混合能源直流微电网能源优化管控策略研究

混合能源直流微电网在快速跟踪负载方面具有较大优势,弥补了固体氧化物燃料电池(solidoxidefuelcell,SOFC)直流微电网功率跟踪缓慢的问题。现有能源管控策略重点关注能源分配,对系统效率、运行安全性和燃料亏空方面缺乏相关研究和成熟策略。为此,提出了一种混合能源直流微型电网能源优化管控策略。首先,搭建了混合SOFC直流微电网模型。其次,采用最优操作点(optimal operating points, OOPs)实现最大效率,然后采用平均电流控制模式保证稳定的电力供应。最后,设计了基于SOFC电流的时滞控制算法来避免燃料亏空。实验结果表明,所提出的能源优化管控策略具有时间响应迅速、输出效率高和热特性良好等优势。     

基于多分支空洞卷积网络的光谱定量分析

卷积神经网络（CNN）近年来已经广泛应用在各种化学计量学任务中。然而,通过CNN从光谱中学习长程相关性仍然是一个挑战,为了避免过拟合,很多之前的工作中使用的CNN架构都很浅。本文提出了一种并行空洞卷积网络（ACPnet）的方法来学习定量光谱的长程相关性,该方法将具有不同空洞率的并行卷积分支组合在一起,以寻找近程和长程相关性的最佳平衡。并在片剂（拉曼光谱）、土壤（近红外光谱）和葡萄酒（核磁共振光谱）3个数据集上验证了该方法的通用性。结果表明,与偏最小二乘回归（PLS）、最小二乘支持向量机（LS-SVM）、常规CNN和级联模式空洞卷积网络（ACCnet）相比,ACPnet在3个数据集的回归精度都达到了最佳。此外,将ACPnet提取的特征输入到不同的回归器中进行分析,来评估该结构作为有监督特征提取器的性能。特征提取-回归模型的预测结果表明,ACPnet在3个数据集上提取的特征信息都要优于常规CNN。     

基于ARM9和DS18B20的汽车空调系统设计

采用ARM9内核芯片S3C2410为控制器,设计了一种嵌入式汽车空调温度控制系统,可实现现场显示、实时控制等功能。传感器使用了单总线数字式温度传感器DS18B20测量温度值。阐述了系统的构成原理和实现流程,重点介绍了系统的硬件结构。结合温度模糊控制算法,实验表明系统的硬件电路简单、控制精度好、可靠性高,且易于扩展。