速度矢量场二阶滑模无人艇引导律

针对航速和航道未知扰动等因素,提出一种速度矢量场二阶滑模无人水面艇(USV)引导律。首先,建立无人艇运动学和航向角动力学模型;其次构造路径误差(y_(e))模型,设计基于航速(V_(g))的路径误差矢量场,速度越大,航向角变化越小;再结合二阶滑模面设计一种速度矢量场二阶滑模无人艇引导律,并考虑未知扰动因素Δ分析速度矢量场二阶滑模无人艇引导律的稳定性。仿真结果表明:相比于经典矢量场,速度矢量场有效实现航速V_(g)越快,航向角变化率越小,矢量场越平缓,提高了USV航行安全性和稳定性;基于速度矢量场二阶滑模无人艇引导律的路径跟踪控制系统鲁棒性更强,路径跟踪准确度更高,能够较好地完成路径跟踪。

ARMA双谱分析与离散隐马尔可夫模型在电力电子电路故障诊断中的应用

提出一种基于自回归滑动平均(auto-regressive moving average,ARMA)模型双谱分析与离散隐马尔可夫模型(discrete hidden Markov model,DHMM)的电力电子电路故障混合诊断新方法。首先对故障电路采样的数据进行零均值处理;然后采用高阶累积量建立ARMA模型参数并进行双谱分析,通过对双谱矩阵进行矩阵变换提取电路故障信息特征量,再对故障特征数据进行矢量量化;最后应用离散隐马尔可夫模型,设计出电力电子电路的故障分类器。将该方法应用到SS8机车主变流器电路的故障诊断中。结果表明,所提出方法具有较高的正确诊断率和较强的抗噪声能力,在无噪声或加入5%的噪声情况下,正确诊断率均为100%;而当加入10%的噪声时,正确诊断率比DHMM诊断法和GA-BP神经网络诊断法分别高出16.11%和23.79%。该方法在工程中具有实际应用价值。

基于T-S模型的迭代学习控制算法及其在机器人点位控制中的仿真研究

考虑了一类特殊的迭代学习控制问题,即用迭代学习方法解决机器人的点位控制问题。采用T-S模型描述机器人系统,在T-S模型的基础上,运用并行分配补偿方法(PDC)确定T-S模型的迭代学习控制器结构,并给出了误差收敛条件。为避免迭代过程的初始定位操作,文中还设计了模糊循环迭代学习律。最后以在垂直面内运动的单关节的机器人为例说明了所提出方法的有效性。

采用EMD谱带通滤波和近似熵识别的配电网单相接地故障区段定位新方法

配电网单相接地故障定位技术,是提高配电网供电可靠性的关键。在研究接地故障暂态特征的基础上,结合经验模态分解(EMD)和近似熵方法,提出了一种基于暂态零模电流的定位新方法。该方法利用故障点上下游暂态电流差异大、故障点同侧暂态电流基本相同的特征,首先用EMD方法把电流信号分解为多个内在的频带分量,然后求取其近似熵值并利用K均值聚类综合判断故障区段。该方法通信传输量小,能够克服幅值小、噪声大等不利因素,很好地实现故障信号特征的定量提取,比传统近似熵算法的定位准确度更高。最后通过仿真和现场录波验证了该方法的有效性。

基于离散HMM的电力电子电路故障诊断

本文提出了一种基于离散HMM(hidden Markov model)的电力电子电路诊断新方法。针对电力电子电路故障,阐述了HMM相应的基本原理和训练算法。以三相整流桥电路为例,实现了基于HMM的电路状态识别。仿真和实验结果证明本文提出的方法正确可行,具有工程的应用价值。

改进粒子群优化算法用于电网优化购入电量

为实现从多个发电厂商购入电量总成本最小的目标函数,建立了应用改进粒子群优化算法综合考虑供求约束和发电厂发送能力约束的电网优化购入电量模型,它还同时考虑了竞争原则下电厂发送能力可取0的情况是一个含有非连续变量的优化问题。在按价格最低原则预先确定购买电量的厂商,再用改进粒子群优化算法解决非连续变量问题从而提供了一种解决电网优化购入电量问题的新思路,节约了购电成本。

基于.NET三层架构的酒店管理系统设计与实现

针对酒店的运营质量和管理效率需求,文章采用C#语言编写、结合.NET三层架构,利用SQL Server 2008数据库存储数据设计并实现酒店管理系统。文章首先对系统进行分析,然后依次对系统、数据库、及界面进行设计,最后实现了基于.NET三层架构的酒店管理系统。

基于线电压和零序电流相位的小电流接地故障分界方法

针对用户内部小电流接地故障波及公共电网事故频发,现有分界开关单相接地分界可靠性不高的情况,提出了基于广域测控系统的线电压和零序电流相位的分界新方法。综合分析比较故障时不同接地系统工频分量幅值与相位特征,加入对不同故障合闸角、不同接地电阻影响因素的判别。该方法不受接地系统类型、合闸角、接地电阻等因素影响,解决了小电流接地故障分界遇到的判别困难问题,实现了责任分界点的准确定位。

FCM-HMM-SVM混合故障诊断模型及其在电力电子电路故障诊断中的应用

提出一种基于模糊C均值聚类(FCM)、隐马尔可夫模型(HMM)和支持向量机(SVM)相结合的电力电子故障诊断方法.采用FCM方法对故障信号进行模糊聚类,提取故障特征;根据隐马尔可夫模型进行动态过程建模;根据支持向量机进行模式分类;基于HMM-SVM混合的故障诊断模型实现了对机车变流器电路中晶闸管断路故障的诊断.实验结果分析表明,该方法能准确地对电力电子电路进行诊断和故障元定位,诊断精度高,具有很好的实用价值.

