基于Adaline算法的高速磁浮列车谐波检测及抑制方法

[目的]为了减小高速磁浮谐波对牵引网产生的影响,保障高速磁浮列车的正常运行,需研究高速磁浮牵引供电系统中的谐波特性及其相应的谐波抑制方法。[方法]分析了高速磁浮牵引供电系统的构成,并对双三相半控12脉冲多重整流电路及其谐波进行了理论分析和仿真。根据Adaline神经网络算法原理和高速磁浮谐波特性,构建基于Adaline的高速磁浮谐波检测模型。采用谐波补偿控制策略,产生与检测出的谐波方向相反、大小相等的电流作为补偿信号,对系统畸变电流进行谐波抑制。[结果及结论]仿真结果表明:采用基于Adaline算法的谐波检测及抑制方法前,谐波畸变率为11.16%,而采用该方法后,各次谐波含量明显降低,谐波畸变率下降为1.41%。研究结果表明:所提谐波检测及抑制方法可以有效减少谐波畸变,提高牵引供电系统的稳定性和工作效率。

基于镜像修正FxLMS控制算法的船舶管路振动主动控制

针对船舶管路减振和抗冲击的需求,本文根据镜像修正自适应滤波算法,设计出了一种管路振动主动控制策略,能够有效地控制管路在低频下的振动,并且在次级通道发生突变时,控制系统可再次快速收敛,进行稳定控制。本文先对镜像修正自适应滤波算法进行理论研究,分析算法的迭代及控制过程;再通过仿真分别验证算法在不同参考信号输入下的收敛性及稳定性;最后搭建实验台架,通过试验验证算法的实际控制效果。试验结果表明:该控制策略在管路振动主动控制中能够降低15.37%的振动强度,比自适应滤波算法控制策略的控制效果好8.85%。所以镜像修正自适应滤波算法能够及时有效地进行管路振动控制。

一种基于非均匀磁化等离子体的修正Z-FDTD算法

对已有的Z变换时域有限差分法(Z-transformation Finite Difference Time Domain,Z-FDTD)在电磁波与非均匀磁化等离子体中的传输特性分析的计算误差问题进行了研究,并探讨了一种修正计算误差的Z变换时域有限差分方法(Modified Z-transform Finite Difference Time Domain,MZ-FDTD),以提升Z-FDTD方法对非均匀磁化等离子体的适用性。对MZ-FDTD和Z-FDTD之间的计算误差问题,通过严格的公式推导求得该误差的计算公式,并引入误差分析因子,对比分析了该误差受空间步长和非均匀磁化等离子体的物理特性的影响特征,在充分的误差分析与网格参数对比后,以电磁波在非均匀磁化等离子体中的传输特性为分析目标,举例说明了MZ-FDTD的优越性。研究结果表明,相比于经典Z-FDTD,通过MZ-FDTD方法计算得到的数值结果具有更高的计算准确度,较低的运行时间和较少的运行内存占用。此外,对电磁波在非均匀等离子体中传输特性分析的举例说明也证明了相比于Z-FDTD,优化的Z-FDTD方法无论是在较低频段还是较高频段都保持较好的稳定性。在今后的工作中,使用MZ-FDTD方法研究非均匀磁化等离子体问题将会获得更好的计算结果,这项工作中的误差分析方法也将对某些计算电磁学在等离子体中的应用与优化工作起到一定的帮助作用。

压差式流量计误差自动化修正算法研究

针对在多干扰源扰动下压差式流量计测量结果面临输出不稳、误差较大的问题,提出多源扰动下的压差式流量计误差自动化修正算法。考虑全补偿气体可膨胀性系数、压缩系数、密度系数和流出系数等因素,研究压差式流量计误差自动化修正算法。利用均值滤波滤除信号中的高斯噪声,结合一阶滞后滤波优化卡尔曼滤波算法,修正多源扰动误差。引入自组织算法和Volterra神经网络进一步改进卡尔曼滤波算法,并优化卡尔曼滤波算法的先验模型参数,以实现多源扰动误差的自动化修正。试验结果表明,经该算法控制后:当参考流量为900 m^(3)/h时,示值误差绝对值为0.203%;当参考流量为700 m^(3)/h时,流量计重复性为0.06%。该研究可以有效识别并修正由于多源扰动造成的流量异常值,且流量测量精度较高。

