基于极端学习机的SLFN谐波检测法

为了解决传统电网谐波检测法的实时性和精确度问题,提出一种基于极端学习机（ELM）单隐层前馈神经网络（SLFN）的谐波检测法。该方法把ELM用于SLFN,将傅里叶变换系数选作ELM模型的检测参数,用广义逆矩阵计算输出层权值的最小二乘解,以获得该模型的最优输出向量,从而改善各次谐波电流的检测性能。运用MATLAB仿真软件进行了仿真实验。结果表明：与基于BP算法的SLFN谐波检测法相比,所提出ELM算法的SLFN谐波检测法达到稳定检测的时间缩短,且检测误差的精度有所提高,达到了有效提升谐波检测实时性和精确度的目的。     

0.13μm BiCMOS低压差线性稳压器

设计了一种0.13μm BiCMOS低压差线性稳压器(LDO),包括BiCMOS误差放大器、带软启动的BiCMOS带隙基准源、"套筒式"共源-共栅补偿电路等。为了改善线性瞬态响应性能,在BiCMOS误差放大器的前级设置了动态电流偏置电路。由于所设计的BiCMOS带隙基准源对温度的敏感性较小,故能为LDO提供高精度的基准电压。对所设计的LDO进行了工艺流片。流片测试结果表明,该LDO可提供60 mA的输出电流且最小压差只有100 mV。测试同时验证了所设计LDO的负载和瞬态响应都得到改善:负载调整率为0.054 mV/mA,线性调整率为0.014%,而芯片面积约为0.094 mm2,因此特别适用于高精度、便携式片上电源系统。     

高充电接受率电动车能量回馈控制策略

为了提升制动模式下铅酸蓄电池的充电接受率,提出了一种轻型电动车的能量回馈控制策略。该控制策略是:藉助无刷直流电机(BLDCM)PWM整流电路,在正常和回馈两种工作模式下分别提供两种不同的PWM波形;当处于回馈模式时,调节PWM序列脉冲波形,进行瞬时快速充电并间歇放电,从而取得高效储能的实效。将所提出的PWM能量回馈控制法与Boost升压电路法进行了对比实验。结果表明:与Boost法相比,在相同的行驶条件下PWM法蓄电池充电接受率约提高6.5%,而车辆行驶里程延长约为6.3%,实现了电动车蓄电池一次高效率的充电。