三相光学电流互感器的双折射效应研究

分析了一种用于测量电力系统三相电流的光学电流互感器系统,用矩阵光学方法建立了既具有旋光效应又具有线性双折射效应的三相光学电流互感器系统的数学模型,对理论结果进行了仿真实验,指明了线性双折射效应对三相光学电流互感器系统在灵敏度,线性度、稳定性等方面的影响,从而说明,限制系统性能的主要因素是不能避免线性双折射的影响。     

利用泰勒展开式的光学电流互感器补偿方法和仿真研究

提出了一种全新的补偿光学电流互感器线性双折射效应的方法,即通过泰勒展开式得到光学电流互感器输出波形中线性双折射效应与波形形状之间的关系.分析了线性双折射效应对输出波形的影响,论述了线性双折射效应的具体补偿方法,推导了基于泰勒展开式求解线性双折射效应的具体过程,并对该方法进行了验证.该方法避免了对线性双折射效应δ的复杂建模,利用数学计算直接求取δ的值,计算过程相对简单而且计算量小.仿真实验表明,该方法具有很强的精确性和实用性,通过先分析线性双折射效应而后产生对光学电流互感器补偿的方法,既提高了系统的长期稳定性,又保证了补偿的实时性.     

光学脉冲磁场传感测量中线双折射的补偿

线双折射是制约光学磁场传感器实用化的重要因素之一.为降低线双折射对光学磁场传感器稳定性和输出精度的影响,提出了光路补偿和电路补偿两种方案.光路补偿中使用一对光轴正交的磁光晶体材料作为传感元件,利用琼斯矩阵进行了理论推导,并进行了仿真验证.电路补偿适用于线双折射较大的情况,在交、直流分量中引入修正因子再进行信号处理,仿真计算得到修正因子的最佳值.结果表明,提出的两种方案均能提高输出线性度,改善系统输出误差.     

三相光学电流互感器系统的建模

提出了一种全新的用于测量电力系统三相电流的光学电流互感器系统,即利用一路光和一套检测系统实现三相电流的测量。用矩阵光学的方法建立了基于法拉第磁光效应的三相光学电流互感器的数学模型,为相关的研究提供了理论基础。理论分析和仿真结果均证明了系统的可行性。     

磁光效应在磁场测量中的应用

本文分析了利用光学中线偏光的法拉第效应和磁致双折射对磁场进行测量的基本原理,重点介绍利用磁流体的磁致双折射对磁场测量的原理和方法。     

基于温度补偿高双折射光纤环镜的边缘滤波解调方法

提出了一种光纤光栅传感解调新方法.系统由1个3dB耦合器、1个传感光纤布喇格光栅、1个双折射光纤环镜和1个探测器构成,高双折射光纤环镜作为边缘滤波器.光纤光栅波长的线性解调带宽为3.6nm.对双折射光纤环镜的温度补偿进行了实验研究,实验表明,封装的高双折射光纤环镜能够补偿高双折射光纤环镜的温度漂移.补偿前的高双折射光纤环镜波长随温度漂移为2.3 nm/℃,补偿后的双折射光纤环镜波长随温度漂移为0.005 nm/℃,远小于未补偿的双折射光纤环镜波长随温度漂移.     

光纤电流传感器偏转角及线性双折射研究

光纤电流传感器中由于光纤的弯曲以及自身特性,会同时存在线性双折射和法拉第效应,致使法拉第效应的偏转角无法被准确测量出来,这是造成光纤电流传感系统测量误差的一个重要因素。利用MATLAB模拟了线偏振光转化为圆偏振光和椭圆偏振光以及法拉第效应,并对法拉第效应中左右旋圆偏振光相位差设定了不同参数,利用MATLAB得出最终合成的线偏振光,观察其偏转角为所设左右旋圆偏振光相位差的1/2,之后进行了理论推导,验证了上述结论,为后续的线性双折射补偿研究奠定良好的基础。     

聚磁式光学电流互感器饱和特征的记忆效应补偿研究

为补偿聚磁式光学电流互感器(OCT)的磁滞与磁饱和特性对测量线性度和精度的影响,提出具有记忆效应的非线性滤波器补偿模型.该模型将传统FIR滤波器系数用多项式表达的函数代替,使其同时具有非线性拟合和记忆输出能力.利用实测数据训练使非线性滤波器补偿模型输出与磁滞、磁饱和特性输出成反函数关系,将训练好的模型添加到聚磁式OCT中,实现对聚磁铁芯的非线性和记忆效应补偿.实验结果表明,基于非线性记忆效应补偿的聚磁式OCT在铁芯低饱和状态下仍具有较高的测量精度,采样样本的线性测量区间延伸了4.76倍,均方根误差提高约15 dB,有效地补偿了聚磁式OCT应用中聚磁铁芯的磁滞和磁饱和效应.     

光源调制全光纤电流互感器的研究

介绍了全光纤电流互感器的结构,分析了系统输出信号的特点,指出工频干扰及线性双折射效应是影响系统稳定性的主要问题.提出并实现了基于光源调制的抑制工频干扰方法.该方法利用2000 Hz的方波光源作为互感器的光驱动,系统的输出信息由原来的一路变成了两路,通过两路信息的融合有效地抑制了电路工频干扰.理论分析及实验结果表明,在不增加系统复杂性和硬件投入的条件下,该方法不仅抑制了电路中的低频干扰,还有效地抑制了工频干扰,提高了系统的信噪比,为提高全光纤电流互感器系统的稳定性和可靠性提供了新的方法.     

