局部阴影光伏发电系统中基于改进PSO的MPPT控制

光伏发电系统在局部阴影条件下,传统的最大功率点跟踪算法（maximum power point tracking,MPPT）容易陷入局部寻优,无法跟踪到全局最大功率点. 针对这一问题,本文提出了一种基于自适应学习因子粒子群算法的最大功率跟踪方法. 该方法在普通粒子群算法的基础上不断改变学习因子和权重系数,以提高算法收敛的速度和精度. 将其应用于局部阴影条件下的光伏发电系统最大功率点跟踪中,并在RT-LAB实时仿真平台中以两个接受不同光照强度的光伏阵列为例进行实时仿真验证. 仿真结果表明,两峰情况下本文所提出的自适应学习因子粒子群算法能够在0.298 s左右跟踪到全局最大功率点,普通粒子群算法需要约0.615 s,而扰动观察法陷入了局部最大功率点,本文所提算法能够有效提高系统的收敛速度和精度并且适用于多峰情况. 最后设置仿真算例验证本算法适用于光照突变的情况.      

基于智能Agent的车辆自适应跟踪技术

为了研究复杂环境下快速移动车辆目标检测与跟踪问题,提出了基于知识库的智能Agent自适应图像分割与滤波算法,建立了帧间差异积累动态矩阵自适应背景模型,在跟踪过程中,设计了改进的SSD算法预测初始迭代点,根据Jensen不等式推导了具有自适应核窗宽迭代更新的M eanSh ift算法,实现了对视频车辆目标的自适应智能跟踪.实验结果表明,该算法能有效、准确地跟踪视频中的运动目标,自适应能力强;与其他算法比较,跟踪误差降低了54.4%,平均跟踪时间延长了41.3%.     

基于预测控制的光伏阵列最大功率点跟踪方法

针对传统PI控制的光伏系统在外界环境变化剧烈时无法及时跟踪最大功率点的问题,提出基于预测控制的光伏阵列MPPT跟踪方法.选取两级并网逆变器为研究对象,在分析光伏电池发电原理和数学模型的基础上,基于改进传统电导增量MPPT算法,建立BOOST电路离散数学模型来预测目标时段的变化,以评价函数表示期望的控制结果,利用评价函数最小化确定最优开关状态,最终实现MPPT.以Matlab/Simulink为平台,进行的光伏系统在外界环境短时多次突变下功率响应的仿真实验表明:基于预测控制的MPPT方法输出功率稳定,且具有较高的灵敏性和准确性.     

宽输入电压范围单相光伏并网变换器的控制策略

双级型光伏并网变换器中,如果光伏阵列电压接近或高于直流母线电压,升压斩波器将不能正常工作．为了扩大变换器对输入电压的适应范围,本文为双级型变换器增加了单级式工作模式：当光伏阵列电压高于逆变所需的直流母线电压时,切除升压斩波器,由并网逆变器实现最大功率点跟踪．在临界电压附近设置滞环,以免升压斩波器频繁投切．通过上述方法,当光伏阵列的电压在150V到550V的宽范围内变化时,变换器都能良好工作．实验结果验证了本文方法的可行性．     

基于激光雷达的无人驾驶障碍物检测和跟踪

针对激光雷达动态障碍物检测与跟踪过程中聚类适应性差、实时性低和跟踪准确度不高等问题，提出一种自适应的密度聚类算法和多特征数据关联方法，分别用于检测和跟踪. 首先，对激光雷达采集的点云进行路沿检测、感兴趣区域提取和地面分割等预处理，去除无关点云；然后，基于自适应的密度聚类算法对非地面的点云进行聚类，完成障碍物点云检测；最后，利用加权多特征数据关联算法结合卡尔曼滤波器实现对动态障碍物跟踪. 通过实验表明:本算法能够根据10 Hz的激光雷达数据实现对障碍物准确、稳定的检测和跟踪，且聚类时间缩短32%.      

考虑牵引所多运行状态的城轨交直流供电计算

城市轨道牵引变电所存在多种运行状态:整流状态、整流机组关断状态、逆变回馈装置恒定电压运行状态、逆变回馈装置最大功率运行状态. 针对潮流计算中牵引变电所状态的不确定而影响计算收敛性的问题，提出一种考虑牵引变电所多运行状态的城轨交直流供电计算算法. 该算法对逆变回馈装置和车载制动电阻建模，根据迭代过程中牵引变电所网压、电流，采用滞环比较策略确定牵引变电所状态，通过交直流交替迭代方法求解潮流. 对某地铁工程进行仿真分析和实测验证，结果表明:仿真与实测的牵引变电所负荷过程曲线Pearson相关系数为0.76～0.92；逆变回馈装置节能率的仿真结果与实测误差不超过1.7%；在全线整流机组空载电压较高的场合，当逆变回馈装置的启动电压设置在1750 V以上时，消耗在车载制动电阻上的能量显著增大.      

