操作复杂等缺点也十分明显;三维荧光光谱技术具有较高的灵敏度,但是荧光干扰和光谱重叠对检测有较大的影响,针对复杂的化妆品样本往往无法得到理想的效果。为实现化妆品中酚酸类物质的同时定性定量检测,文章将三维荧光光谱技术与化学计量学的四维校正(也称三阶校正)相结合,在保证高灵敏度的情况下,克服未知干扰和数据共线性的影响。首先,在咖啡酸(caffeic acid,CA)、对羟基苯甲酸(p-hydroxybenzoic acid,p-HA)、对苯二酚(hydroquinone,HQ)的线性范围内选取合适的浓度,分别在7.00,7.30,7.50和7.80四种pH值下配制校正样、验证样和化妆品样,这样就得到了激发-发射-pH-样本(EX-EM-pH-Sample)四维数据阵。其次,为验证pH值对荧光强度的影响,选取320 nm作为激发波长,得到咖啡酸在四种pH值下的发射波长,发现咖啡酸的荧光强度随着pH值的增加而升高,表明引入pH值作为第四维的合理性。最后,选择合适的组分数将四维数据阵用交替惩罚四线性分解算法(alternating penalty quadrilinear decomposition,APQLD)进行分解和预测,将分解的光谱与实际光谱比较,将预测的浓度与实际浓度比较。实验结果显示无论是验证样还是化妆品样,分解光谱均能与实际光谱相吻合,验证样的平均回收率(AR)为100.4%~103.5%,预测均方根误差(RMSEP)低于0.06;化妆品样平均回收率(AR)为100.0%~102.2%,预测均方根误差(RMSEP)低于0.08。与色谱法研究相比回收率高出大约4%,且操作简便省时省力,灵敏度高;与二阶校正方法相比,都可以实现在未知干扰下对复杂化妆水体系中多个组分的同时分析,以“数学分离”代替“物理化学分离”,快速、高效、经济、环保;且三阶校正可以克服一定的数据共线性问题,在一定程度上提高了灵敏度。

基于线性分解时序方法的径流序列长度影响研究

应用线性分解时间序列分析方法揭示径流序列特征的成果较多,但很少涉及序列长度对径流线性分解结果的影响问题。利用闽江流域竹岐站年径流和松花江流域白山水库入库年径流近70a的径流序列对此进行了探讨。将约70a的径流资料分成各相差5a的6种不同径流序列进行分解,结果表明,序列长度对径流序列线性分解的结果有十分明显的影响,调整序列长度导致径流的趋势、跳跃和周期等特征产生变化,且没有明显的规律性。因此,径流时间序列分析要选取合理的序列长度,且合理的序列长度可能与时间尺度有关。

交替三线性分解算法结合高效液相色谱法同时测定水杨酸与龙胆酸

利用交替三线性分解算法（ATLD）与高效液相色谱法相结合,在色谱保留时间为0.662 8～0.949 5min（间隔1/150 min）、紫外吸收波长为268～332 nm（间隔2 nm）且在未知干扰物2,3-二羟基苯甲酸存在下,同时测定了水溶液中光谱及色谱严重重叠的水杨酸（SA）和龙胆酸（GA）的含量,回收率分别为（102.2±6.7）%,（102.1±4.1）%,分辨结果与实际结果一致。研究结果表明：该方法定量快速准确、实验操作步骤简单,说明ATLD算法收敛快速稳定,对复杂体系中组分数估计不敏感,能有效解决色谱中的二阶校正问题。

三维荧光光谱结合交替加权残差约束四线性分解算法对石油类混合油液的检测

石油作为重要的能源和工业原料,在造福人类社会的同时,其引起的环境污染问题日益严重。因此针对混合油液的快速、准确检测成为鉴别溢油来源和保护生态环境的重要内容。石油类物质一般由具有较强荧光特性的芳香烃成分及其衍生物组成,荧光光谱分析技术以其灵敏度高、分析速度快和受风化影响程度小等优点成为了混合油液检测的重要手段之一,并与二阶校正和三阶校正的各类算法相结合取得了较好的成分鉴别和浓度预测效果。但二阶校正算法普遍存在对噪声的容忍能力弱和对组分数敏感、收敛速度慢等不足,限制了在实际混合油液检测中的应用。针对上述存在的问题,将三维荧光光谱技术和交替加权残差约束四线性分解(AWRCQLD)算法相结合,提出一种用于混合油液检测的新方法。首先以乙醇作为溶剂,将航空煤油和润滑油按不同浓度比配制7个校正样本、4个预测样本和3个空白样本;然后利用FLS920荧光光谱仪采集拟进行成分检测的混合油液在不同实验温度条件下共42个样本的荧光光谱数据,并通过空白扣除的方法消除散射的干扰;再利用核一致诊断法和残差分析法估计出最佳的组分数;最后分别利用AWRCQLD算法、4阶平行因子(4-PARAFAC)算法和二阶校正算法解析样本的荧光光谱数据,做出混合油液样本的定性鉴别和定量预测。研究结果表明,经AWRCQLD算法解析后得到的航空煤油预测样本的回收率为96.7%~102.7%、预测均方根误差为0.015mg·mL^-1;润滑油预测样本的回收率为96.9%~101.7%、预测均方根误差为0.009mg·mL^-1;在不同实验温度条件构建的四维响应数阵能够更为准确地测定出航空煤油和润滑油的组分浓度,其回收率更高和预测均方根误差更小,满足准确定量分析的要求;AWRCQLD算法在航空煤油和润滑油样本的荧光光谱严重重叠的情况下,较之二阶校正算法和4-PARAFAC算法,AWRCQLD算法更能够体现出三阶校正算法所具有的优势,综合预测能力更强,达到了对混合油液进行快速检测的目的。该研究提供了一种不依赖于“物理和化学分离”的快速、准确的对混合油液进行检测的“数学分离”方法,为石油类混合油液检测提供了必要的技术支持。

轮式移动机器人定点目标控制问题及线性分解方法

提出轮式移动机器人在给定时间内的定点目标控制问题并提出一种解决该类问题的线性分解控制方法。根据轮式移动机器人的非完整性非线性动力学模型的结构特性,将机器人的运动分解为原地旋转和直线运动。按不同时间段分别设计移动机器人的原地旋转和直线运动规律,从而实现了非线性系统的线性解耦分解。利用线性分解控制方法,将轮式移动机器人的原地旋转和直线运动按匀加速起步、匀速行驶和匀减速停车运动规律控制,实现了在给定时间内的定点目标控制。仿真结果验证了所提出方法的有效性。