一种改进的光伏发电系统MPPT控制方法

目前光伏系统最大功率点跟踪(MPPT)控制方法很多,介绍了3种常用的MPPT控制方法:固定电压法、扰动观察法和电导增量法,并通过仿真比较了其启动时间、动态响应速度和稳态精度,在此基础上提出了一种改进的MPPT控制方法——固定电压结合扰动观察法.仿真结果表明,该方法响应速度快,稳态精度高.     

非线性电路稳态响应的置换松弛解法

本文提出了一种用以计算多频信号激励下非线性电路稳态响应的算法,它可以广泛用于诸如混频器和调制器之类的大规模典型非线性电路。与其它方法相比,本方法简单,有效。     

弹性机构运动微分方程的广义复模态解法

本文将结构振动分析中的广义复模态理论应用于机构的运动弹性动力学分分,给出了求解弹性机构一般多自由度非对称线性时变振动系统的解耦算法.用它求稳态解,可归结为求解以与机构的一系列离散位置的状态变量相对应的复模志坐标为未知量的线性代数方程组.     

变步长自适应滤波算法的谐波检测

为提高自适应滤波算法的收敛速度,并降低其稳态误差,建立了LMS算法理论最优步长值与误差信号和输入信号之间的关系,提出了一种新的变步长LMS自适应谐波检测算法。该算法的优点是:根据误差信号的平方时间均值估计来调节步长因子,克服了以往算法在自适应稳态阶段步长调整过程中的不足。即使待检测信号的信噪比较低,检测过程也具有较快的动态响应速度和保持较小的稳态失调噪声。计算机仿真表明,该算法具有更好的收敛精度。     

采用真空执行器的柴油机空气系统闭环控制

真空执行器大量应用于EGR与VNT系统,为改善空气系统控制效果,开发了一种VNT与EGR的综合控制算法。该文在分析空气系统排放特性后,提出了空气系统的控制目标。对空气系统特性的实验表明,受空行程与摩擦阻力的影响,该类执行器具有明显的滞回特性与延迟特性,因此,空气系统采用了反馈与前馈控制。实验结果表明,空气系统响应时间显著缩短,并具有良好的稳态控制效果。该控制算法能很好地实现对控制目标的精确控制,为该类系统的商业化应用奠定了基础。     

感应加热CFRP温度控制算法

为了解决在电磁感应加热碳纤维增强复合材料(carbon fiber reinforced polymer,CFRP)过程中,因系统抗干扰性弱、响应速度慢导致的CFRP成型质量差的问题,提出了一种基于改进粒子群优化的模糊PID(improved particle swarm optimization fuzzy PID,IPF-PID)控制算法,利用IPF对PID三个参数进行寻优和自调整.该算法结合PSO和Fuzzy-PID算法的优点,在避免了陷入局部最优的同时,保证控制精度和最佳的寻优性能.结果表明,该算法在增强控制器的自适应能力和减小调整时间方面效果显著.比传统的PID算法具有更小超调和稳态误差,更适用电磁感应加热CFRP温度控制系统.     

求非线性动态网络稳态周期解的一种数值算法

提出一种数据值解法，用于求解非线性动态网络的稳态周期解，按照非线性动态网络的状态方程建立误差函数，把求解非线性微分方程的问题，转化为求误差函数极小值的最优化问题。该法方便应用计算机求解非线性动态网络的稳态周期解，有助于对非线性动态网络的分析和研究。     

矩阵变换器驱动的永磁同步电动机电流及速度控制技术

针对矩阵变换器驱动的永磁同步电动机电流和速度控制问题,提出一种有限集模型预测控制算法.不同于传统的矩阵变换器控制方法,该算法通过使用输入滤波器成本函数和电机速度成本函数,实现直接控制瞬态和稳态条件下的输入电流,形成高动态响应,从而避免在电压瞬变期间输入滤波器电流产生不必要的振动.此外,还提出一种新的输入滤波器观测器,可以减少传感器的数量,从而增加系统的可靠性并降低成本.通过仿真及实验,对提出算法的有效性进行验证,结果表明:该算法具有动态优势.     

一种利用LSTM和稳态时间序列的光伏阵列故障诊断方法

针对光伏阵列电气工作参数包含复杂的暂态过程及工频干扰噪声严重影响故障诊断模型性能的问题,提出一种基于最大功率点的稳态时间序列预处理方法.首先,以自动过滤数据中的暂态过程和干扰噪声,获取连续的稳态时间序列电气特征数据,作为故障诊断模型的输入参数;然后,提出一种基于长短期记忆网络的深度网络模型,以实现对光伏阵列常见故障的检测及分类;最后,在一个小型光伏并网发电系统及其Simulink仿真模型上,进行故障模拟及仿真,以验证所提出的故障诊断方法.实验结果表明,所提出的故障诊断方法具有良好的精度和泛化性能,并且优于常规的反向传播神经网络和循环神经网络.     