基于小波Adaline改进的充电桩谐波分析及扰动定位方法

针对Adaline网络在复杂信号谐波检测中基波频率难以获取的问题,提出一种小波重构与改进型Adaline网络结合的谐波分析方法,并将该方法应用于充电桩谐波分析中。首先,用Mallat算法对原信号分解,再将细节信号重构实现扰动定位,将近似信号重构得到去噪原信号与基波信号,通过基波获取频率。其次,对Adaline网络相位提取算法进行优化,使其兼容全部相位范围,将去噪原信号通过优化后的Adaline网络检测谐波幅值及其对应的相位,综合误差为0.766%,比传统的Adaline模型精度提升了28.642%;最后,将该方法应用于充电桩模型,实现谐波检测,并精准定位扰动发生时段,进一步论证了该方法的适用性。

免疫粒子群算法在修正高斯模型下的源强反演

为提高危险气体泄漏溯源定位的科学性和实效性,确定危险气体泄漏位置和强度是事故应急响应的关键。首先,根据质量守恒定律,分析、改进近似高斯分布的气体羽流扩散幅度,修正高斯烟羽模型;然后,基于免疫浓度筛选机制作为主策略的免疫算法(IA),通过与粒子群算法(PSO)耦合,将混合免疫粒子群(PSO-IA)算法应用到源强反演中;最后,验证PSO-IA算法溯源定位效果。结果表明:与模式搜索法(PS)、遗传算法(GA)、PSO相比,修正高斯烟羽模型预测值误差均下降2%左右;混合PSO-IA算法相较PSO算法反演源强效果有明显提升,其算法定位误差为1.3 m,求解源强误差为0.8%,单次计算时间小于1 s,能实现快速、准确定位并估算源强度。

基于遗传-模拟退火算法修正高斯烟羽模型参数

高斯烟羽模型由于受到地形地貌与气象条件等因素的影响,难以准确反映大气的实际扩散过程。为解决上述问题,首先在经验参数作为先验值的基础上,通过遗传算法对实际观测数据进行参数反演修正,根据观测结果调整模型参数,提高模型的准确性;然后,为进一步优化参数修正结果,引入模拟退火算法,通过随机搜索和逐步降温的策略来跳出遗传算法可能陷入的局部最优解,进一步改善模型的性能。为了评估修正效果,建立一个基于权重的模型值与观测值之间差异的适应度函数,通过比较修正前后的误差率来判断参数修正对高斯烟羽模型的影响程度。仿真实验的结果表明,所提出的遗传-模拟退火算法模型能够有效地修正高斯烟羽模型中的扩散参数,修正后的模型在预测污染物浓度方面的误差率下降了89.40%。所提模型可为环境保护和污染防治提供重要的理论支撑和决策依据,具有较大的应用潜力。

基于遗传算法的约束等式修正法

层次分析法研究中的热点问题之一是判断矩阵的一致性修正问题。约束等式修正法可以快速将判断矩阵修正为一致性矩阵,该方法对矩阵的数值改动较大,对专家意见的保留度极低,使矩阵丢失原本含义,降低层次分析法的可靠性。在约束等式修正法中引入遗传算法的思想,通过构建合理的适应度函数,既能使矩阵通过一致性检验,又可以最大限度地保留专家意见。通过对适应度函数参数值的调整,可以自由调节专家意见与矩阵一致性指标的权重从而解决各种场景下的判断矩阵修正问题。本方法适应范围广且修正稳定。在解决某企业零件寿命预测的问题中发挥了重要的作用,有一定的实用价值。

修正共轭梯度算法求解四元数Sylvester张量方程

本文提出一类张量形式的修正共轭梯度算法求解四元数Sylvester张量方程.证明在不计舍入误差的情况下,所提方法可在有限迭代步内获得张量方程组的解.进一步,通过选择特殊类型的初始张量,可获得方程组的唯一极小Frobenius范数解.通过数值算例验证了所提出算法的可行性和有效性.

