新型样条权函数神经网络在路面谱识别中的应用

针对传统方法获得路面功率谱密度的不足,提出了一种基于新型样条权函数（SWF）神经网络的路面功率谱密度识别方法。建立了4自由度汽车的振动系统模型,推导出了汽车振动系统的输出响应谱密度与输入激励谱密度之间的非线性关系,采用样条权函数神经网络对这种非线性映射关系进行了仿真。结果表明,基于样条权函数神经网络的路面功率谱密度识别方法比较成功地克服了传统算法的缺点,具有更高的识别精度。     

基于神经网络的光伏电站气象-功率模型

基于双层前馈神经网络建立光伏电站输出功率与辐照等气象因素间的非机理模型。建立光伏电站输出功率与气象因素的神经网络模型;对功率模型的输入特征进行选择,分析不同气象因素的组合作为输入变量对模型准确度的影响,明确功率模型的输入变量;分析该模型网络的训练算法、隐含层神经元个数及训练次数对模型准确度的影响,据此确定功率模型的最优结构与参数;基于光伏电站的实际数据对功率模型进行验证。结果表明,基于双层前馈神经网络的光伏电站气象-功率模型具有较高的准确度。     

改进灰色神经网络的作动系统功率预测

为提高飞机上作动系统的功率预测精度,建立了改进的多变量灰色神经网络预测模型。考虑了对系统功率需求有较大影响的相关因素,采用主成分分析法提取综合变量作为输入,在提升准确性的基础上有效减少了输入维数;在利用递增方式对初始值进行选择的过程中,引入粒子群优化算法快速求解最优初始值和背景值,模型预测的平均误差由13.35%降为7.53%;考虑到序列波动对预测精度的影响,采用BP神经网络对预测值进行误差修正,进一步将模型的平均预测误差降为4.07%。仿真实验表明,含主成分分析的改进灰色神经网络对飞机作动系统的功率有较高的预测精度,有利于飞机的电能调度。     

固定式二氧化碳激光器功率特性参数检测系统

该文介绍了二氧化碳激光功率特性参数无执行标准的状况、企业开展激光器质量控制活动遇到的问题以及激光器功率特性参数测试仪器设备现状.提出了一种固定式二氧化碳激光功率特性参数检测系统来解决目前企业和检测机构所遇到的问题.该检测系统是一套高精度、低成本、多通道、快速检测激光器检测仪,具有阀值功率、阀值电压、功率曲线、功率稳定度、电流稳定度、功率电流特性等项目测试功能.该测试系统响应了政府"机器换人"号召,提高企业的生产效率,降低了人工成本.     

一种预测焊接结构疲劳寿命的新方法

介绍了一种用于焊接结构疲劳寿命预测的方法。这种方法是基于功率谱密度等有关的统计参量,避开了常规疲劳寿命估算中对随机载荷谱进行循环计数的要求。根据输入及结构响应的频率成分,一般都可以预先估算出有关的统计参量,如功率谱密度函数等。文中给出了具体的计算实例,计算结果与实际情况比较吻合。     

功率电子电路中的混沌现象

对于功率电子中混沌问题的研究结果表明,人们不仅可以驾驭混沌,而且还可以利用混沌。该文对Ｌｏｒｅｎｚ混沌系统进行分析,从中阐述了混沌的基本理论。以降压式ＤＣ－ＤＣ变换器为例,对功率电子电路中的混沌现象进行了探讨,并通过计算机仿真观察到了功率变换器随着输入电压Ｖ１的变化而呈现出的混沌波形。文中的波形都是利用ＭＡＴＬＡＢ软件通过计算机仿真获得的,便于读者自行验证。     

神经网络在动力学系统建模中的理论研究

动力学系统可以看成是映输入空间到输出空间的一个算子,在特定时刻动力学系统的输出可以看成是其输入空间上的一个泛函,这样动力学系统建模就可以看作是表征系统映射关系的算子或泛函的逼近问题。研究了多层神经网络的非线性映射能力,给出了多层网络可一致逼近有限维空间Ｒｎ紧集上的连续函数、无穷维函数空间紧集上的连续泛函和连续算子的理论证明。得出的几个一般性结论为在动力学系统建模等领域应用神经网络准备了理论工具。     

