考虑沿暂降域边界线故障分布的电压暂降随机预估方法

当前实际配电网线路沿线存在多种故障分布,但现有电压暂降随机预估方法仅单一考虑均匀故障分布。针对沿线不同故障分布特性,提出了考虑沿电压暂降域边界线故障分布的电压暂降随机预估方法。根据给定的电压暂降阈值,通过求解发生故障时系统线路的临界点,计算敏感负荷母线的电压暂降域。在确定的暂降域范围内分析边界线的分布情况,沿边界线分别采用三类常见线路故障分布（指数分布、正态分布与均匀分布）计算敏感负荷母线的电压暂降频次,并对预估结果进行对比。最后,以IEEE30节点标准测试系统为算例,验证了所提电压暂降随机预估方法的有效性。     

预估型氨法脱硫控制系统研究

燃煤发电系统中氨法脱硫控制系统具有时变、大延时、大惯性的特点。针对典型的大延迟系统,文中提出基于Smith预估器的脱硫控制系统,通过抵消系统被控对象中的纯滞后环节来提高系统的实时性。Smith预估器依赖准确的PID模型,系统中PID参数整定仍存在不确定性。利用SOA算法对PID参数进行整定,将绝对误差积分ITAE作为适应度函数,通过对适应度值的不断寻优,找到最佳的比例积分微分系数组合。仿真结果表明,相较于Smith预估器控制下的脱硫系统,基于SOA的Smith预估PID控制系统跟随性好且反应迅速,调节时间缩小为原来的9%,峰值时间缩小为原来的5%,具有较小的超调量,系统的实时性和稳定性得到保证。上述结果证明该算法对工程控制系统有效,并具有良好的应用前景。     

船舶综合管理平台网络下减摇鳍预估控制

为满足船舶网络化、信息化和智能化的要求,研究了综合管理平台网络下减摇鳍的控制问题.在传统减摇鳍系统模式的基础上,提出了综合管理平台下减摇鳍网络控制系统的模型.分析了由于平台网络引入的诱导时延对系统性能的影响.以均值预测法为基础,引入预测控制算法中“误差预测”思想,设计了一类新的时延辨识器.在此基础上,对于海浪干扰和网络...     

基于虚拟检测器的车辆预估跟踪

基于视频图像的车辆监测技术由于其维护方便、易于实施的特点,近年来备受关注。车辆跟踪是实现视频车辆监测的关键技术之一,如何实现车辆跟踪的实时性是国内外研究的重点和难点。本文提出了基于虚拟检测器的Kalman跟踪方法,主要介绍了车辆存在检测和车辆预估跟踪两部分。实验结果表明,此方法在快速路场景下,能够有效地实现车辆的跟踪,完全满足系统要求,具有较高的实用性。     

提高汽车背景光大面积照明亮度一致性的光源布置

汽车背景光系统广泛应用LED光源进行照明,单颗LED近似为点光源,在较大面积照明的情况下,LED光源的布置方式在很大程度上影响了亮度的一致性.研究了LED作为背光源的照明特点,分析了LED背光源的布置对汽车背景光亮度一致性的影响,提出一种通过优化光源布置确定相邻LED间距提高汽车背景光较大面积照明亮度一致性的方法.该方...     

陇东黄土高原地区水库泥沙淤积预估实例研究

陇东黄土高原是我国水土流失最为严重的地区,区内地表植被差,强降雨导致高含沙水流的产生,流域内的水库淤积现象十分严重。通过解放沟水库的资料建立了一个数学预估模型,用于反映淤积后相对水深与水平淤积面积的关系,并采用最小二乘法推求三个参数。通过解放沟水库实际建模,实测淤积量与计算淤积量的误差范围在8%左右,建立一个反映流域内淤积变化的数学模型可更好的服务管理单位,预测水库淤积变化情况。     

一种用于转炉炉口微压差控制的混合控制策略

针对转炉炉口微差压控制系统的时变性、强干扰性及大时滞等非线性特征,本文提出了一种混合模糊推理与改进S m i t h预估补偿的控制策略。采用模糊推理,根据实际专家经验对微压差控制系统进行非线性控制,以提高系统的鲁棒性。提出了一种新型高阶Smith预估控制器,以补偿控制系统的时滞性,丰富系统的动力学特征。数值仿真表明,与传统模糊控制相比,本文提出的控制策略具有响应快、无超调的优点。工程实践效果表明,本文提出的转炉炉口微压差控制策略是有效可行的,达到了很好的烟气减排和煤气回收效果。     

激光连续探测系统虚警数控偏压源的设计

基于偏压的虚警控制原理,设计了一种自动跟踪雪崩管击穿电压的数控偏压电路,该电路不仅使偏压的建立速度和控制精度得到较大提高,而且适用于背景光强和环境温度大幅度变化的连续探测的光电系统。     

一种改进的Smith预估器研究

在Smith预估器原理与应用的基础上提出了补偿时滞给定 ,解决了大纯滞后系统经改进的Smith预估器补偿后 ,在阶跃给定下 ,有良好的跟随性能 ,而在任意给定函数下 ,系统响应总是滞后于给定的问题     

神经网络在机电零件制造成本预估系统的应用研究

由于激烈的市场竞争,企业必须建立完善的设计决策支持系统,针对这种需求,本文提出了一种解决机械零件在概念设计阶段的制造成本预估问题的系统方法。在数据库的支持下,首先建立合适的神经网络模型,用已有数据对其进行训练直至其收敛,从而可以进行预估计算。