分布式接入配网单相接地故障定位适应性分析

针对分布式电源并网运行时配电网拓扑发生改变,导致现有故障分析方法适应性变化。通过对比含DG与不含DG的小电流接地系统在发生单相接地时暂态电流的特点,从理论上对原有接地故障识别方法在新的配网网架下的适应性进行重新分析,得出DG的加入对各线路零序电流影响较小,而对其他序分量电流影响较大,则传统基于暂态零序分量的方法仍然使用。最后针对现有暂态定位法导致采样不同步且数据量大等问题,提出利用DA求取检测点近似熵的方法,仿真和现场实际故障数据验证了该算法的有效性。

反激式开关电源共模传导发射模型的分析与应用

以反激式开关电源为研究对象,分析了其共模传导噪声的干扰源、传输通道以及变压器分布电容参数对共模噪声的作用,建立相应的共模传导发射分析模型和变压器分布电容模型;重点分析了二次侧干扰源的影响及其作用机理,提出了一种简单但有效降低共模传导噪声的方法,并进行了实验验证。

有源钳位正激变换器闭环小信号模型分析

分析比较了正激变换器3种复位方式的优缺点,着重对有源钳位正激变换器的小信号模型进行深入的分析,建立峰值电流控制模式对占空比的影响数学模型。通过仿真和实验完成样机设计。

基于正交多项式的迭代学习控制算法及其应用

针对存在不确定扰动的线性系统的轨迹跟踪控制问题,提出了基于正交多项式的迭代学习算法.该算法利用正交多项式级数将系统参数化,运用其积分运算矩阵,导出了一种基于多项式级数的线性系统的近似模型.在此模型基础上,用迭代学习的方式来修正输入量的多项式展开系数,并运用LMI方法求解学习增益矩阵.所得算法在系统不满足正则性或无源性时,仍可以用输出误差信号来构造学习律.将该方法运用到直线电机的控制中,仿真结果表明,新算法能明显地提高直线电机的控制精度.

基于Shifted Legendre正交多项式的迭代学习控制方法

考虑用迭代学习控制方法来解决一类线性时变连续系统的终端控制问题。运用ShiftedLegendre正交多项式的展开技术,利用其正交性和边值条件,将线性时变系统的微分方程转化为代数方程,避免了在判断误差收敛条件的过程中求解线性时变系统状态转移矩阵。并采用高阶学习律来求控制输入的ShiftedLegendre系数向量,仿真实例验证了该方法的有效性。

低压电力线通信的现状与展望

简短回顾了国内外低压电力线通信发展的历史及现状,介绍了低压电力线传输与调制技术,重点针对电力线通信网络问题,提出了低压电力线通信的3种组网技术模式新概念:即家庭组网、专用组网和接入组网,并分别就各网的前途、组网设计、拓扑结构和技术支持进行了讨论;对电力线通信网的未来发展和面临的主要问题,提出了一些建议。

开关电源传导EMI的模型分析与应用

从分布电容的角度出发,分析变压器及散热片产生EMI的方式及其特征,建立了开关电源共模传导发射的分析模型,并据此提出了降低反激式开关电源EMI共模发射源水平的解决方案及设计方法,通过实验验证了各设计方法的有效性。

基于T-S模型的离散非线性系统的迭代学习控制

针对离散T-S模糊系统的轨迹跟踪控制问题,提出了基于离散Legendre正交多项式的迭代学习算法.该方法利用离散Legendre正交多项式展开技术及其移位运算矩阵,导出了系统基于离散Legendre多项式展开的近似模型,建立了输入量与输出量之间的代数方程约束关系.在此基础上,用迭代学习的方法可修正输入量的Legendre多项式系数,所得算法可用于具有任意相对阶的离散非线性系统.仿真实例表明了该算法的有效性.

输电网不对称故障电压骤降域的区间分析

基于区间算法提出一种预估容差输电网发生不对称故障时引起母线电压骤降的系统分析方法.通过应用对称分量法,导出容差输电网母线发生单相接地故障时的电压骤降计算矩阵以及线路发生单相接地时的母线电压骤降域计算公式,并将有向区间算法应用于电压骤降域的计算.通过检查电压骤降矩阵中的任一元素值,可以快速而且清楚地获得任意母线发生故障时,引起其它母线电压骤降程度或线路发生故障造成其他母线电压的骤降域,从而预测输电网在运行中存在的隐患和危害,便于及时进行调度和维护,提高电网的供电质量和安全运行水平.

基于灵敏度计算的发电机无功资源价值分析

无功对电力系统的经济、安全和可靠运行具有重要的作用,因此必须对无功的成本和价值进行分析,才能科学解决无功定价问题。鉴于有大量的文献对无功生产成本做了分析,该文从系统侧阐述了不同节点发电机发出或吸收的无功对系统电压和网损的影响,从而提出了基于网损灵敏度和无功灵敏度的分析方法,合理地说明了发电机无功对系统价值,并以算例进行说明。

基于泰勒级数的迭代学习算法

针对存在不确定扰动的线性时变系统的轨迹跟踪控制问题,提出了基于泰勒级数的迭代学习算法.该算法利用泰勒级数将系统参数化,导出一种基于泰勒级数的线性时变系统的近似模型.在此模型的基础上,利用迭代学习方式修正输入量的泰勒展开系数,并用LMI方法求解学习增益矩阵.所提出算法在系统不满足正则性或无源性时,仍可用输出误差信号来构造学习律.仿真结果表明了该算法的有效性.