一种基于RBF自适应神经模糊推理的短期电力负荷预测方法

根据东莞电网的历史负荷数据,分析该地区电力负荷的特征,综合分析天气、温度、日期等因素对电力负荷预测的影响.针对负荷具有一定的客观规律,但又具有很大的随机性和不确定性,提出了一种新型基于径向基函数的自适应神经模糊推理的方法进行短期负荷预测.用MATLAB编制电力系统短期负荷预测程序,并绘制预测结果曲线.结果表明基于RBF自适应神经模糊推理的预测精度是令人满意的,验证了本方法的有效性和实用性.     

城轨列车车载储能系统功率需求的动态模糊优化控制方法研究

针对城轨列车复合储能系统中超级电容与锂电池联合供电的功率分配问题,提出了一种考虑系统功率需求的多元化输入的模糊能量控制方法 .为了更好地解决车载储能系统非线性和能量的控制问题,以城轨列车的需求功率、车载储能系统的锂电池和超级电容SOC、锂电池功率分配系数为输出,建立多输入单输出的车载储能模糊控制器,对车载复合储能系统进行建模和仿真.通过利用Simulink进行仿真,结果表明：该模糊控制器能够较好地分配能量,满足列车运行中的功率需求,减少大电流对锂电池的冲击,提高锂电池的循环利用次数,有利于提高列车运行的稳定性和舒适性.     

像素交叉移位变换耦合动态和谐搜索优化机制的图像加密算法

提出一种像素交叉移位变换耦合动态和谐搜索优化机制的图像加密算法.首先,引入锯齿填充曲线,对明文进行扫描,形成一维像素序列;基于明文像素位置,定义像素交叉移位变换模型,耦合均布Logistic映射输出的密钥,对明文完成高效置乱.然后,定义新的和谐更新模型,以密文信息熵值与相关性为目标函数,改进动态和谐搜索机制,构建像素扩散函数,彻底改变置乱图像的像素值.最后,引入HASH检测函数,赋予算法认证功能.结果表明:与当前混沌加密技术相比,所提算法具有更高的加密安全性和通用性.     

基于凸优化的城轨列车车载复合储能控制系统优化方法

针对城轨列车复合储能系统的功率匹配不佳、能量利用率不高等问题,提出了一种凸优化能量控制策略.通过建立主动式复合储系统,进行系统模型的凸优化,以电池SOC和成本为目标函数,进行最优化分析,利用MATLAB进行仿真.仿真结果表明：该方法得到了全局最优能耗成本,电池的SOC达到最优,使整车的系统能量利用率提升9.6%,降低了系统的能耗,提高了整车经济性和稳定性.     

车载超级电容系统的RBF神经网络自适应鲁棒滑模控制方法

针对城市轨道交通加速和制动过程中再生制动能量利用率不高、引起电网电压波动等问题,提出一种车载超级电容RBF神经网络自适应鲁棒滑模控制方法.设计基于超级电容的车载储能控制系统,利用状态空间平均法建立电路模型,进行精确反馈线性化,构建了神经网络自适应滑模控制器.通过仿真验证:该方法可以有效抑制牵引电网电压波动,最大限度地回...