基于LabVIEW的测试信号预处理方法研究

本文主要讨论了当前测试信号预处理中消除趋势项常用的平均斜率法,详细介绍了该方法的原理及不足,在此基础上提出了用最小二乘法消除趋势项的方法,并在LabVIEW平台上编程实现。最后通过对磁性测量信号的分析验证了算法的可行性。     

基于石英晶体传感器的凝血酶检测系统的实现

近些年来,石英晶体为生物传感器领域的重要方向。利用石英晶体对其表面物质变化的特性,构建出具有微小质量检测能力的新型生物传感器。搭建一套硬件系统对QC输出的10 MHz的基频信号进行分析研究。通过测量与分析输出信号的频率变化规律得到结果。实验结果表明,该测量系统空气中稳定后的频率误差波动小于10 Hz,在测量结束时频率误差波动小于30 Hz。     

基于高性能ARM的不同GPS定位算法的性能分析与对比

近年来,GPS技术和嵌入式技术在导航、定位、测量等领域都有良好的应用.为了对比分析3种常用的定位算法(最小二乘法、加权最小二乘法、卡尔曼滤波)的性能优缺点,针对不同的接收机以及考虑到性能、成本、运算效率、稳定性等多方面问题,设计了一套基于高性能ARM(STM32F429IGT6)的GPS定位仿真系统,实验分别采用两种不同性能的GPS接收机(NEO-M8T和LEA-6T),实验运行结果表明,3种定位算法均能使GPS定位精度提高,但基于不同性能的接收机,其优化性能的程度是不一样的.该研究为工程实现中定位算法的选择提供有效的参考价值,同时基于高性能ARM的GPS定位系统为今后做差分定位,载波相位测姿以及组合导航等前沿技术研究提供良好的硬件和软件基础,在卫星导航定位领域中具有重要意义.     

短期负荷预测自回归动平衡模型的辨识方法

介绍应用线性方程线因子表解法辨识自回归动平衡（ARMA）模型的方法。用最小二乘法辨识,采用“加边”方法从低阶因子表获得高阶因子表,由低阶向高阶逐阶辨识。通过对各阶模型预测误差的比较,找出最佳模型。     

基于移动平均最小二乘法的永磁同步电机位置与转速检测方法EI北大核心CSCD

采用普通分辨率编码器的永磁同步电机在低速运行时会产生位置与转速检测的不精确现象。针对该问题,提出一种基于移动平均最小二乘法(least squares method,LSM)的永磁同步电机位置与转速检测方法。首先,分析传统移动LSM位置与转速检测误差的产生原因,在此基础上提出移动平均LSM位置与转速检测算法。当电机稳态运行时,采用移动采样窗口求取位置基函数;针对采样点不足的问题,通过扩大采样窗口增加采样点,提升位置基函数的计算准确性;在电机起动时,采用动态采样窗口对位置与转速进行检测,提升电机初始运行阶段的位置与转速检测精度。在11.7kW永磁同步电机驱动平台中的实验结果验证了该方法的有效性。     

一种基于实时数据误差补偿的傅立叶测频算法

频率是电能质量中的重要指标之一,通常的傅立叶测频法由于频率泄漏的影响精度不高。对比不同采样周期傅立叶测频算法的精度,通过分析全周期法的误差,基于实时数据模型计算并用最小二乘法拟合误差补偿曲线,修正计算结果,得到一种新的频率测量方法。由于模型建立后实时计算仅需采样2个周期且不增加算法复杂度,因此具有计算量小、精度高、实时性好等优点。仿真计算结果表明,采用该算法得到的频率值具有较高的计算精度。     

一种基于实时数据误差补偿的傅立叶测频算法

频率是电能质量中的重要指标之一,通常的傅立叶测频法由于频率泄漏的影响精度不高.对比不同采样周期傅立叶测频算法的精度,通过分析全周期法的误差,基于实时数据模型计算并用最小二乘法拟合误差补偿曲线,修正计算结果,得到一种新的频率测量方法.由于模型建立后实时计算仅需采样2个周期且不增加算法复杂度,因此具有计算量小、精度高、实时性好等优点.仿真计算结果表明,采用该算法得到的频率值具有较高的计算精度.     

多机电力系统的频谱拟合

本文采用最小二乘估计方法对多机电力系统的频谱进行拟合。根据不同阶次模型的拟合误差的大小即可确定对某台发电机采用几阶模型最为合适。这对多机电力系统中同步发电机的励磁控制器设计具有一定的指导意义。对一个实际电力系统的计算表明:多机电力系统中一般的同步发电机采用3阶模型是合适的;对于转动惯量相当大的机组可采用2阶模型。     

异步电机定转子参数的辨识方法研究

基于异步电机在两相坐标系里的状态方程,通过检测电机的定子电压、电流和转速信号,而不需要转子磁链信号,利用最小二乘法递推算法对电机参数进行了辨识,由于不需要转子磁链,这样通过观测得到的磁链就不会影响辨识的准确性,消除了参数计算和磁链观测之间的耦合,仿真结果和实验验证了辨识的准确性.     

