基于PID参数自整定的远程恒压供水系统的研制

用传统的PID参数整定方法实现恒压供水系统的控制无法满足更高的供水要求。针对该系统存在问题,将模糊PID参数整定理论和利用蚁群算法来优化参数相结合是一种新的尝试,仿真结果表明,该方法比其它类型的控制器有更好的动态性能。     

基于Park变换的配电网多端行波故障定位方法

单端和双端行波定位方法都很难准确定位配电网故障,因此提出一种采用多端行波的配电网故障定位方法.首先给出基于Park变换的自适应行波检测策略,在分析双端行波定位缺陷的基础上,根据检测到的行波到达各配电线路末端的时间,给出多端行波故障定位的原理.该方法克服了由于配电线路结构复杂所造成的反射波识别困难,而且不受故障类型、故障初始相角和接地电阻大小的影响.采用PSCAD/EMTDC仿真软件和MATLAB软件对不同的故障工况进行仿真,仿真结果表明,本文方法能够快速准确地定位故障点,从而证实了该方法的有效性和可靠性.     

反相高效液相色谱保留值方程的简化

系统地考察了31种有机化合物在反相高效液相色谱条件下和在较宽的流动相（甲醇—水体系）组成范围内溶质的保留值k′与有机改性剂甲醇浓度CB之间的关系,在大量数据基础上,回归得到了描述反相液相色谱溶质保留值与二元流动相中有机改性剂浓度CB的关系式：lnk′=b0＋b1CB.该关系式实际上是对反相液相色谱保留值方程的合理简化,最后对此关系式中的几个参数做了简要的讨论.     

DTBSVM的向量投影法在变压器故障诊断中的应用

文章将向量投影法应用在变压器故障诊断中,解决了如何构建有效SVM 层次的问题。按照类与类样本集之间的相交情况,利用欧氏距离和径向基函数计算类与类的空间距离和类间可分性测度,根据可分性测度进行排序,设计比较合理的层次结构进行分类。这种方法建立的故障诊断模型,是一种一对多、多对多分类相结合的故障诊断模型,用于解决多分类问题效果较好;这种方法对于 N类分类问题,只需构造（N-1）个SVM分类器,并且不存在不可识别的区域,分类过程比较快速,具有较好的泛化能力。实验证明与传统的三比值法和神经网络方法相比,所提出的方法在故障诊断的正判率上都有了提高,具有较好的实用价值。     

基于模糊TOPSIS方法的变压器维修策略

变压器维修策略的决策是一种涉及到量化指标和定性分析指标共存的混合多属性指标的决策问题.运用模糊理想解法(fuzzy TOPSIS)建立了变压器维修策略的模糊综合评价分析模型,来解决含有混合多属性指标决策问题.这种方法不仅可以对多台变压器的运行情况进行监视,通过利用计算相对贴近度来确定变压器的运行状态,进而确定变压器的维修策略,而且还可以通过专家系统对1台变压器的多种维修策略进行直接的判断与确定,通过精确的实数型指标值、区间数型的指标值和模糊数的指标值进行分类判断,给出多种维修策略下的取值情况,进而分析比较各个相对贴近度的大小,做出排序,决定选取哪种维修策略.通过实例验证此方法具有良好的决策效果.     

基于QPSO算法优化的区间二型模糊逻辑系统预测

设计了一类区间二型模糊逻辑系统,研究基于历史数据的预测问题.在区间二型模糊逻辑系统设计中,前件、后件、输入测量区间二型模糊的主隶属函数均选择成具有不确定标准偏差的高斯型二型隶属函数.量子粒子群优化(QPSO)算法用来调整所设计的区间二型模糊逻辑系统参数.部分欧洲智能技术网络(EUNITE)的负荷竞赛数据和美国田纳西州(WTI)原油价格数据用来测试所提出的模糊逻辑系统预测方法.定义综合评价误差和作为模糊逻辑系统的预测性能指标.仿真研究表明,所提出的区间二型模糊逻辑系统预测方法在收敛性和稳定性上均优于相应的一型模糊逻辑系统.     

移相全桥的重积分间接滑模控制策略

为了改善移相全桥直流变换器的输出性能,提出一种重积分间接滑模控制策略.给出了移相全桥的动态模型,同时采用李导数给出重积分间接滑模控制器的设计过程.分析了间接滑模控制过程中的降阶现象;在三维相空间中描述了滑模存在域和滑动过程,并给出滑模系数的整定公式.仿真和实验结果表明,该控制策略可提升移相全桥变换器的鲁棒性和动态品质,在保留滑模控制优点的同时有效消除间接滑模控制导致的输出残差.     

基于复变自适应神经网络的电网相位估计方法

针对非理想电网电压下,不平衡电压、频率偏移引起的电网相位难以检测的问题,提出了一种在复变域下使用的基于自适应神经网络的电网相位估计方法.首先,对非理想电网电压进行建模,在得到神经网络模型的基础上,将复变最小均方算法的权值更新方法应用到神经网络权值更新过程中,利用神经网络权值实现对相位的估计.为了跟踪电网频率,设计了电网频率跟踪环节,并对收敛性进行了分析.仿真和实验的结果表明所提出的方法能够快速准确地对非理想电压下的电网相位进行估计.     

基于FNN自适应控制的HEV控制策略

非线性多变量控制系统是复杂控制系统,其原因是系统中包含有多个子系统,若使整个系统及子系统的性能最优,常规的控制方法难以实现·提出了采用基于模糊神经网络(FNN)的控制方案,并且为了对FNN的参数辨识及提高FNN的收敛速度,采用了免疫遗传算法(IGA)进行寻优·混合动力电动车辆(HEV)的多能源动力总成控制系统是一个典型的复杂系统,对其进行最优控制是一个难题,以此为对象进行了仿真研究,结果表明该种控制策略的有效性·