基于改进Cao算法的SSA与误差修正的超短期风电功率预测

针对风电历史信息运用不充分和未充分挖掘机器学习模型潜力的问题,提出一种特征奇异谱分析和模型误差修正的超短期功率预测。首先,利用随机森林分析不同特征对输出功率的影响程度,并利用累积贡献率进行特征提取。其次,通过改进的Cao算法确定奇异谱分析最佳嵌入维数,对提取的特征实现降噪处理,从而构建风电功率预测模型。最后,利用预测值与真实值的误差构建误差预测模型,通过预测的误差来修正功率预测的结果。以国内某小型风电场算例结果表明,所提方法较卷积神经网络-长短期记忆(CNN-LSTM)预测模型均方根误差(RSME)和均方误差(MSE)分别降低45%和53%,验证了所提模型的有效性。

求解Hankel张量方程的修正自适应LM算法

结合经典的LM算法及其变形,提出了求解Hankel张量方程的修正自适应LM算法,并证明其全局收敛性和局部二次收敛性.数值实验验证了所提算法的可行性和有效性.

基于Adaline神经网络参数辨识的PMSM鲁棒电流预测控制

针对复杂工况下永磁同步电机存在模型参数失配导致控制系统性能下降的问题,提出一种基于参数在线辨识的鲁棒电流预测控制方法。首先,建立永磁同步电机预测控制模型,详细分析电磁参数失配对电机响应电流及输出转矩和转速的影响。然后,设计了基于Adaline神经网络的参数在线辨识器,并在传统的权值调整算法上,提出一种应用于电机参数辨识系统的新型动态混合最小均方算法。最后,利用在线辨识的参数来实时更新电流预测控制器中的参数,以避免参数失配对控制系统性能的影响。通过仿真和实验验证了所提方法和新型算法的可行性和有效性,其结果表明了该方法不仅能够实现精准在线跟踪电机参数的变化,而且有效抑制了参数失配导致的响应电流偏差。

高速铁路动静态轨检数据里程对齐与误差修正

轨道几何动、静检测数据间的精确匹配对探明高速铁路线路服役状态和制定准确可靠的养护维修策略具有关键作用。针对动静里程匹配算法研究较少的现状,提出利用动、静态实测数据波形匹配,建立基于互相关函数与动态时间规划相结合的两阶段修正算法,并以距离误差作为评价指标。结合某高铁线路轨道几何检测数据的案例分析,以静态检测数据作为参考基准,对动态检测数据进行里程误差评估与修正。结果表明,两阶段算法修正效果显著,累积距离误差降幅超过93%,修正后的动、静态检测数据严格对齐保证了动态检测数据的可靠性与有效性。

基于改进动量因子Adaline算法的SAPF谐波检测方法

针对传统大功率高电压情况下并联有源电力滤波器(SAPF)装置谐波检测精度不高的问题,提出一种基于改进动量因子优化Adaline网络的自适应谐波电流检测算法。引入双动量因子修正Adaline网络的权值调整公式,以提升网络稳定性并加快收敛。采用载波相移—正弦波脉宽调制(CPS-SPWM)方式,构建基于改进动量因子Adaline算法的级联H桥SAPF仿真模型,仿真结果表明:与传统Adaline检测算法相比,所提算法响应误差减小16.56%,收敛速度提升33.33%,具有较好的电流检测效果。