一种利用LSTM和稳态时间序列的光伏阵列故障诊断方法

受最大功率点跟踪算法和时变环境条件的影响,光伏阵列的电气工作参数包含了复杂的暂态过程以及工频干扰噪声,严重影响了故障特征质量以及诊断算法性能。针对该问题,本文首先提出了一种基于最大功率点（MPP）的稳态时间序列预处理方法,以自动过滤数据中的暂态过程和干扰噪声,获取连续的稳态时间序列电气特征数据,作为故障诊断模型的输入参数;然后,提出了一种基于长短期记忆网络（LSTM）的深度网络模型,以实现对光伏阵列常见故障的检测及分类;最后,在一个小型光伏并网发电系统及其Simulink仿真模型上,进行故障模拟及仿真以验证所提出的故障诊断方法。实验结果表明所提出的故障诊断方法具有良好的精度和泛化性能,并且优于常规的反向传播神经网络（BPNN）和循环神经网络（RNN）。     

光伏电池最大功率跟踪器的研究与开发

介绍一种采用双CPU结构的光伏电池最大功率跟踪器的软、硬件设计,提出一种改进的、具有在线调整功能的自适应扰动观察法,用于MPPT（Maximum Power Point Tracking）控制,使得跟踪的动、稳态性能在一定程度上都有所提高.最后,给出仿真与实验结果.     

恒压法结合变步长电导增量法的最大功率点跟踪

针对光伏发电系统的最大功率点跟踪（MPPT）原理进行了详细的分析和阐述,介绍了常用的电导增量法的优缺点,在此基础上提出了基于恒压法结合变步长电导增量法的最大功率点跟踪算法。通过Matlab/simulink进行系统仿真,给出了光照突变时电导增量法和恒压法结合变步长电导增量法的最大功率点跟踪曲线。实验结果表明,该改进的算法具有更优的系统响应特性和稳态特性。     

基于等效小参量法的Buck开关变换器的稳态分析

应用等效小参量法推导出Buck开关变换器CCM和DCM模式的稳态周期解的表达式,并对其稳态性能进行了分析．结果表明此方法能准确、简洁和直观地得出稳态直流解和纹波分量．     

改进人工蜂群算法的四旋翼自抗扰控制参数优化

针对四旋翼自抗扰控制(active disturbance rejection controller, ADRC)参数整定困难,给工程应用带来较大限制的问题,提出一种改进人工蜂群算法的四旋翼ADRC控制器参数优化方法。该算法采用自适应的探索策略,根据选择概率,从5种不同的搜索规则中进行选择,提高种群的多样性和寻优能力。将ADRC控制器中的参数作为蜂群中的种群应用到四旋翼无人机仿真模型中进行迭代寻优,并把风干扰模型作为环境噪声引入系统,测试算法性能。仿真结果表明,改进后的人工蜂群算法得到的控制器参数响应速度更快,稳态误差更小,抗干扰能力更强。     

基于模式识别的稳态优化控制及其应用

提出了一种基于模式识别的稳态优化控制方法,用模式识别描述系统稳态特性、辨识模型参数、估计非平稳扰动和求取控制作用,为在那些用传统方法建模困难的场合,实现稳态优化控制提供了可能。以甲醛生产过程作仿真研究,获得了满意的结果。     

基于预设性能的非线性系统反演自适应控制

为使非线性系统的输出变量具有期望的动态品质和稳态误差,本文基于预设性能函数的性质,对存在参数摄动的非线性系统,设计了一种预设性能的反演自适应控制算法。本文首先给出预设性能函数,使非线性系统的输出变量受预设性能函数所约束,接着通过数学变换,将受约束的输出变量转换为另一个无约束变量,再基于新变量,采用反演控制算法,设计了一种反演自适应控制器,并理论证明了该算法能保证闭环系统的稳定性。数值仿真结果显示,本文算法能保证闭环系统的输出变量具有良好的动态品质和给定的稳态误差。     

一类随机稳态优化算法的鲁棒性

给出了随机稳态优化算法的灵敏度的分析，讨论了算法解对某些参数变化的依赖关系。文中给出了仿真例子。     

带相关噪声的观测融合稳态Kalman滤波算法及其最优性

对于带相关的输入白噪声和观测白噪声及相关观测白噪声的多传感器线性离散定常随机系统,用加权最小二乘(wLs)法提出了一种加权观测融合稳态Kalman滤波算法,并基于信息滤波器证明了它同集中式观测融合稳态Kalman滤波算法功能的等价性.因而,它具有渐近全局最优性,且可减少计算负担.一个跟踪系统数值仿真例子验证了它的功能等价性.     

一类非线性系统的稳态优化控制

本文针对一类由特殊的ＮＡＲＭＡＸ模型描述的非性线系统，采用阶跃信号作辨识输入信号获得了稳态模型的强一致性估计。基于已得到的稳态模型，获得了稳态优化控制问题的最优解的一致性估计。此外，计算机仿真显示了该算法和辨识技术的有效性和实用性。     

基于箕舌线函数的变步长自适应均衡的研究

影响数字通信信道质量的一个主要因素是码间串扰,目前传输中克服码间串扰的主要技术手段是自适应信道均衡。针对传统LMS算法步长固定,收敛速度、时变系统的跟踪能力和稳态失调之间存在的很大矛盾,该文研究了箕舌线函数对传统LMS算法进行优化后,利用MATLAB仿真软件对改进后的自适应均衡算法进行普通信道中的仿真分析,进而证明改进后的算法有效的提高了函数的收敛速度,降低了稳态误差。