检索结果-内蒙古大学图书馆

电力系统自动化 2011年第11期35卷 33-38页

作者：赵晶晶符杨李东东上海电力学院电力与自动化工程学院上海市200090

针对目前配电网无功优化中没有考虑具有灵活无功调节能力的并网双馈电机风电场为系统提供无功支持的问题,研究了考虑双馈电机风电场无功调节能力的配电网无功优化模型和算法。分析了风速预测误差对双馈电机风电场无功容量的影响,将双馈... 详细信息

针对目前配电网无功优化中没有考虑具有灵活无功调节能力的并网双馈电机风电场为系统提供无功支持的问题,研究了考虑双馈电机风电场无功调节能力的配电网无功优化模型和算法。分析了风速预测误差对双馈电机风电场无功容量的影响,将双馈电机风电场无功容量极限作为约束条件,在最大效率利用风能的前提下将双馈电机风电场作为连续无功源参与配电网无功优化,建立了以系统有功网损与节点电压偏差之和最小为目标函数的无功优化模型,把含双馈电机风电场的配电网无功优化问题转换为一个多约束的非线性混合整数优化数学问题,并采用粒子群优化(PSO)算法进行求解。利用IEEE 33节点系统作为算例进行了仿真分析,结果验证了所提出的算法的有效性。

关键词：双馈感应风电机组风电场无功容量极限无功优化粒子群优化算法

来源：评论

学校读者我要写书评

暂无评论

基于自整定Fuzzy-PI控制的电流跟踪型光伏并网逆变器

引用

太阳能学报 2013年第6期34卷 959-966页

作者：胡晓青程启明王映斐汪明媚上海电力学院电力与自动化工程学院上海200090

介绍了一种单极性并网逆变器,相对于双极性并网逆变器具有损耗低、谐波小、电磁干扰小的优势,更适用于并网逆变控制。首先对DC/DC变换器进行建模,随后提出一种将模糊自整定控制理论融合PID控制规律之中的自整定Fuzzy-PI控制策略,将太阳... 详细信息

介绍了一种单极性并网逆变器,相对于双极性并网逆变器具有损耗低、谐波小、电磁干扰小的优势,更适用于并网逆变控制。首先对DC/DC变换器进行建模,随后提出一种将模糊自整定控制理论融合PID控制规律之中的自整定Fuzzy-PI控制策略,将太阳电池板产生的直流电逆变为220V/50Hz的正弦交流电提供给电网,最后建立了基于Fuzzy自整定PI控制的电流跟踪型光伏并网逆变器完整的Matlab仿真模型。仿真结果表明,基于该方法生成的PWM控制信号较之传统PID控制等可有效减小跟踪误差,并迅速跟踪目标并网电流波形,从而提高系统的动态响应性能。

关键词：光伏系统并网算法自整定PID控制模糊控制

来源：评论

学校读者我要写书评

暂无评论

采用定子电阻辨识和无速度传感器的异步电机直接转矩控制模糊系统

引用

高电压技术 2012年第3期38卷 704-711页

作者：程启明王映斐薛阳胡晓青上海电力学院电力与自动化工程学院上海200090

为解决异步电动机直接转矩控制(direct torque control,DTC)中低速运行时定子电阻变化对系统性能影响较大的问题,提出了一种基于定子电阻辨识和无速度传感器的异步电机直接转矩控制模糊系统。其中定子电阻采用模糊神经网络进行辨识;电... 详细信息

为解决异步电动机直接转矩控制(direct torque control,DTC)中低速运行时定子电阻变化对系统性能影响较大的问题,提出了一种基于定子电阻辨识和无速度传感器的异步电机直接转矩控制模糊系统。其中定子电阻采用模糊神经网络进行辨识;电机转速采用基于转子磁链的模型参考自适应系统(model reference adaptive sys-tem,MRAS)法进行估计;同时采用三输入单输出的模糊控制器调节脉冲宽度调制(pulse width modulation,PWM)信号占空比的异步电动机直接转矩控制的策略,三输入变量为转矩误差、磁链幅值误差和磁通角。此策略即在传统异步电动机直接转矩控制的基础上,用模糊控制器代替传统DTC中的滞环比较器和空间电压矢量状态选择器来细分控制规则,最后控制逆变器的开关,以减小低速时转矩和磁链脉动,提高系统转矩响应速度。仿真结果表明该系统可减小转矩和磁链脉动,提高系统的鲁棒性和自适应性,改善系统的动、静态品质。

