直驱型机组风电场并网静态电压稳定性研究

对基于永磁直驱型机组的风电场静态电压稳定性进行了研究.通过单机无穷大系统分析了影响并网风电场电压稳定性的主要因素,以美国西部电网WSCC3机9节点系统为例,分析了风电场接入后对系统电压稳定性的影响,并对不同线路等值阻抗、不同控制方式下的电压稳定性进行了比较分析,得出了P-V曲线.     

永磁直驱风电系统低电压穿越能力仿真

为了提高采用双PWM变流器的永磁直驱风电系统的低电压穿越能力,提出了增加直流侧卸荷负载以及电网侧采用静止同步无功补偿器的方法,在MATLAB/SIMULINK仿真环境中建立了系统的仿真模型并针对系统的跌落特性进行了动态仿真.仿真结果表明:系统能够实现最大功率点追踪以及向电网输出接近正弦的优良交流电能;在电网电压跌落时,卸荷负载能够消耗掉多余的能量并且能良好地限制直流侧电压上升,STATCOM能够快速为电网提供无功功率支持.     

独立的STEPAP224文件的建立

本文论述了从STEPAP203中性文件向STEPAP224文件转化的过程，提出了在此过程中建立Parasolid模型并把表面粗糙度，公差等加入其中，输出STEPAP224文件，以便于下游的工艺制定，制造过程等。     

基于ITD与改进内积的压缩感知风电变流器电压信号重建方法

为了解决风电变流器电压检测信号高速传输、大容量长期存储以及重构性能差等问题,提出了一种本征时间尺度分解(ITD)与改进内积的压缩感知重构算法相结合的变流器电压信号重建方法。该方法利用电压信号压缩与采样同时进行的思路,首先利用ITD把电压信号自适应分解为若干个合理旋转分量信号和一个残余分量,对所有分量用离散余弦变换基稀疏表示,建立基于Gauss随机投影矩阵的欠定方程;然后利用提出的基于广义Jaccard系数匹配性度量准则代替内积准则来对支撑集优化的压缩感知广义正交匹配追踪算法重建各个分量电压信号;最后对所有重构分量信号组合得到原始变流器电压检测信号。仿真表明:ITD与改进内积的压缩感知重构算法相结合的方法提高了变流器电压检测信号的重构精度,降低了重构计算复杂度,具有更好的运行效率。     

基于锚定和EMD距离的星图识别方法

针对现有的识别算法存在识别速度慢,识别成功率不高,提出了一种新的星图识别算法,该算法根据恒星星等,利用锚定的方法,使待识别星图中的星落于导航星图中的星的ε邻域,对于未落于ε邻域的星,建立有向赋权二部图,进行完美匹配,根据计算星对之间EMD距离,来确定星图的匹配是否成功;仿真结果表明,该方法提高了星图识别的速度,有很高的成功率;通过与利用Hous-dorff距离进行星图识别的方法比较,该方法对于星数目多时,速度有明显提高。     

基于DSP28335的有源滤波器数字控制系统的设计

为了提高有源电力滤波器(APF)响应速度和补偿精度,设计了并联型三相APF的一种基于数字信号处理器DSP28335的数字控制系统。首先介绍了APF原理、控制方法和系统总体设计,随后给出了控制系统各个主要部分的设计电路和软件的具体实现,最后给出了实验结果。实验表明,该控制系统较好地实现了对APF的实时控制,基于该控制系统的APF具有良好的滤波性能。     

小波包神经网络与数据降维的移相全桥变换器的故障诊断

移相全桥变换器作为机车控制电源的核心电路其故障特征类型极其丰富,故障信息量大,为了彻底全面地挖掘故障信息,提出了小波包神经网络和数据降维的新型故障诊断模式,主要利用流形学习来对高维的故障特征量进行降维,提取其本质特征解决了由小波包多层分解带来的"维数灾难",减轻了模式识别的压力。利用Matlab仿真软件分析,此方法可以使模式识别的时间缩短,准确率提高,从而验证了该方法的有效性。     

一种改进卷积神经网络的逆变器故障诊断

针对传统二极管钳位式三电平逆变器故障诊断方法存在的诊断效率低且准确率不高的问题,将一种自适应正则化系数引入卷积神经网络CNN(convolutional neural network),对逆变器进行故障诊断。在传统CNN模型引入正则化去拟合中,正则化系数常采用全局统一的常数型参数,训练过程中需不断试错且效果甚微,针对此提出根据目标损失函数梯度变化,自适应调整正则化系数的CNN模型,能够加快其在逆变器故障诊断中的收敛速度,增强模型泛化能力,提高故障识别准确率。实验表明,与传统BP神经网络和原始CNN模型相比,改进的CNN模型能对逆变器复杂故障做出实时准确诊断。     

改进的CRPF在自主天文导航中的应用

针对传统粒子滤波算法中粒子枯竭的缺陷,提出了一种改进的代价参考粒子滤波(CRPF)方法;该算法以代价函数代替统计参考粒子滤波中的后验概率密度函数,引进风险函数进行一步预测及更新,通过概率质量函数对不同的粒子赋予不同的权重,消除了粒子枯竭问题,并使用了自动调整的遗忘因子,可以处理状态变化剧烈的情况;使用该方法处理天文导航中的非线性、非高斯噪声,仿真结果表明,改进算法提高了滤波的稳定性和精确度,具有较高的使用价值和广泛的应用前景。