基于最小二乘法的球杆系统输入输出建模研究

球杆系统常用于检验控制策略和控制理论的效果,如何整定优化球杆系统的控制参数具有重要意义。应用MATLAB软件进行仿真实验,对系统输入的控制参数P、D与系统输出的稳定时间、超调量之间的映射关系进行采样,并应用最小二乘算法进行拟合,进而建立基于数据驱动的球杆系统控制输入与输出的数学模型。经过验证表明建模精度较高,为控制参数优化设计提供了模型支持。     

基于水气用量的配电网线路负荷精准预测

在电网迎峰度夏和度冬时,空调负荷急剧变化,部分输电线路出现过载、越限等情况,严重时甚至造成主变压器过载,影响电网安全运行;因此,有必要对配电网线路的空调负荷进行预测,进而实现配电网线路短期负荷的精准预测。为此,调用水务公司的用水量数据和燃气公司的用气量数据,以供电台区为分析单元,利用大数据挖掘方法分析人口迁移变化情况,采用偏最小二乘回归分析方法研究配电网线路的空调负荷与水、气用量的关系,结合ARMA(自回归滑动平均)时间序列分析法综合预测配电网线路负荷。该方法极大地提升了负荷预测的准确性,对于电网的规划改造、安全运行以及提升供电服务质量都具有重要的意义。     

微机保护中递推最小二乘法的应用问题

本文在阐述微机保护中递推最小二乘法原理的基础上,用系统辨识理论对该算法的递推初值问题与算法的收敛性、无偏性等进行了讨论,得出了较为满意的结果。     

基于最小二乘法的永磁同步电机无传感器控制

为准确估计永磁同步电机的转子位置和转速,实现无传感器控制,提出了一种基于最小二乘法的转子位置和转速观测器。观测器采用同步旋转坐标系下的电压方程,将电压、电流视为信息量,转子转速视为参数量,利用最小二乘法的辨识模型对转速进行在线辨识。该算法简单明了,计算量小。Simulink仿真结果表明该算法具有响应速度快、鲁棒性强,是一种有效的控制方法。     

考虑天气类型和相似日的IWPA-LSSVM光伏发电功率预测

为了提高光伏发电功率预测精度,根据不同天气类型下光伏输出功率特点,确定光伏发电功率预测模型的输入量。针对狼群算法（wolf pack algorithm,WPA）缺陷,对狼群游走位置和奔袭步长进行改进,得到改进狼群算法（improved wolf pack algorithm,IWPA）,并通过IWPA对最小二乘支持向量机（least squares support vector machine,lSSVM）进行优化,建立了考虑天气类型和相似日的IWPA-LSSVM光伏发电功率预测模型。采用不同天气类型下的光伏发电功率数据进行仿真,结果表明：无论是晴天、多云还是阴雨天气,所提方法预测精度更高,回归拟合时的误差波动更小。     

磁路饱和下感应电机的瞬态方程

根据函数的最小二乘法分析铁磁介质材料非线性状态,建立起磁通随时间变化的函数理论方程。并依此理论基础,分析饱和状态下电机瞬态变化的参数方程。     

输电线路杆塔中心位移的精确计算方法

输电线路杆塔受挂点位置、横担宽度和长短担的影响,如果铁塔中心与线路中心桩重合,会造成实际导线位置偏离理论位置,导致与其相邻的直线塔悬垂串倾斜。通过分析挂点空间位置,采用最小二乘法理论精确计算杆塔中心位移。     

曲线拟合的最小二乘法获取设备故障率

在考虑系统中影响可靠性基本参数的各种因数的基础上,提出了基于曲线拟合的最小二乘法来获取电力系统可靠性参数的方法;利用该方法有选择性地使用已有的可信的电力系统可靠性基本参数,将获取更准确地可靠性基本参数,进而使电力系统可靠性评估更合理.     

三相电流有效值的曲线拟合估计算法及在脱扣控制器中的应用

探讨了一种三相电流有效值的估计算法,该算法是基于曲线拟合的最小二乘算法,直接计算三相电流最大相电流有效值的平方,能包含直流成分和高次谐波,不要求至少半个电源周期的电流检测数据。还介绍了该算法在电力开关智能脱扣控制器中的应用。     

膛压测试仪模拟环境因子校准的数据拟合方法研究

针对膛压测试仪环境因子校准中的数据处理采用最小二乘法进行线性拟合，忽略异常值影响的问题，作者采用最小距离平方和法和加权最小二乘法两种方法分别对校准数据进行拟合，从F显著性检验和样本可决系数两个方面对仿真结果分析，并与最小二乘法相对比，找到更适合在高温高压高冲击的恶劣环境下采集的数据进行拟合的可方便使用的方法来代替最小二乘法，从而获得置信度高、可为武器身管设计提供数据依据的灵敏度系数。仿真结果表明，最小距离平方和法拟合效果最优，但其精度与最小二乘法相差很小，综合考虑最小二乘法因其使用简便更适合对膛压的校准数据进行线性拟合。     

基于Prophet-LSTM组合模型的短期负荷预测方法

针对短期负荷预测精度问题,提出一种基于Prophet加法模型和长短期记忆LSTM(long-short term memo?ry)网络的组合模型的短期负荷预测方法.首先分别建立Prophet预测模型和LSTM预测模型,然后采用最小二乘法对两种方法取不同的权重组合,得到新的模型并进行预测.以2014年全球能源预测竞赛(GEFCom2014)的电力负荷数据作为算例验证.实验结果表明,与ARIMA模型预测方法、随机森林模型负荷预测模型方法和标准Prophet和LSTM负荷预测方法相比,所提负荷预测方法所得结果具有更高的预测精度.