改进无差拍控制在单相并网逆变器中的应用

为解决在单相并网逆变器中应用无差拍控制时,由于采样及处理器计算的延时而导致系统不稳定的问题,提出了一种基于CMAC神经网络的无差拍控制策略。控制策略通过MPPT算法跟踪光伏电池的最大输出功率,然后将最大功率减去电路中功率损失后除以电网电压的有效值平方得到逆变器参考电流的系数k,再根据CMAC神经网络预测出下一时刻的电网电压和参考电流,最后计算出下一时刻的开关周期的占空比对逆变器进行控制。此方法实现了对采样及处理器计算的延时的补偿,可提高了系统的稳定性,使并网逆变器的输出电流快速、准确地跟踪电网电压,降低逆变器输出电流中的总谐波歧变。通过对该策略进行了仿真和试验,结果表明该控制策略有效性和可行性。     

晨昏轨道卫星硅太阳电池阵功率衰减估计

关于空间环境对近地卫星太阳电池阵输出功率衰减影响,以某晨昏轨道卫星的背场硅太阳电池阵为对象,在分析卫星轨道半长轴摄动、降交点地方时漂移、光照角变化、日地距离波动等因素的基础上,讨论电池阵工作温度和输出电流变化,建立电流与温度的拟合模型;同时以拟合电流归一化处理为重点,在光照角、功率温度系数归一化前提下,针对输入光源功率波动,提出利用温度进行归一化处理;最后利用实际在轨数据进行检验。结果表明,利用温度对光源功率进行归一化之后,太阳电池阵输出电流的数据一致性较好;在轨3年后,电流出现约2.35%的突降,推测电池阵串并联支路数目在40左右,且某个支路出现开路;功率变化具有季节性,冬至前后功率最强,夏至前后功率最弱;背场硅太阳电池阵功率衰减因子约为-1.034′10_^-5/d,年均衰减约为0.377%;预测卫星在轨17年后,夏至时期的电池阵功率衰减不超过8.5%;电池阵抗辐照性较强,适宜于近地空间长寿命应用场合。该方法可应用于在轨卫星长期测控与管理中的能源管理、遥测诊断与器件健康状态评估等方面。     

交叉验证的BP神经网络恒星光谱分类

LAMOST作为国家重大科学工程项目,目前在世界上对光谱的观测、获取率最高,为天文学的研究与发展提供大量的数据和信息资源.根据LAMOST发布的恒星光谱数据文件,从中提取出关于恒星光谱波长的数据信息,对数据进行噪声剔除、数据降维、数据规范化、数据降维处理.利用BP神经网络算法对数据进行分类处理,根据分类结果正确率来判断BP神经网络模型的优劣.但是BP神经网络对测试集数据的测试效果并不代表对其他数据具有同样的测试效果而且易产生过拟合,所以采用交叉验证与BP神经网络相结合的方法,BP神经网络算法可对多组不同的数据进行测试,得到多组测试结果并求得平均值,可得到BP神经网络模型相对稳定的测试结果并降低结果的随机性.     

基于神经网络应用的光伏阵列最大功率点跟踪

针对光伏电池输出特性的非线性,提出了1种跟踪光伏阵列最大功率点的新方法,该方法应用反向传播（back propagation）和径向基（RBF）神经网络理论跟踪光伏阵列最大功率点,在变化的环境条件下,使用MATLAB软件对这2种神经网络进行仿真,训练及测试,仿真表明,RBF神经网络比BP神经网络更快捷、更准确地跟踪了光伏阵列的最大功率点。     

BP神经网络在铝电解槽温度测量中的研究

针对铝电解槽温度高、腐蚀性强、温度难以直接连续测量的问题,引用BP神经网络技术,选择铝电解槽的输入电流、电压和下料速度作为辅助变量,建立BP神经网络模型,并利用matlab对数据样本进行了标准化处理,实现了BP神经网络的建立、训练和仿真。在预焙阳极铝电解槽进行实验,通过预算温度与实际温度进行对比,结果证明了该方法的有效性。     

