基于改进TOPSIS法的波浪能发电项目选址

为使波浪能发电产业化项目选址更具科学性及实用性,利用改进的TOPSIS法进行了定量的评价计算。改进的TOPSIS法是指利用信息熵确定各方案到正负理想解方案的权重,并据此给出一种新的评价准则。数值实验表明,它比传统的TOPSIS法更能区分方案的差异性,对优化波浪能发电项目选址具有重要意义。     

基于Hadoop平台的并行DHP数据分析方法

由候选项集C₂生成频繁2-项集L₂是关联规则Apriori算法的一个瓶颈。直接哈希修剪（DHP）算法利用一个生成的Hash表H₂删减C₂中无用的候选项集,以此提高L₂的生成效率。但传统DHP算法是一个串行算法,不能有效处理较大规模数据。针对这一问题,提出DHP的并行化算法——H_DHP。首先,对DHP算法并行化策略的可行性进行了理论分析与证明;其次,基于Hadoop平台,把Hash表H₂的生成以及频繁项集L₁、L₃~L_k的生成方法进行了并行实现,并借助Hbase数据库生成关联规则。仿真实验结果表明：与传统DHP算法相比,H_DHP算法在数据的处理时间效率、处理数据集的规模大小,以及加速比和可扩展性等方面都有较好的性能。     

适用于低压系统的非隔离单管Boost变换器

针对燃料电池、光伏电池、风力发电等新型能源系统输出电压较低的问题,此处提出了一种高效、非隔离的单开关管高增益Boost变换器,在传统Boost变换器的基础上引入了耦合电感,结合开关电容,实现了高电压增益,克服了传统Boost变换器开关管和二极管的电压应力大、效率低、电路结构复杂的缺点。在理论研究的基础上进行仿真实验并搭建了一台250 W的实验样机,验证了理论分析的正确性和有效性,最大效率和满载效率分别为96.3%和94.2%。