用C语言实现洪水实时预报的最小二乘估计

介绍了一种在洪水预报的模型参数估计中常用的方法即衰减记忆递推最小二乘估计.该方法在计算机上是通过在C语言中设置循环变量来实现.从而达到充分利用信息,实时跟踪实测流量值的变化,不断对预报误差进行修正,以提高洪水预报精度的目的.此外,其通过人为给数据加权,利用已获得的所有观测数据来进行整批运算处理,从而得出新数据,达到重点突出当前数据的作用.

基于改进最小二乘法的SCR脱硝系统模型辨识

针对某电厂600 MW机组选择性催化还原(SCR)烟气脱硝系统,基于平方误差损失函数(SELF)提出了一种新的衰减记忆递推最小二乘(FMRLS)算法来进行模型辨识。并采用直接法确定不同运行工况下闭环系统的模型参数和延迟时间。改进前后辨识模型的输出与实际运行数据的对比结果表明,该方法具有偏差范围小、收敛速度快、精度高等优点,验证了模型的有效性,为喷氨自动控制和降低NOx排放提供了模型参考。

相应涨差模型在水库实时洪水预报调度中应用

降雨发生时由于通信故障或遥测系统出错等原因,不能获得流域上游水雨情信息,只有中心站水雨情信息可得.为解决此问题,将改进的相应涨差模型应用到水库实时洪水预报调度中.模型采用衰减记忆递推最小二乘算法进行参数在线识别,用预报流量修正公式对预报结果进行修正.通过模型及修正公式检验,该模型可应用于水库或河道的实时洪水预报中.在水库实时洪水预报时,只需中心站的流量信息,计算方法简单.将模型应用于辽宁省大伙房水库,其预报结果令人满意.该模型可为水库实时调度方案制定提供依据,也可为其他无资料或资料短缺地区的实时洪水预报调度提供参考.

基于灵敏度分析的翼伞系统动力学参数辨识

翼伞系统动力学参数在飞行过程中具有强非线性特点,很难构建精确的动力学模型,导致操稳特性分析和控制律设计具有很大难度。文章在翼伞系统六自由度动力学模型的基础上,采用Sobol灵敏度分析的方法,筛选出能够对翼伞系统动力学特性进行有效分析的主要动力学参数,然后,利用衰减记忆递推最小二乘法在线辨识这些动力学参数,通过对每个数据进行指数加权,减小前期扰动对辨识结果的影响。仿真结果表明,文章研究的方法具有较好的辨识结果。

一种基于小波变换的次级通道在线辨识方法

针对实际主动控制系统中,次级通道随着传感器位置、作动器输出特性变化而实时改变这一问题,将小波变换思想引入到在线辨识算法结构中,改进在线辨识算法.通过小波变换将误差信号中控制信号相关分量与随机噪声相关分量分离开来,极大程度削弱甚至消除了辨识环节和控制环节之间相互影响,提高了算法的收敛性能和控制精度.基于Matlab/Similink进行控制仿真,搭建试验台架进行控制试验.仿真和试验结果表明:改进后算法辨识精度高,收敛速度快,控制效果好.