基于RBF神经网络的风光互补路灯系统MPPT研究

为了提高风光互补路灯的稳定性和使用寿命,根据风光互补路灯系统非线性、多物理量等特性,分别对风力发电和光伏发电采取最大功率点跟踪(MPPT)控制。该方法基于径向基函数(RBF)神经网络,分别以风力发电整流器输出的电压、电流和太阳能电池板输出的电压、电流作为RBF神经网络的输入,通过RBF神经网络直接改变Boost电路的占空比,使风光互补系统工作在最大功率点。仿真和试验结果表明,所提出的MPPT算法与扰动观察法算法相比,有更好的快速性和能量利用效率。     

模糊RBF太阳电池最大功率点跟踪算法

为了有效地利用太阳能,提高光伏发电系统的效率,通过分析太阳电池输出特性和最大功率点跟踪原理,结合模糊控制算法、神经网络与比例—积分—微分(PID)算法的优势,提出一种模糊径向基函数(RBF)神经网络的太阳电池最大功率点跟踪算法。利用模糊RBF神经网络对PID控制器的控制参数进行自适应整定,从而精确调节光伏电池变换器的功率开关占空比,达到太阳电池最大功率点跟踪控制。仿真与实测结果表明:算法能有效提高系统的响应速度、自适应能力。     

基于GMM聚类和PNN的道岔故障诊断研究

当前道岔故障诊断系统大多采用BP神经网络,但由于BP神经网络结构特点,在训练样本大且诊断系统精度要求比较高时,网络常常会呈现出以下不足:不收敛且容易陷入局部最优、常用的数据挖掘方法如小波分析等对数据的利用度不高、从时域或频域角度分析时不够全面和采用数据降维使用的LLE方法会丢失部分有用数据等。采用GMM聚类方法对兰州车站微机监测系统中采集的600组功率数据进行分类后,根据结果选取信息量比较全面的数据建立概率神经网路的训练集和测试集,从测试集得出的仿真图和BP神经网络做比较,结果表明基于GMM聚类和概率神经网络的道岔故障诊断方法可以改善存在的不收敛、误差大等问题。     

基于自适应遗传算法的PI控制在MPPT中的应用研究

光伏阵列是将太阳能转化为电能的组合装置,是光伏发电系统中的核心部分。最大限度利用光伏阵列的输出能量是光伏发电技术所考虑的重要问题之一。根据硅太阳电池的电气特性,建立了硅太阳电池的等效数学模型,介绍了传统电导增量法实现最大功率点跟踪（MPPT）的基本原理,并针对该方法电压扰动步长的不足,提出了一种基于自适应遗传算法的数字PI控制变步长跟踪方法,通过Matlab/simulink进行S函数建模和仿真,实现了光伏阵列最大功率点（MPP）的跟踪。仿真结果表明,该控制方法能够快速准确的跟踪最大功率点,使系统具有良好的动态性能和稳定性能。     

基于电流源激励的BP神经网络模拟电路故障诊断

针对传统故障字典法对模拟电路故障诊断时存在的缺陷提出了新的故障字典法;将电流源激励下二端口网络输入端和输出端的电压增益比作为故障特征信息,在此基础上先直流测试,后利用BP神经网络交流测试;该方法充分考虑了电路元件的容差,减轻了BP神经网络诊断故障的负担,提高了故障诊断的速度、准确率以及故障覆盖率;利用MATLAB和PSPICE工具对该方法进行实例仿真,结果表明其能够实现快速、准确的故障定位。     

基于透明度的目标提取的研究

景象提取的目的是将数字图像中的景物从背景中分离出来,为了更好地实现这一目的,微软亚洲研究院Jian Sun等人于2004年提出Poisson Matting方法.该方法将透明度(α值)作为图像的一种内在属性,变分地寻求其最优解,来达到目标提取的目的.主要介绍Poisson算法,针对Poisson算法中程序运行时间比较长的问题,对算法中耗用时间多的两个步骤:图像初始α值的计算以及前景图像F、背景图像B的计算进行了改进,在VC6.0中进行了实现,并取得了较好效果.     