磁场调制下液晶指向矢偏转特性的研究

液晶具有独特的物理化学特性,体现电、磁各向异性,且光学上类似单轴晶体。当对液晶体系施加磁场,液晶指向矢将随着磁场的大小而发生偏转。利用液晶连续体弹性理论模型,研究了沿面排列的向列相液晶分子在外磁场作用下的光学调制效应,通过差分法数值模拟液晶分子指向矢的偏转特性,并对液晶磁致双折射效应进行了分析研究,为更好地研究液晶型偏振光调制器提供理论基础。     

基于径向基函数神经网络的水轮发电机组效率曲线计算方法

提出用径向基函数(RBF)神经网络进行水轮发电机组效率曲线计算的方法，并建立了径向基函数神经网络模型，以有限水头下原型效率试验数据为样本进行训练，所得的网络可快速准确地计算任意水头下的效率特性曲线。与BP神经网络模型的对比结果表明，该方法避免了BP神经网络的局部极小及收敛速度慢等缺点，在精度、训练速度等方面优于BP神经网络。     

改进的神经网络快速学习算法

提出了一种新颖的神经元模型和用于神经网络训练的推广准则，给出了多层神经网络的快速学习算法，研究了一种用于语音识别的时变多层神经网络及其相应的快速学习算法．语音识别实验表明：所给出的快速学习算法能有效地加速网络训练进程．     

混沌神经网络研究及其应用

对全局耦合映射(GCM)模型、Aihara混沌神经网络模型和Inoue混沌神经网络模型等模型的研究现状、构成和特点进行了全面的分析,综述了混沌神经网络的主要应用领域,并试探性地指出了混沌神经网络的发展方向．     

基于联想记忆的Hopfield神经网络的设计与实现

介绍了反馈型神经网络Hopfield网络的定义、原理、模型和基本学习规则,并构造了一个用于联想记忆的Hopfield神经网络模型.对实验结果进行分析、比较,实验结果表明:Hopfield神经网络用于数字识别是可行、有效的;该方法较传统神经网络能提高网络的记忆能力和数字识别的正确率;该方法有别于以往的BP神经网络的模式识别,结合一些优化算法,如遗传算法,能对Hopfield神经网络的联想记忆稳态进行优化,增强神经网络的联想记忆能力.     

二维灰色神经网络批处理梯度算法的收敛性

灰色神经网络GNNM(2,1)是灰色系统与BP神经网络相糅合的二维神经网络,给出了灰色神经网络GNNM(2,1)的网络结构和批处理梯度算法,研究了灰色神经网络GNNM(2,1)的收敛性问题,并证明了误差函数的单调性、弱收敛性和强收敛性.     

改进萤火虫算法与小波神经网络相结合的变压器故障诊断

为了解决变压器故障诊断中诊断效率低的问题,本文对萤火虫算法(FA)进行了改进,并与小波神经网络(WNN)相结合应用于变压器故障诊断中。小波神经网络结构简单,预测精度高,收敛速度快,但是网络参数不好选择,易陷入局部最优。本文结合混沌算法、粒子群算法、可变步长的思想来改进萤火虫算法,用于优化小波神经网络的参数,再将处理后的数据带入神经网络中进行训练与诊断。实验结果表明,该算法与BP神经网络、支持向量机、小波神经网络、遗传算法改进的小波神经网络和粒子群算法改进的小波神经网络相比诊断正确率均有所提高。     

交通量的灰色神经网络预测方法

结合灰色系统思想与神经网络构成灰色神经网络,根据目前灰色模型与神经网络结合的方法,提出并联型、串联型和嵌入型3种预测模型的结构.并联型灰色神经网络首先采用灰色模型、神经网络分别进行预测,而后对预测结果加以组合作为实际预测值;串联型对多个灰色预测的结果使用神经网络进行组合;嵌入型在神经网络的输入端、输出端分别增加一个灰化层和白化层而构成.对并联型灰色神经网络给出一种根据预测模型的有效度确定加权系数的方法.将上述3种灰色神经网络模型用于对京石高速公路断面机动车实时交通量进行预测,模型精度和预测结果比较理想,优于单一预测模型.实验表明:灰色神经网络可提高预测精度,用于交通量预测方法是有效可行的.     

二进制数到BCD码转换的神经计算方法

提出用神经计算方法解决码制转换问题．设计和训练了一个可完成８输入、８输出的二进制数到ＢＣＤ码转换的ＢＰ网络．结果表明：人工种经网络可用于求解这类码制的转换问题．     

一种复合型前馈神经网络结构

ＢＰ网络是一全局逼近的网络,通常,在对样本数据的选取要求上,它不如ＲＢＦ网络高,即ＢＰ网络在训练样本数据的代表性不强时也可表现出对非线性函数较强的逼近性能,鉴于此,作者提出了一种复合型前馈神经网络结构在此结构中,笔者采用了ＢＰ神经网络对训练数据进行预处理而得到径向基函数（ＲＢＦ）网络的初始中心矢量点集的方法该方法使得ＲＢＦ网络中心矢量点集由传统的随机确定改为对它的优化选取,由它确定的ＲＢＦ网络的中心矢量具有相当的柔性,从而增强了径向基函数（ＲＢＦ）神经网络整体的泛化性及鲁棒性,最终使得该复合型神经网络具有了很好的精度和泛化性仿真结果表明了本文所提网络的有效性     

一类求解退化凸二次规划的投影神经网络

借助变分不等式和Kuhn—Tucker条件，构造了一类投影神经网络求解线性约束的退化凸二次规划问题．与已有的求解退化凸规划问题的神经网络系统相比，系统的适用范围更广；在理论方面，系统是全局收敛的；数值实例显示了所得结论的有效性和正确性．