级联型中高压变频器主电路结构及工作原理

级联型中高压变频器将若干个独立的低压功率单元的输出串联,实现高压输出。电网电压经过移相变压器降压后给功率单元供电,每个功率单元分别由输入隔离变压器的一个二次绕组供电,变压器二次绕组之间相互绝缘。功率单元为三相输入的整流电路和单相输出的交-直-交电压源型逆变器结构,将相邻的功率单元串联起来构成单相,三相输出Y型联结。     

智能装配系统中神经视觉的三维物体识别

根据智能装配系统的实际要求，提出了一种利用神经视觉进行三维物体识别的理论和方法，在利用立体象对重建物体的三维外形的基础上，建立物体的区域图，利用物体的三维矩及其不变性来构造代表物体的特征矢量．采用ＡＲＴ２神经网络构成神经网络分类器，把物体的特征矢量作为神经网络分类器的输入，从而对物体进行识别或分类．这种识别或分类方法可以在线学习，能满足智能装配环境下连续作业的要求     

电渣重熔系统渣温对输入功率的响应

本文通过渣池的能量平衡,建立了渣温对输入功率的响应关系。给出了确定系统参数的实验方案,并在0.5t电渣炉上进行了实验,结果表明,渣温对输入功率的响应是一个一阶线性系统,理论分析与实验结果相符。对三种工艺下的渣温、熔速进行了讨论并得到如下结果:恒功率重熔——渣温、熔速随锭高线性增加;恒熔速重熔——渣温,熔速在过程中保持恒定;恒熔池深度重熔——渣温、熔速随过程降低。     

一种新的电能质量扰动识别方法

针对电能质量扰动信号数据多、识别速度慢、识别过程复杂等问题,提出一种基于压缩感知理论和一维卷积神经网络的电能质量扰动信号识别分类方法,该方法通过离散傅里叶变换、高斯矩阵获取原始扰动信号的稀疏向量,利用正交匹配追踪算法重构扰动信号,将原始扰动信号和稀疏向量输入一维卷积神经网络分类模型;由仿真结果可知,可充分降低现有识别方法所需处理的扰动信号的数据量,实现了以较少的数据量表达扰动信号的特征信息,对有、无噪声情况下的14种单一、复合扰动信号具有很高的识别率,表明了方法具有采样数据少、特征提取方便、高识别率和较好的噪声鲁棒性的特点。     

基于径向基神经网络的风电场无功补偿优化算法

 针对风电场无功补偿容量计算工作量大、计算过程复杂的问题,提出了应用径向基神经网络优化风电场无功补偿容量计算的方法。首先建立了含风电场的电力系统潮流计算模型,以某风电场实际有功功率作为模型的输入,计算该风电场所需的无功补偿容量;以有功功率作为输入数据,以计算所得的无功补偿容量作为目标输出,建立径向基神经网络,并对该神经网络进行训练。用训练后的径向基神经网络代替潮流计算模型,对该风电场所需无功功率进行计算,结果表明,该方法计算复杂度比潮流计算模型低,计算量少。研究表明可用训练后的径向基神经网络模型代替潮流计算模型,实时计算风电场无功补偿容量。     

一种基于BOOST电路的高压发生器研究

研究了一种将BOOST升压电路和倍压电路相结合的改进型BOOST高压发生器.分析了电路的工作过程以及各器件对输出电压的影响,并给出具体计算公式.该电路具有体积小、外围器件简单、成本低等优点,可以作为低功率高压电源的优选电路.     