CSCW系统中协同感知的研究

协同感知理论的研究与应用是计算机支持的协同工作的重要研究内容之一.在研究分析了传统的协同感知所依赖的CSCW体系结构的基础上,提出了一种基于P2P的三层结构的协同感知框架,该架构很适合于CSCW中项目可以划分为若干个相对独立的模块的情形.最后对该框架的具体感知模块进行了分析,并讨论了下一步研究将要解决的问题.     

基于XQuery查询优化的研究

XML已经成为网络上信息描述和信息交换的标准,随着XML应用得越来越广泛,人们提出了多种XML 数据的查询方法.但是,很多查询方法都有各自的局限性.利用有意义的最小公共实体结构EntityInMLCAS(Entity In Meaning Lowest Common Ancestor Structure)原理,提出一种优化查询方法.同时采用堆栈技术的方法对XML文档结点树进行自顶向下的遍历,该方法大大提高了优化查询的速度.     

NTFS下文件隐藏方式研究

开放环境下信息的安全与保护有着重要的研究价值。对待隐藏文件无需专门分配存储空间,而是将其转移存储到系统文件的内部碎片中。隐藏文件的文件名、带路径的宿主文件名及二者对应关系加密后分别存放在两个普通文件中。实验及研究表明此种方式能够对数据做到深度隐藏。     

基于RBAC的WEB环境下OA系统权限控制的研究

WEB环境下OA(Office Automation)系统的权限控制是一个热点问题.针对此问题详细介绍了一种实用的解决方法--基于角色访问控制模型的方法,并在此基础上根据实际项目重点阐述了RBAC数据库的设计方法,以及基于RBAC数据库的权限控制的设计方法,最后给出权限子系统的具体配置步骤,并给出实际运行结果.     

基于数字音频广播技术的数据服务介绍

依据对数字音频广播技术的相关国际标准分析,仔细阐述了目前各类基于数字音频广播技术的数据服务类型,提出了一种基于广播网络的数据服务的基本体系结构.经过对数字音频广播国际标准的协议栈分析,着重介绍了网络层和应用层的划分,以及这两层内目前流行的各种协议.最后,介绍了北京市基于此类标准的数据服务的实现方法.     

基于个人微博特征的事件提取研究

个人微博在事件提取上大多都是运用文本进行相似度计算最终达到聚类结果,而没有充分的考虑到微博特征。针对微博标签、URL、时间等特征,提出一种基于微博特征的事件提取算法。该算法针对微博的特征进行TF-IDF的改进,并加入标签相似度,URL相似度,进行综合相似度计算,最后按时间先分段后合并的改进K-means聚类方法得出事件提取结果。实验结果表明,基于微博特征的事件提取算法对微博关键字提取和事件提取的精确度有明显的提高。     

基于自动机理论的XML查询重写研究

研究了基于自动机理论的XML查询重写问题,尤其针对局部查询重写技术作了深入研究.通过实例对其有效性进行了合理的分析.     

基于构件组装的项目管理系统开发研究

由于项目管理技术的不断提升和管理模式的多样化,不同行业甚至不同企业对项目管理系统的要求各不相同。如何利用软件构件技术快速地构造新的项目管理系统成为急需解决的问题。从项目管理系统的框架出发,首先对构件进行了形式化定义,然后基于此定义对项目管理系统组成部分进行了形式化描述,最后利用定义好的连接器,通过顺序、选择和并行三种组装方式组装成项目管理系统。并在此基础上提出了基于构件组装的PMS开发模型。