关键词：异步电机直接转矩控制模糊控制器定子电阻辨识无速度传感器模型参考自适应转矩脉动

来源：评论

学校读者我要写书评

暂无评论

基于灰色预测的无模型控制在球磨机负荷控制中的仿真研究

引用

仪器仪表学报 2011年第1期32卷 87-92页

作者：程启明程尹曼汪明媚王映斐上海电力学院电力与自动化工程学院上海200090

火电厂钢球磨煤机的负荷对象具有大滞后、慢时变、强非线性等复杂特性,采用常规控制方法难以获得满意的控制效果,本文提出了基于灰色预测的无模型自适应负荷控制方法。该方法融合了无模型控制的自适应、抗干扰特性与灰色预测模型的预测... 详细信息

火电厂钢球磨煤机的负荷对象具有大滞后、慢时变、强非线性等复杂特性,采用常规控制方法难以获得满意的控制效果,本文提出了基于灰色预测的无模型自适应负荷控制方法。该方法融合了无模型控制的自适应、抗干扰特性与灰色预测模型的预测时延、抑制超调和快速稳定特性,它将灰色模型的预测结果代替负荷对象输出测量值,再进行无模型自适应闭环控制。仿真结果表明这种控制方法系统响应快、超调小、鲁棒性好、抗干扰能力强,可以有效解决大滞后、非线性及适应性等问题。

关键词：球磨机负荷灰色预测无模型自适应控制 GM(1,1)模型 PID控制

来源：评论

学校读者我要写书评

暂无评论

基于自适应GA自抗扰控制在蒸汽发生器水位控制中的应用研究

引用

核动力工程 2011年第6期32卷 28-33页

作者：汪明媚程启明王映斐胡晓青上海电力学院电力与自动化工程学院上海200090

核电厂蒸汽发生器是一个非线性、时变的系统。把自抗扰控制方法引入蒸汽发生器水位的串级控制系统中,能够解决传统PID控制中快速性和超调的矛盾,且能够动态补偿对象模型的内扰动和外扰动。由于自抗扰控制器参数众多,无统一调整规范,参... 详细信息

核电厂蒸汽发生器是一个非线性、时变的系统。把自抗扰控制方法引入蒸汽发生器水位的串级控制系统中,能够解决传统PID控制中快速性和超调的矛盾,且能够动态补偿对象模型的内扰动和外扰动。由于自抗扰控制器参数众多,无统一调整规范,参数难以整定,为解决这一问题,采用自适应遗传算法来对自抗扰控制器参数进行优化。计算机仿真结果表明,本文控制方法的鲁棒性和控制品质优于传统的串级PID控制方法。

关键词：蒸汽发生器水位控制自抗扰控制自适应遗传算法串级PID控制

来源：评论

学校读者我要写书评

暂无评论

基于自适应预测控制的PEMFC动态特性研究

引用

农业机械学报 2015年第5期46卷 350-356页

作者：吕学勤段利伟姜英杰上海电力学院自动化工程学院上海200090

质子交换膜燃料电池(PEMFC)是具有多参数影响的复杂系统,针对其时变、非线性及不确定性导致其输出动态特性难以控制的问题,设计了自适应预测控制器。该控制器以PEMFC系统的神经网络模型作为预测模型,充分利用神经网络对非线性系统的拟... 详细信息

质子交换膜燃料电池(PEMFC)是具有多参数影响的复杂系统,针对其时变、非线性及不确定性导致其输出动态特性难以控制的问题,设计了自适应预测控制器。该控制器以PEMFC系统的神经网络模型作为预测模型,充分利用神经网络对非线性系统的拟合能力,并在控制过程中实时对神经网络连接权值、阈值进行优化,实现自适应预测的滚动优化,保证了控制器对PEMFC控制的实时性;在控制过程中将输出电压分别反馈至自适应模型及预测控制前端,以提高系统的响应速度和控制精度。验证结果表明:基于自适应预测的控制方法具有较强的鲁棒性,学习能力强,控制精度高,并具有自适应能力,对质子交换膜燃料电池输出动态特性的稳定性具有较好的控制效果。

关键词：质子交换膜燃料电池时变非线性系统自适应预测控制

来源：评论

学校读者我要写书评

暂无评论

基于小波包和并行隐马尔科夫的风力机易损部件健康状态评价

引用

太阳能学报 2019年第2期40卷 370-379页

作者：郑小霞李美娜上海电力学院自动化工程学院上海200090

考虑到风电机组运行时监测到的轴承、齿轮等易损部件的振动信号具有动态和非平稳特性,提出一种基于小波包分解和并行隐马尔科夫(parallel continuous hidden Markov model,PCHMM)的易损部件健康状态评价方法。该方法对采集的振动信号进... 详细信息

