基于马尔可夫修正的负荷预测模型在电力能效监测终端中的应用

提出了一种基于马尔科夫修正的负荷预测模型在电力能效监测终端中应用的方法。首先使用指数平滑法对电力能效监测终端历史用电量负荷数据进行预处理,弱化用电量随机波动造成的影响,得出用电量负荷的总体趋势,然后使用马尔可夫链对指数平滑法的绝对误差进行修正,克服指数平滑滞后效应造成的预测精度不高的问题,从而提高了预测的准确性。最后就马尔可夫负荷预测模型在能效监测终端上的应用做了相应的介绍,并以真实电力负荷数据进行算例分析,测试了预测模型在实际中的性能。     

基于统计的p-持续CSMA算法及其在电能量采集终端中的应用

通过对CSMA算法的研究,提出了一种基于统计的p-坚持CSMA算法。即在总线竞争不可避免的情况下,总线上的电能量采集终端发送数据的概率并非是固定不变的,而是在一个统计周期内,计算每个终端的数据发送概率,电能量采集终端根据此发送概率动态地调整p-坚持CSMA算法,在一定程度上防止了总线竞争现象的发生,降低了总线的通行量,优化了总线资源。通过分析非坚持CSMA、1-坚持CSMA、基于统计的p-坚持CSMA算法的碰撞率对比3种算法性能,验证基于统计的p-坚持CSMA算法在防止总线竞争方面的优越性。从真实现场电能量采集终端本地数据库获取的数据表明:与一般的CSMA算法比较,基于统计的p-坚持CSMA算法使终端显著改善了碰撞率性能指标。     

一类工业过程的PID控制器整定方法

PID调节器具有结构简单、适应性强、不依赖于被控对象的精确模型、鲁棒性较强等优点。控制器的性能直接关系到生产过程的平稳高效运行以及产品的最终质量。针对一类可用带有纯时间延迟的一阶对象来近似描述的工业过程,本文通过对工业过程现场采集的数据,利用Levenberg-Marquardt最小二乘拟合法辨识出被控对象的数学模型,进而根据典型PID控制器的参数整定方法求出PID控制器的参数。通过对一个典型工业对象的仿真研究,结果表明所提出的方法简单有效。