神经网络在CB油田储层预测和储层厚度计算中的应用

根据ＣＢ油田的特点提出了利用神经网络进行储层预测和计算地层厚度的方法。将传统的储层预测方法与人工神经网络相结合，能较好地解决ＣＢ油田的储层预测问题。利用神经网络的非线性映射特点实现了地震特征与地层厚度之间的映射，从而可以准确地求取地层厚度。用该方法设计了２口探井，实际钻井结果表明，这种方法的预测结果准确、可靠。     

用BP网进行变速风力发电机组控制分析

传统的控制需要精确的风力发电机的数学模型,而因为空气动力学的不确定性和电力电子的复杂性,使风力机系统精确模型难以建立,特别是在风速突变以及有扰动存在时,风力机的控制和分析很复杂;为了克服这一困难,用神经网对变速风力发电机组进行控制;设计功率系数曲线的BP网模型及最佳桨距角的BP网模型,在低风速时跟随风速获得最大功率系数,高风速时保持功率最大并在允许范围内.在MATLAB环境下给出了用BP网对变速风力发电机控制的仿真模型和仿真结果,显示采用神经网控制器控制有很好的抗风速突然波动的作用,能有效地抑制扰动.     

一种基于模糊逻辑和神经网络的电力负荷预测方法

应用模糊理论、人工神经网络等智能技术,确定了有效的电力系统短期负荷预测方法,其中着重考虑了天气因素对电网负荷的影响,并开发了实用化的负荷在线预测软件,该软件是基于Windows的应用程序,具有开放式的结构和友好的人机接口,可用于每小时或每15min的负荷预测,测试结果表明,该方法具有良好的预测精度。     

基于遗传小波神经网络的变压器故障诊断

电力变压器油中溶解气体的色谱分析是变压器故障诊断的重要方法,通过该方法可以间接了解变压器的运行状态和内部潜在故障.人工神经网络已经成功地应用于电力变压器故障诊断,但学习样本数多和输入输出关系复杂性减慢了网络的收敛速度.为解决此问题,将用遗传算法改进的小波神经网络应用于电力变压器故障诊断,克服小波算法易于陷入局部极小、收敛速度慢等缺点.     

神经网络负荷模型的综合能力研究

针对电力电子设备综合负荷模型难以用机理模型描述的现状,构造了动态综合负荷的模糊神经网络模型.该模型具有模糊推理和神经网络的优点,能很好地逼近动态负荷的模型输出.通过对已知实测建模数据的训练,分析了模糊神经网络负荷模型的前件参数、结论参数的辨识策略,阐述了模糊隶属度和模糊规则的形成过程.对负荷构成相异的4组实测变电站负荷数据,用其中1组建模数据进行训练,得出模糊模型结构和参数,用该模型去拟合其他3组数据,对模糊神经网络负荷模型的综合能力进行验证.实例表明,该模糊神经网络负荷模型不仅具有很强的自描述能力和收敛性,而且具有良好的综合描述能力.     

电力半导体器件和装置的功率损耗研究

为了提高电力电子装置和电力半导体器件的运行可靠性 ,提出了估算电力半导体器件损耗和结温的热 -电联合计算方法。基于电力半导体器件的瞬态开关特性的测量 ,构造了器件精确的损耗数学模型 ,同时考虑了器件的结温对器件损耗的影响。在单个器件损耗模型的基础上分析了电力电子变换装置的损耗 ,分析了装置中器件及其散热系统组成的热阻网络及各器件的结温。最后设计了两类实验装置分别验证损耗计算的精度 ,与实验结果的对比表明该方法为合理地设计器件的散热系统、提高电力电子变换装置的效率提供了有效手段。     

基于热约束的功率器件散热器成本最小化方法

散热器可大幅提高功率器件的散热能力和热安全性。但在实际工程中,散热器成本需被严格控制,否则将严重影响整个电力电子装置经济性。为此,本文提出一种基于热约束的功率器件散热器成本最小化方法。该方法在功率器件热网络模型的基础上,以器件结温最大值和热时间常数为热安全约束量,通过非线性优化算法,找寻最佳的散热器质量和散热面积参数,从而达到散热器成本最低的优化目标。以功率金属-氧化物半导体场效应晶体管(Metal-Oxide-Semiconductor Field-Effect Transistor, MOSFET)及若干散热器为对象开展实例分析,结果表明所提方法能够为散热器的合理设计或选型提供重要依据。