基于自抗扰的混合储能系统控制策略

混合储能系统作为独立光储直流微电网的重要组成部分,兼具能量型储能和功率型储能技术特性,可以实现微电网系统内不平衡功率的平抑以及直流电压的稳定。为提高混合储能系统工作性能,提出了一种基于自抗扰的控制策略,利用扩张状态观测器对内、外未知扰动进行观测估计与扰动补偿,并引入模糊自适应与扩张状态观测器相结合,从而提高系统的稳定性与抗扰性。在Matlab/Simulink数字平台对混合储能系统进行了建模仿真,验证了该控制策略的可行性与优越性。

基于自抗扰控制的H桥逆变器的混沌研究

为了解决新能源发电系统逆变器出现混沌的问题,提出了一种基于自抗扰控制的H桥逆变器的调节方案。针对处于混沌状态的逆变器的稳态和动态特性差的现象,构建了逆变器的离散模型,并通过建立跟踪微分器、扩张状态观测器以及状态误差反馈控制律进行混沌控制。通过分岔图、折叠图以及仿真分析,结果可知基于自抗扰控制的H桥逆变器比基于比例控制的H桥逆变器的稳定范围扩大了45%,有效地抑制了混沌现象的发生。通过分析可得出:该控制策略对系统的混沌行为能够进行抑制,拓宽了系统稳定工作范围。

二阶LADRC在风电并网逆变器网侧直流母线电压控制中的运用

为提高风电并网系统中电网侧逆变器直流母线电压的稳定性和动态响应速度,文中设计一种无对象模型辅助的二阶线性自抗扰控制技术(linear active disturbance rejection control,ADRC)以取代电压外环的PI控制器,从而形成一种新的双闭环控制结构。文中利用频域分析法分析了ADRC控制器的稳定性、跟踪性和抗扰能力;最后在3.6 MW直驱永磁同步风力发电机组的物理实验平台中验证了该控制结构的可行性,将传统PI控制和文中所提出的控制模式在不同工作条件下的控制效果进行比较。实验结果表明,该文章设计的控制方案优于传统的PI控制器,具有良好的抗干扰性和鲁棒性,大大减少直流侧母线电压波动所造成的影响。

基于同步ADMM算法含P2G-CCS的多园区综合能源系统优化调度

多园区综合能源微电网系统交互需要解决每个微电网之间的协调优化调度的问题,文中通过引入交互耦合功率变量解耦的方法,来求解园区内微电网之间交互的电功率,将集中求解的复杂问题转换为各微电网之间相互合作而且可以内部管理的优化问题,于是文中考虑采用同步式交替向乘子法(alternating direction method of multipliers,ADMM)分布式求解方法来实现各个园区微电网系统的成本关系分配,系统只需要求解分布式优化方案所需的信息,可以最大限度地降低运行成本,同时为了保证多园区微电网系统的低碳运行和降低环境成本,在考虑单个电热冷综合能源微电网系统的基础上,采用碳捕集设备和电转气装置以及配合阶梯碳交易机制的方法,更进一步降低系统碳排放;最后,通过仿真算例来验证所提方法和模型的有效性。

基于混沌的H桥逆变器的非奇异终端滑膜控制

针对逆变器的分岔和混沌现象,建立逆变器的离散模型,通过分岔图、Lyapunov指数和折叠图分析非线性行为,并计算出系统的稳定运行范围及混沌运行范围。文中提出一种非奇异终端滑膜控制策略,设计切换面函数,推导逆变器的反馈控制律。最后进行仿真,仿真结果表明:非奇异滑膜控制能够有效抑制系统的混沌行为,从而拓宽了系统稳定工作范围,相比于比例积分控制(proportional integral derivative,PI),稳定范围扩大了80%。由此可以使得逆变器实现稳定工作,有很强的实际应用价值。

考虑源荷特性的双馈风电机组动态减载协同调频控制

为使双馈风电机组(doubly fed induction generator,DFIG)的有功输出能响应电网频率的变化,有效参与电网频率调节,提高风电系统的稳定性,文中分析了虚拟惯性控制、下垂控制以及减载控制的基本原理,探究了相关参数对风电并网系统频率特性的影响。在此基础上,提出一种考虑系统源荷特性的动态减载协同调频控制策略。该策略结合源荷扰动情况实现减载率修正,通过MATLAB/SIMULINK仿真验证表明:当负荷波动时,该控制策略相较于固定减载调频使含风电系统在不同风速下的频率稳定性有了显著提高。

