直流输电系统中换流变压器三相漏抗不等情况下的非特征谐波计算

本文首先提出了对单个六脉冲换流装置在换流变压器三相漏抗不等情况下的数学模型。以此模型为基础,根据换流站的接线方式并利用直流输电网络的模型,组成整个直流输电系统的数学模型和相应的方程式,然后用牛顿—拉夫逊法求解。本文提出的计算方法,不但能准确地计算由于换流变压器三相漏抗不等而引起的非特征谐波,而且可以同时计及交流系统三相电压不平衡和触发脉冲间隔不相等两个因素。因此这一方法比较完整和准确地解决了非特征谐波的计算问题。     

高压交直流并联系统的数字仿真

首次将友模法应用于高压交直流并联系统的数字仿真;建立的交直流并联系统的数字模型可以对交直流并联系统进行正常稳态工况、故障工况及故障对策的仿真计算。提出的仿真方法计算量小;计算精度高、占用内存少、速度快且使用方便。     

改进型粒子群优化算法的BP神经网络全息图压缩

针对拥有庞大数据量的全息图再现像质量不理想的问题, 提出一种针对粒子群优化算法(PSO: Particle Swarm Optimization)中学习因子和惯性权值进行动态调整的方法, 将改进后的算法与反向传播(BP: Back Propagation)神经网络相融合形成改进型粒子群优化BP 神经网络(MPSO-BP: Modified Particle Swarm Optimizing
BP Neural Network)并用于全息图压缩。通过与BP 神经网络和粒子群优化BP 神经网络(PSO-BP: Particle Swarm Optimizing BP Neural Network)压缩算法进行对比, 证明了该网络压缩算法在保持较好的压缩效率时得到的全息图再现像质量更好。     

计算全息图的小波神经网络压缩方法

采用小波神经网络方法对信息量较大、难提高压缩效率的计算全息图进行数据压缩,利用其较强的非线性映射和函数逼近能力自适应地调整和处理全息图,可大幅减少信息冗余,得到较好的压缩效果.实验结果表明:利用该算法能得到1.56%的低压缩率,此时的再现像较清晰,失真较小;与常用压缩算法相比,当压缩率很低时,用小波神经网络压缩全息图是一种切实可行且更有效的方法.