一种引入积分修正的二维信息大数逻辑LDPC译码算法

为了解决基于可靠度的迭代大数逻辑译码(Modified Reliability-based Iterative Majority Logic Decoding,MRBI-MLGD)算法的错误平层问题,提出了一种基于大数逻辑的低密度奇偶校验(Low Density Parity Check,LDPC)译码算法。所提算法在译码函数中引入积分修正项,实现了基于二维信息修正的译码策略,可有效降低错误平层。此外,与基于二元译码信息的的迭代大数逻辑译码(Binary Message Majority Logic Decoding,BM-MLGD)算法不一样,所提算法可适用于不同列重的LDPC码。仿真结果表明,所提译码算法在整个工作信噪比区间内都具有稳定的译码性能,表现出更好的普适性和鲁棒性。

基于观测方程重构滤波算法的锂离子电池荷电状态估计

滤波算法中观测方程的准确性在电池状态评估中起着决定性作用。然而,该文通过试验发现,由于温度、工作电流和荷电状态(SOC)的影响,即使使用精度较高的电池模型,扩展卡尔曼滤波(EKF)算法中观测方程的输出值与实际电压之间仍会存在较大误差,即产生了较大的新息。该文提出一种基于观测方程重组的增强型扩展卡尔曼滤波(E-EKF)算法。该算法的核心思想是利用具有温度、SOC和电流自适应能力的误差修正策略对观测方程进行重组,实现算法中新息的降低,进而提高SOC估计的准确性。使用两种不同温度下的典型工况试验对E-EKF算法的性能进行了验证。试验结果表明,该算法能够适应不同的温度和工况,并具有较高的SOC估计精度。

基于最小二乘算法修正接触网电弧沿边放电参数的研究

弓网系统的安全运行可为电力机车提供稳定的电流供应。高速动态运行的接触网伴随着电弧放电现象,易使暂态过电流侵入输电线路,从而造成供电故障。首先,分析接触网动态运行的预估模型和参数变化特征;其次,利用最小二乘算法对模型参数进行辨识,提出电弧沿边放电防护与参数修正方案;最后,应用Matlab软件对弓网动态模型参数进行拟合修正。仿真实验结果表明,采用最小二乘算法在线修正误差可获得最优解,并与设定值保持良好的线性关系。

基于天线幅相响应修正的空间谱测向算法

空间谱测向算法是一种估计信源波达方向(Direction of Arrival, DOA)的高分辨测向算法,具有布阵灵活、分辨率高的特点,已在实际工程中得到广泛应用。受组阵后单元天线幅相误差大、阵列所处传播环境复杂的影响,造成测向接收机采集到的各路数据失真严重,理论阵列流型失效,从而严重影响测向算法的性能。为提高空间谱算法在实测天线幅相响应与理论值差异大时的测向稳定性,提出了一种基于天线幅相响应修正的测向算法,通过将信号实际幅相响应引入算法并做加权处理,降低了空间谱测向的误差,该方法具有良好的实际工程应用价值。

基于等效模型的砖石古塔有限元模型修正方法

针对砖石古塔实体有限元模型节点众多导致修正效率低下问题,提出了一种将实体模型和杆系模型相结合的有限元模型快速修正方法。基于古塔结构的测试输出信号,使用随机子空间法识别了塔的自振频率。使用整体连续式方法建立了ABAQUS有限元模型,基于实测结果,使用萤火虫算法修正了塔的弹性模量、密度。修正后的有限元模型的计算结果与实测结果对比,能够较好吻合,说明修正后的模型可靠,可以作为后续抗震性能分析的基础。

一种改进的距离向量跳段定位算法

针对无线传感器网络距离向量跳段算法(DV-Hop)存在的跳数与平均跳距误差问题,提出一种基于跳数修正和改进鲸鱼算法优化的DV-Hop定位算法。首先利用多个通讯半径对节点的位置进行广播并引入调整因子,减小跳数误差;然后在鲸鱼算法中加入Circle混沌映射优化初始化种群,利用自适应权重和正余弦优化避免其过早陷入局部最优,之后将改进后鲸鱼算法用于计算信标节点之间的平均跳距;再通过加权方法对未知节点的平均跳距进行校正,从而减小跳距误差。实验结果表明:在仿真条件一致时,改进算法的定位精度相比DV-Hop算法、IPSO-D算法和IGWO-D算法均明显提高。