基于灰云模型聚类和云重心理论的风电齿轮箱运行状态评估

针对风电齿轮箱运行状态评估中存在的不够全面、准确度较低等问题,提出一种基于灰云模型聚类分析和云重心偏移度理论相结合的评估方法,对风电齿轮箱建立相对全面完整的评估体系,能够有效提高评估结果的准确性。利用灰云模型对齿轮箱进行初步的聚类分析,获得风电齿轮箱当前运行的大致评估结果;在此基础上,计算标准云模型和当前云模型的云重心偏移度,可进一步提高评估结果的可靠性。对风电齿轮箱实测数据进行了状态评估,然后和齿轮箱记录状态进行比较,证实提出的评估方法具有一定的准确性和可使用价值。

人工鱼群与遗传混合算法在无人艇路径规划中的应用

为了使水环境监测无人艇在监测和采集水样时能有效躲避静态障碍物,且以最优或接近最优的路径行进,提出了一种变步长和变视野的自适应人工鱼群算法与改进遗传算法混合的策略,在人工鱼完成觅食、追尾、聚群等行为后,进行遗传算法的操作。通过指数函数型衰减函数使算法前期视野和步长很大,后期视野和步长很小,提高算法的运行效率和精确性;在基本遗传算法中加入精英选择策略和保护、淘汰算子,得到全局最优解。仿真结果表明,混合算法有效克服了单一算法容易局部收敛的缺点,收敛速度快,能有效得到最优路径,计算精度高。

基于滑模变结构的自抗扰异步电机矢量控制

针对异步电机实际运行的耦合性和抖振等问题,提出了一种基于滑模变结构自抗扰控制的复合控制策略。首先,建立矢量控制下的异步电机数学模型,通过选择异步电机转速为状态变量,利用自抗扰技术中LESO的补偿扰动的思想设计了异步电机转速环的双闭环SMLADRC控制器,通过证明LESO的收敛性和分析SMC的系统稳定性,说明上述控制器既保留了传统滑模的强鲁棒性,又利用自抗扰的优势,有效地削弱了电机抖振问题。通过数值仿真验证了上述控制策略的可行性与正确性。

基于分形理论与支持向量机的回转窑故障诊断

利用支持向量机进行故障分类,对数据样本的要求较高,在数据样本某些属性的特征区分不明显的条件下,分类效果不理想。文章尝试将分形理论引入到数据样本的处理中,利用得到的分形维数替代原数据样本中的特征性不强的属性,再利用支持向量机进行分类。针对新型干法水泥生产过程中常见的6种工艺故障,运用这两种分类策略进行分类,分类准确率分别为88.6667%和99.9996%。所以运用分形理论与支持向量机相结合的方法,可以更加有效地实现水泥回转窑故障的分类诊断。

结合ILADRC和IMC的光伏LCL型逆变系统电流控制策略

为抑制LCL型并网逆变系统自身存在的谐波谐振现象并提高系统稳定性,提出一种基于自抗扰和内模相结合的控制策略。对LCL型并网逆变三阶系统的数学模型做分阶处理,将其转为二阶系统和一阶系统,其中二阶系统采用基于改进扩张线性观测器的二阶改进线性自抗扰控制,一阶系统采用内模解耦控制,构成新型双闭环控制策略,并选取了合适的Lyapunov函数,证明了系统最终会稳定收敛。最后在Matlab/Simulink平台上对两级三相式光伏逆变系统的并网电流进行了波形仿真,验证了此方案的实效性和工程应用价值。

谷值V2控制Boost PFC变换器快时标分岔现象抑制

为抑制Boost PFC变换器中的快时标分岔现象,采用频闪映射的方法对变换器建立数学模型,通过MATLAB/Simulink仿真软件绘制出电感电流的时域波形图和频闪采样图进行分析。施加谷值V2控制对变换器中的快时标分岔现象进行抑制,将传统斜坡补偿控制快时标分岔和谷值V2控制进行比较分析,仿真结果表明:在同等参数条件下谷值V2控制的控制效果较优于斜坡补偿控制,且谷值V2控制具有瞬态响应快、工程应用实现简单等优点。

基于深度学习的电解电容表面视觉检测

在工业环境下的电解电容检测中,由于光照不均和其他噪声干扰,单步骤多盒探测器(single shot multibox detector,SSD)算法易出现检测效果不佳、漏检率高等问题。为提高电解电容检测的准确性,在原SSD算法的基础上提出一种基于深度学习的第3版轻量级网络的单步骤多盒探测器(mobile networks version 3-single shot multibox detector,MobileNetV3-SSD)算法。采用改进的视觉几何群网络(visual geometry group networks 16,VGG16)模型提取输入图像的特征信息,并利用网络中4个有效的特征图生成目标的众多先验框,经非极大值抑制(non maximum suppression,NMS)进行筛选确定边框位置,从而完成电容的表面识别。本算法还引入了迁移学习提高了算法模型本身的稳定性和泛化能力。相比于SSD和快速区域卷积神经网络(faster region convolutional neural networks,Faster R-CNN)算法,文中的算法识别精度和运行速度都得到了提升,平均精度达92.71%,耗时仅为25 ms,为电解电容的出厂检测提供很好的技术支持。

