基于辨识技术的感应电机能效在线监测模型

将标准能效测试方法与电动机参数辨识方法相结合,分析了最小二乘递推(RLS)算法与扩展卡尔曼滤波(EKF)两种参数在线辨识方法计算过程及特点,以最小二乘递推算法为基础实现对电动机定转子漏电感等参数的在线辨识,考虑到最小二乘递推算法对转子电阻动态辨识性能较差,利用扩展卡尔曼滤波算法对电动机转子电阻进行在线辨识。基于在线辨识所得参数搭建电机能效监测模型,获得电机各项损耗及能效,通过仿真验证参数辨识方案可行性,并将能效测试B法所得损耗与该模型监测损耗及能效对比以验证该模型。     

基于社会经济指标影响的电力系统月度负荷组合预测模型

电力负荷受到多种因素影响,用负荷历史数据进行负荷预测结果往往不准确.考虑社会经济指标的影响,采用无偏灰色预测模型与偏最小二乘模型相结合的方法对月度电力负荷进行预测.首先通过无偏灰色理论的方法预测各社会经济指标,然后针对社会经济指标与电力月度负荷的变化特点进行偏最小二乘建模.最后拟合出负荷与各指标之间的线性关系式.实例证明,该组合预测模型具有较高精度.     

LS—SVM算法在光伏短期功率预测中的应用

以光伏阵列为研究对象,分析了辐照强度、温度以及日类型对光伏阵列出力的影响。建立了光伏短期功率预测最小二乘支持向量机LS-SVM模型。依据实验数据对模型进行了验证计算．并与BP神经网络模型做了比较,其中LS-SVM模型最大相对误差值为10．54％,平均绝对百分比误差（MAPE）为8．18％,绝对误差平方和平均值的均方根（RMSE）为0．4884,表明模型预测值离散化程度较小,所有预测点均与实际值非常接近,模型具有较好的拟合效果和泛化能力．可以有效地预测短期光伏发电功率。     

焦炉集气管压力系统内模控制器设计

针对焦炉集气管压力控制系统具有强干扰、非线性时变、滞后等特点,设计基于最小二乘支持向量机的内模控制（Least Squares Support Vector Machines-Internal Model Control,简称LSSVM-IMC）与非线性PID控制（Nonlinear PID control简称NCPID）相结合的复合切换控制策略。将系统不同工况分开考虑,根据不同工况采用不同的控制算法。在正常工况下采用LSSVM-IMC算法对系统进行细调,以抑制未知干扰的影响,提高控制精度;在非正常工况下,采用NC-PID算法对系统进行粗调,使得系统在短暂时间内快速脱离高压或低压状态。仿真结果表明该控制策略不仅提高了系统的快速调节能力和稳态精度,而且增强了系统的鲁棒性。     

基于GA-LSSVR算法的回采工作面瓦斯涌出量预测

针对回采工作面瓦斯涌出量问题的小样本、非线性、影响因素关系复杂等特点,采用遗传-最小二乘支持向量回归算法对瓦斯涌出量进行预测,利用定量方法进行分析,避免了定性分析的局限性,有效提高了预测的精度。该模型首先利用遗传算法对最小二乘支持向量回归机中的参数进行训练和优化,然后运用遗传-最小二乘支持向量回归模型对测试样本进行了回采工作面瓦斯涌出量测试。测试结果表明:与支持向量回归机以及最小二乘支持向量回归机的预测值相比,遗传-最小二乘支持向量回归的回采工作面瓦斯涌出量预测可靠性和精确性更高。     

含噪声多变量混沌时间序列的最大Lyapunov指数计算

在小数据量法的基础上,采用非线性最小二乘法估算含噪声多变量混沌时间序列的最大Lyapunov指数(λ1).首先介绍了小数据量法求解λ1的原理,然后给出了非线性最小二乘法估算λ1的算法原理和具体实现步骤,最后将该方法分别用于Rossler耦合混沌系统和多组冲击地压监测时间序列的λ1求解.Rossler耦合系统结果表明该方法能明显提高有限长且含有噪声的多变量混沌时间序列的λ1的估算精度.冲击地压数据的结果表明这些数据均具有混沌特性,可进行8~15 d的预测,这为冲击地压的短期预测提供了有力的支撑.     

无网格Galerkin方法中权函数的研究

权函数在无网格Galerkin法(ElementfreeGalerkinMethod,EFGM)中起着非常重要的作用,通过函数中的各个参数控制着对计算精度、计算效率以及收敛速度的影响程度。为详细探讨权函数的作用,分析了常用权函数的曲线特征,得到了影响域半径等各参数对权重大小及分布的影响规律,并在数值算例的基础上进一步研究了它们对计算精度和计算效率的影响,确定出适用于EFGM的权函数。最后,提出弹性误差分析法,实现了对任意形式权函数合理性的判断以及权函数中各参数值的准确确定,并以几种权函数为例,验证了该方法的可行性。     

基于平差优化技术的高精度三维标定方法

为提高工业机器人、自动化校准设备等智能系统的整体精度,基于罗德里格矩阵和最小二乘法拟合建立数学模型,解决了三维直角坐标系之间转换关系的工程应用问题。采用基于冗余测量数据的平面平差优化技术和定位坐标点的间接测量方法,提升了局部坐标系建立的精度。针对坐标点接触式测量和非接触式测量的技术缺陷,提出了采用激光跟踪仪测量终端,用标定工装辅助实现间接测量的方法,能通过多点的接触式间接测量保证被测定位坐标点的精度。最后经过多次试验验证了方法的可行性。     

低成本MEMS陀螺实时滤波方法

为找到一种普遍适合低成本MEMS陀螺仪的随机误差实时处理方法,利用Allan方差分析法首先对MEMS陀螺仪进行分析,根据其误差特性进而设计了平均滤波算法以剔除粗大误差,然后使用最小二乘法,通过拟合前一段历史结果得到下一时刻输出的预测值,基于以上工作最终设计出Kalman滤波器对所输出进行滤波。由于将最小二乘法的推测作为预测过程,避免了系统状态模型难以准确建立的问题。该方法动态性能好,具有普适性。实验结果证明,该方法在静态和动态下均能有效工作,滤波后常值漂移被有效补偿,角度随机游走不再占误差的主要成分,均方差小于滤波前的十分之一。     

基于多尺度核函数的铆接件腐蚀疲劳预测

目前腐蚀疲劳破坏预测方法精度不高.提出基于小波多分辨分析法(MRA),在再生核希尔伯特空间构建一种多尺度核函数的最小二乘支持向量机(multi-scale kernel LSSVM,MSK_LSSVM)预测算法.根据Mercer平移不变核定理,构造了多尺度复Gaussian小波核函数.由于多尺度核函数能够通过平移生成L2(R2)子空间的一组完备基,因此MSK_LSSVM可以任意逼近目标函数,更具灵活性.经仿真实验验证,与BP神经网络方法、标准支持向量机、灰色系统预测模型方法对比,机械结构中铆接件腐蚀变化的趋势通过MSK_LSSVM预测,准确率高、时间短.