基于模糊逻辑的学习率自调整BP神经网络

研究了一种基于模糊逻辑的学习率自调整BP算法.首先分析了传统BP算法,然后对基于模糊逻辑的学习率自调整的方法进行了研究,最后通过求解非线性函数逼近和异或问题对传统BP算法和改进BP算法进行对比.仿真结果表明,改进BP算法有效地改进了传统的BP算法.     

基于自适应神经网络的谐波和无功电流数字检测

研究用于谐波和无功电流检测的自适应神经网络,神经网络权值根据均方误差的最快梯度下降法来调整。其本质是按误差信号与参考输入的相关性来调整,稳态时能完全检测出与参考输入相关的信号,使得被检测波形不存在波动,最后检测用数字方法实现。     

基于参数辨识的光伏组件故障诊断模型

为了对光伏组件运行状况进行准确判断,提出了一种基于参数辨识的组件故障诊断模型。分析了任意工况下的光伏组件输出特性曲线,借助于改进人工鱼群算法对数学模型中各参数进行了辨识。通过分析各模型参数随光照和温度的变化关系来获取多组工况下的模型参数值,结合光伏组件各种故障数据建立了以光生电流、二极管反向饱和电流、二极管理想品质因素和等效串并联电阻为输入层向量,以组件正常、组件短路、等效串联电阻异常老化和等效并联电阻异常老化为输出层向量的径向基函数(radical basis function,RBF)神经网络故障诊断仿真模型,仿真结果验证了上述光伏组件故障规律的正确性。搭建了基于可编程电子负载的光伏组件户外实验平台,进行了组件故障诊断的实验研究,实验结果验证了所提方法的有效性和准确性。     

对降低开关磁阻电动机振动和噪声的两步换相法频域分析

针对开关磁阻电动机运行的振动和噪声问题,基于频域分析方法,研究了电压PWM运行方式下,采用两步换相法降低开关磁阻电动机振动和噪声的机理。仿真结果表明,采用两步换相可以减小电流和径向力的波动;在电机出力相同的情况下,可以减小电机的振动和噪声;在平均径向力相同的情况下,可以提高电机的出力;适当地微调控制参数减小某些频率点的电流幅值,可避免与定子固有频率谐振,减小振动和噪声。     

基于数据融合的高压断路器故障诊断方法研究

为了提高高压断路器的故障诊断水平,对采用D-S证据理论将不同类型传感器获得的信息进行数据融合的方法进行了研究,并将其运用到高压断路器的故障诊断中。实例分析结果表明,D-S证据理论能够提高高压断路器故障诊断的进度、准确性和可靠性,并且融合的数据越多,故障诊断的可靠性越高。该方法具有普遍适用性。     

液相色谱法分析啤酒及麦汁中氨基酸的应用研究

本文针对应用在线柱前衍生液相色谱法分析啤酒及麦汁中氨基酸的过程中,遇到两组峰不能分离（丙氨酸与精氨酸、亮氨酸与赖氨酸）、一组峰分离度较低（组氨酸与甘氨酸）以及谷氨酸出现裂分等问题进行了研究,通过调节梯度洗脱程序及优化流动相中的试剂浓度,啤酒及麦汁中的17种氨基酸得到了完全分离,使色谱峰形改善,为准确定量奠定了基础。     

一起发电机转子接地事故分析

某电厂的一台300MW双水内冷发电机,在运行中发生转子接地事故,造成转子绕组绝缘部分烧损、大轴磁化.通过对发电机抽转子后的现场分析和大轴退磁,阐述了可能的事故首发原因和事故发展过程,同时提出为防止类似事故发生应采取的措施.     

发电机进相能力的RBF神经网络模型

发电机进相运行是调节电网电压、改善电能质量的一种经济性、技术性皆优的先进手段。由于发电机是一个多变量、强耦合的非线性系统,基于传统分析方法难以精确建立其进相能力分析模型,本文提出基于径向基函数(RBF)神经网络的发电机进相能力模型,以发电机有功功率和无功功率为输入,以发电机功角、电网电压为输出,采用江苏电网某600MW发电机进相试验数据训练和测试RBF网络,并探讨了基宽、神经元数的选择对RBF网络收敛精度的影响。研究表明本文所建立的发电机进相RBF模型具有速度快、精度高的优点,具有良好的泛化能力,其性能优于BP神经网络模型。本文提出的方法能有效克服传统进相分析方法的局限性,适用于发电机进相运行实时控制,有推广应用价值。     

开关磁阻电动机比例因子自调整模糊控制器设计

模糊控制与常规控制一样，对具有非线性、变结构特征的SRD系统，采用固定的量化因子和比例因子难以获得满意的动、静态性能。本文设计并研制了基于8098单片机的SR电机比例因子自调整模糊控制器来保证系统快速响应，且超调小。实验表明，SR电机比例因子自调整模糊控制系统具有较强的鲁棒性和良好的动特性。