改进中值滤波方法的图像预处理技术

图像实时处理系统日益发展,这无疑对FPGA的广泛应用提供了良好的平台.针对在某些领域传统的中值滤波算法无法快速有效的对采集到的图像进行处理,采用改进中值滤波利用FPGA运行速度快、内部程序并行运行等优点,设计出具有高实时性、高灵活性的图像预处理系统.通过中值滤波算法特点运用Verilog硬件描述语言进行代码编写,并在Quartus II、Modelsim进行实现仿真,最后与MATLAB中值滤波仿真图及多级中值滤波进行对比,得出利用FPGA处理改进中值滤波不但能够顺利对图像进行中值滤波,而且具有运算速度快、低能耗的特点.

基于改进Mask RCNN的复杂环境下苹果检测研究

苹果检测是苹果采摘系统中的关键环节,为实现复杂环境下苹果采摘机器人视觉系统对苹果的识别和定位,提出一种基于深度学习的方法,通过改进的Mask RCNN网络对苹果进行检测研究。该方法在原始Mask RCNN网络的基础上,增加边界加权损失函数,能够使边界检测结果更为精确。训练后的模型在验证集下的AP值为92.62%。通过比较Mask RCNN与Faster RCNN、YOLO v3和传统分割算法K-means算法在不同数目,不同光照和绿色苹果情况下的检测效果,试验结果表明:Mask-RCNN的F1值和分割效果均高于其他算法,证明本文方法对复杂环境下的苹果有很好的检测效果,可为苹果产业中采摘机器人的视觉系统提供技术支持。

PSO-BP神经网络在语音干扰效果评估中的应用

为了克服BP神经网络在连续语音数据干扰效果评估过程中存在的弊端缺陷,提出一种利用粒子群优化算法神经网络的客观语音干扰效果评估方法。该方法利用Mel倒谱技术提取所得的连续语音数据特征参数作为模型输入,再通过粒子群优化对BP神经网络的初始权系进行多点优化,建立了粒子群算法优化的BP神经网络模型,通过优化后的神经网络模型实现输入值到对应主观评价MOS证,对比表明,粒子群算法优化后的BP神经网络模型,其收敛速度较传统BP在4%以内,模型相关系数和标准差更加接近理想参数。

基于神经网络的预分解窑系统分解炉出口温度建模

在对水泥预分解窑系统的结构与工艺流程进行分析的基础上,分别利用BP神经网络、模糊神经网络和改进的遗传算法神经网络建立预分解窑系统分解炉出口温度控制模型。通过对仿真结果的对比分析,发现改进的遗传算法神经网络具有更好的温度控制精度和准确度。

高炉炼铁工序入炉焦比预测的研究

入炉焦比是高炉生产过程中的一个重要技术经济指标。由于高炉内物理化学反应的复杂性以及冶炼过程受许多非线性因素影响的问题,预测精度普遍不高。为了提高入炉焦比预测的精度,采用灰色关联度分析和粒子群算法优化最小二乘支持向量机的预测方法。应用灰色关联度分析理论确定影响入炉焦比的主要因素,采用粒子群算法对最小二乘支持向量机的核宽度和正则化参数进行优化,最后用优化后的最小二乘支持向量机模型进行预测。仿真结果表明,改进方法具有更高的预测精度,为炼铁工序入炉焦比预测提供了一种有效的新方法。

嵌入式安防远程监控系统的设计

针对家居安全环境的重要性,介绍了基于嵌入式的无线远程安防监控系统的硬件结构和软件程序设计。系统以ARM11为开发平台,在嵌入式Linux的开发环境中嵌入了Web服务器、SQL数据库,以及WiFi模块驱动程序;引入了GPRS和WiFi两种无线监控方法,实时传送系统监控信息。用户通过手机短信或远程PC机登录嵌入式Web服务器的监控界面,就能实现对家居环境的监测和控制。

混沌乌燕鸥算法优化发动机参数自整定PID控制

针对传统PID参数整定存在的问题,结合混沌乌燕鸥优化算法(CSTOA)良好的搜索性能,提出了一种基于混沌乌燕鸥优化算法的航空发动机参数自整定PID控制方法(CSTOA-PID);首先通过引入混沌映射的思路,改进了乌燕鸥优化算法(STOA);接着设计了性能指标加权的适应度函数,用来避免发动机供油量极大超调与急剧供油现象;最后对某型涡扇发动机的数学模型进行仿真验证,结果表明:在地面状态下,经CSTOA-PID控制器优化后的PID参数分别为4.318 78、14、0.214 426;CSTOA-PID控制器的参数整定效果都好于STOA-PID控制器和PID控制器,转速阶跃响应反应迅速,同时供油量出现的超调最小,证明了该方法的有效性和可行性。