考虑到风电机组运行时监测到的轴承、齿轮等易损部件的振动信号具有动态和非平稳特性,提出一种基于小波包分解和并行隐马尔科夫(parallel continuous hidden Markov model,PCHMM)的易损部件健康状态评价方法。该方法对采集的振动信号进行小波包分解,根据信号的采样频率和部件的故障特征频率选取小波包分解层数,提取各节点能量与总能量之比作为健康状态评价的特征向量,并应用并行隐马尔科夫模型建立易损部件的健康状态评价模型,为合理确定评价并行模型中各组成部分的权重,引入信息熵计算各部分权重,以模型输出的对数似然概率值作为状态评价指标。将模型用于轴承退化实验数据和现场数据的研究表明评价模型很好地反映了轴承的运行状态,评价指标在故障早期有很明显的变化,有利于及时发现易损部件的故障,降低维修成本。

关键词：小波包隐马尔科夫模型风电机组易损部件状态评价

来源：评论

学校读者我要写书评

暂无评论

燃料电池三点比较实时电阻匹配最大功率跟踪

引用

农业机械学报 2015年第8期46卷 372-378页

作者：吕学勤刘文明上海电力学院自动化工程学院上海200090

依据最大功率传输理论以及燃料电池电气的特性,提出了一种适用于燃料电池的最大功率跟踪控制方法。该方法通过实时在线检测燃料电池工作点处的输出电压与电流并计算燃料电池的内阻和理想状态下欧姆极化区的开路电压,求解出最大功率点对... 详细信息

依据最大功率传输理论以及燃料电池电气的特性,提出了一种适用于燃料电池的最大功率跟踪控制方法。该方法通过实时在线检测燃料电池工作点处的输出电压与电流并计算燃料电池的内阻和理想状态下欧姆极化区的开路电压,求解出最大功率点对应的电流型变换器的参考电流。通过控制变换器使燃料电池能够较为稳定地工作在燃料电池欧姆极化区的最大功率输出点处。当外界环境发生变化时,通过电流型扰动观察法完成对燃料电池的最大功率点跟踪。所提算法具有功率自校正功能,以减小算法本身对燃料电池功率输出的扰动。仿真结果表明:当负载或者工作环境发生变化时,该算法可以有效地跟踪燃料电池的最大功率点。

关键词：燃料电池最大功率跟踪电阻匹配三点比较

来源：评论

学校读者我要写书评

暂无评论

基于GMFAC的核电厂蒸汽发生器水位优化控制

引用

核动力工程 2017年第6期38卷 81-86页

作者：黄伟杨爽爽上海电力学院自动化工程学院上海200090

针对蒸汽发生器水位"虚假水位"等问题,在无模型自适应控制(MFAC)理论的基础上提出高"泛模型"无模型自适应控制(GMFAC)方法,并设计用于蒸汽发生器水位优化控制的控制器。为解决无模型自适应控制参数优化问题,采用了... 详细信息

针对蒸汽发生器水位"虚假水位"等问题,在无模型自适应控制(MFAC)理论的基础上提出高"泛模型"无模型自适应控制(GMFAC)方法,并设计用于蒸汽发生器水位优化控制的控制器。为解决无模型自适应控制参数优化问题,采用了一种基于动物行为的群体智能优化算法——人工鱼群算法(AFSA)。为了避免陷入局部最优,提高收敛速度,同时采用一种改进的AFSA算法(PSO-AFSA),参考粒子群(PSO)算法的自身认知与群体认知行为,定义鱼群的生活行为,以提高算法的精度,达到快速获得全局最优的目标。仿真结果表明:人工鱼群算法优化后的GMFAC具有更加优良的性能指标和抗扰能力。

关键词：蒸汽发生器无模型自适应控制人工鱼群算法粒子群算法

来源：评论

学校读者我要写书评

暂无评论

基于改进FAsT-Match算法的电力设备红外图像多目标定位

引用

中国电机工程学报 2017年第2期37卷 591-598页

作者：邹辉黄福珍上海电力学院自动化工程学院上海市杨浦区200090

红外检测技术具有远距离、不接触、不取样、不解体、准确、快速、直观等特点,广泛用于电力设备过热缺陷监测和诊断,对提高电力系统的稳定性具有重要意义。FAs TMatch(fast affine template matching)算法是一种基于灰度值的快速模板匹... 详细信息

红外检测技术具有远距离、不接触、不取样、不解体、准确、快速、直观等特点,广泛用于电力设备过热缺陷监测和诊断,对提高电力系统的稳定性具有重要意义。FAs TMatch(fast affine template matching)算法是一种基于灰度值的快速模板匹配算法,可在一幅图像中找到一个近似全局最优目标。文中综合利用可见光和红外图像,提出一种多目标定位方法。首先,通过改进的FAsT-Match算法在电力设备可见光图像中实现多目标定位;其次,利用红外图像和可见光图像之间存在近似仿射变换,求出目标在红外图像中的位置。实验结果表明文中方法的有效性。

关键词：红外图像电力设备多目标定位模板匹配 FAsT-Match算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：