基于能量回馈技术再并网系统的设计与实现

针对有源能量回馈控制问题, 通过分析电机制动状态下电流波形和能量转换过程, 并在同步旋转dq坐标系下建立三相电压型并网逆变器的数学模型, 采用直接电流控制的空间矢量脉宽调制(SVPWM)算法, 实现了并网回馈电流有功分量和无功分量的独立控制, 并搭建了能量回馈系统的实验平台, 完成了三相并网逆变器的电阻负载实验和并网回馈实验. 该系统解决了能量回馈过程中注入电网时产生的问题, 并能实现网侧单位功率因数控制.     

应用于直流电网的直流断路器参数选取研究

混合式高压直流断路器所能承受的电流水平不仅反映了整个网络向故障点的馈能情况,同时也是其内部各开关器件承受能力的外在体现。直流电网的稳态潮流分布及故障时的电流变化情况则是高压直流断路器载流支路及主断路器支路参数选取的重要依据。本文以直流电网潮流分布为基础,考虑了直流电网可能存在的多种运行方式,分析了高压直流断路器承受的稳态电流水平,进而为其载流支路参数选取提供参考。同时,在基于半桥子模块结构的换流器故障机理分析的基础上,进一步研究了直流电网线路发生故障时的网络电流、换流器出口电流及换流器桥臂电流的变化情况,为高压直流断路器所需开断故障电流水平提供理论依据,并为高压直流断路器的主断路器支路参数及限流电感参数整定及其与换流站闭锁保护相互配合提供一定的参考。最后,在PSCAD/EMTDC仿真平台搭建的四端环网模型上验证了所提方法的正确性。     

基于CFOA的2-D网格多涡卷混沌电路的设计

采用电流反馈放大器(CFOA)设计了一个由3个积分电路、2个非线性电路和1个减法电路组成的混沌电路,该电路能产生网格多涡卷混沌吸引子.CFOA具有很好的频率特性和端口特性,使得该电路结构简单、中心频率高、有源器件少.电路仿真结果与数值仿真结果一致,仿真结果表明电路设计正确.     

基于波形分析的彩色QR码识别

彩色QR码在RGB空间存在不同灰度级别的码块,采集过程中受到点扩展函数的影响,导致相邻码块间串扰严重。为了消除相邻码块的干扰,提出了一种基于波形分析的彩色条码信号恢复算法,并结合QR码采样网格,对条码进行识别。首先通过定位图形确定采样网格,分割单行条码,然后通过横向脉冲扫描建立单行条码的波形,通过波形分析对高斯点扩展函数的方差进行估计,并对抽样信号进行反卷积,完成识别。实验表明本算法对彩色QR条码的识别准确迅速,对推动彩色条码的应用起到了一定的作用。     

基于龙格库塔算法和可编程门阵列技术的混沌系统实现

提出了使用硬件描述语言(HDL)在现场可编程逻辑门阵列器件(FPGA)上实现二阶龙格库塔法产生混沌信号的一种新方法.首先,根据二阶龙格库塔算法分解求解连续混沌系统,得到一个迭代求解过程;其次,使用HDL描述状态机实现该迭代过程,输出数字混沌序列;最后,将数字混沌序列输出至高速数模转换器(DAC),可观察到模拟混沌信号.给出了网格状多卷波混沌系统和经典Lorenz系统上的具体实现步骤和相应结果.结果表明,此方法具有一定的普适性,可用于其它混沌系统的混沌信号产生,且消耗FPGA资源不多,具有很强实用性.     

基于动态任务优先级的网格任务调度算法研究

网格环境下的任务调度是一个NP完全问题.为了确保每一步都能优先调度影响调度长度最大的就绪任务,提出一种采用动态任务优先级策略的任务调度算法.在进行任务调度的过程中,通过动态计算任务图DAG的关键路径并有效地利用处理器的空闲时间段来复制任务,使任务节点之间的通信开销尽可能降低,进而缩短整个任务图的完成时间.大量的模拟实验结果表明,所提的算法在任务完成时间上明显优于HEFT算法和DDS算法.     

不确定环境下的电力系统拓扑控制问题(英文)

在环境保护的压力下,新能源和电动汽车越来越多地被引入电网,这就增加了电力系统的不确定因素.为此,首先讨论不确定环境下电力系统安全防御中的一些拓扑控制问题,然后给出这些问题的图论描述以及研究中面临的挑战和进展.     

城市二维内涝模型的GPU并行方法

针对二维水动力模型应用于城市内涝模拟时,在大尺度区域或精细分辨率情形下运行耗时过长的问题,通过耦合SWMM模型和LISFLOOD-FP模型构建城市内涝模型,采用GPU的并行计算技术加速城市二维内涝模型。以盐城响水县城区的内涝模拟为例,对并行模型的效率进行分析,结果表明,基于GPU的并行计算技术可以显著提升模型运行效率,在5 m分辨率下能够8 min内模拟12 h的内涝事件,可用于突发内涝事件下的快速响应;并行模型的加速效果在更高的空间分辨率下表现更明显,在2 m分辨率下取得最高10.86倍的加速比;要最大化发挥GPU计算效率,首先需要单步长有较大的计算量,其次是要尽量减少与GPU的数据频繁传输导致的额外开销。     

一种基于网格的跨集群VOD系统及其仿真实现

提出了一种城域范围内基于网格技术的跨集群异构VOD系统实现框架;描述了系统硬件拓扑、软件层次结构,系统主要组件的交互活动．提出了一种对点播任务的分布式自适应调度算法并给出了基于此调度算法的仿真方案和结果．调度算法基于多目标规划,分为二级实现,包括任务在跨集群间的调度和集群内的调度．仿真结果显示,在系统的负载容量内,负载的大幅增加不会引起服务质量的显著下降。     

应用机器学习技术预测强雨雪天气过程中的积雪

2017年12月～2018年2月冬季,在中国长江中下游流域发生了两次强度强、范围广的强雨雪冰冻天气。在第一次强降雪天气中,由于2018年1月3～4日和5～8日两阶段降雪在中国东部落区高度重叠,导致了较为严重的灾害。为了预测日积雪深度,利用2017年12月～2018年2月和2007年12月～2008年2月这两个时间段上的国家测站日值数据,利用CART决策树算法根据各气象要素生成一个预测当天是否有积雪的二元判别决策树模型。从决策树结构中可以看出,前一日的积雪深度、日最高气温、日平均气温、日最低相对湿度等要素对预测结果的影响重大。且两决策树的结构相似度极高,故该模型对是否有积雪的预测存在普适性。随后利用深度学习方法训练两个时间段上所有预测为有积雪的个例,建立预测积雪深度的回归模型,结果表明,利用该模型训练得到的误差较小,但不足之处在于,预测极端降雪个例的误差大于普通降雪个例。将决策树模型与深度学习模型串接,便能得到预测当天是否有积雪,及积雪深度的模型。相比于前人的研究,该模型能拟合更复杂的特征,得到更精确的预测,使用2018年的数据也能更好地模拟当前的气候背景。