带噪声的点云数据的隐式曲面重建算法

针对三维扫描获取的带噪声和离群点的点云数据,提出了隐式曲面重建算法.用基于均值漂移的滤波算子,把每个采样点移动到核密度函数的局部最大值的点,以限制噪声并剔除离群点.然后,用自适应的八叉树空间划分方法将降噪后的采样点数据分成小的子域.最后,在每个子域内计算局部形状函数,并用单位分解法将所有的局部形状函数加权求和以逼近模型的全局函数.实验表明,该方法是鲁棒的,能用带噪声和离群点的点云数据实现多分辨三维重建,得到细节丰富的曲面.     

结合双向光流约束的特征点匹配车辆跟踪方法

针对复杂交通场景中动态光照变化、目标尺度变化和部分遮挡等因素带来的影响,提出了一种基于特征点的稳定可靠的车辆跟踪方法.针对运动车辆高速行驶时具有较大帧间运动的特点,构造KLT算法的金字塔模型,根据前向和后向跟踪偏移量,对稳定性较差的特征点进行剔除.同时,采用SURF特征匹配算法对目标特征点集进行更新和校正.最后,利用特征点之间的位置信息,确定目标的尺度和旋转变化因子,从而实现当前帧中目标区域的定位.实验结果表明,提出的车辆跟踪方法可以有效地解决复杂场景中目标形变和部分遮挡等问题,对尺度和旋转变化也具有较强的鲁棒性.     

基于FFRLS的多堆燃料电池系统功率分配方法

为减小多堆燃料电池系统 （multi-stack fuel cell system, MFCS）中单体燃料电池运行期间输出功率的大范围变化，提高MFCS平均效率，以保证各燃料电池长期稳定运行，针对大功率质子交换膜燃料电池 （proton exchange membrane fuel cell，PEMFC）系统，提出了一种基于遗忘因子递推最小二乘 （forgetting factor recursive least square，FFRLS）在线辨识地改进链式功率分配方法. 该方法利用FFRLS算法的实时在线辨识能力估算运行中的每个燃料电池最大效率范围 （maximum efficiency range，MER），并将其边界值作为约束参考值实时更新链式功率的限定区间；然后，依据负载需求功率变化和各燃料电池效率高低顺序分配各电堆出力；最后，在搭建的RT-LAB半实物平台上进行试验分析. 试验结果表明:与平均功率分配和传统链式功率分配方法相比，本文所提方法对MFCS效率分别提高了0.93%和1.95%.      

基于时空轨迹跟踪的交通流特性参数检测分析

基于视频的交通流检测在智能交通系统中具有重要意义.本文针对广泛采用的低位摄像机,提出了一种交通流特性参数的检测分析方法.首先基于三级虚拟检测线和自适应更新率局部背景建模来快速提取车辆特征点并消除活动阴影对提取精度的影响;然后基于Adaboost（Adaptive Boosting, 自适应增强）分类器实现特征点按车分组,并在跟踪过程中根据运动特征相关度消除分组误差,获取高精度的车辆轨迹;进而自动生成多车道轨迹时空图并提取各车道交通流的多种特性参数.实验结果验证了算法的高效性;同时,自动生成的多车道轨迹时空图也为更多的交通信息获取和更深入的交通流特性分析提供了有力支持.     

Research on maximum power point tracking in redundant load mode for photovoltaic system

In order to ensure that the photovoltaic (PV) array always works at the global maximum point of power to increase the system’s overall efficiency, this paper leads the study on maximum power point tracking (MPPT) in redundant load mode. A new control system is designed by combining the redundant electronic load module, embedded controller, supportive capacitor and boost circuit. The system adjusts duty ratio of boost circuit dynamically based on the maximum power point parameter provided by redundant load unit in order to realize MPPT. An experiment shows that no matter whether system is under an even illumination or partly perturbed by shadow, this method can find the exact maximum power point.     

新型光伏锂电无均衡管理储能发电系统

提出了一种新型光伏锂电储能系统拓扑结构.在该结构中,光伏电池与锂离子电池单体之间通过控制单元实现能量耦合,通过光伏电池与锂离子电池单体之间的结构耦合,实现锂离子电池的无均衡管理（NBCM）.对该拓扑结构进行了仿真和实验验证,实验结果表明,该光伏锂电储能模组能够在以欠压浮充为投切判据的控制单元工作模式下,实现光伏电池近似MPPT工作的同时,能有效地对锂离子电池进行充放电;与肖特基二极管近似直连相比,通过MOSFET以近似直连的方式耦合选定工作电压的30 W光伏电池与锂离子电池能够提升模组能量效率约8%,在独立运行和并网运行光伏储能发电系统中均可应用.      

基于状态机的燃料电池混合动力系统控制策略

针对由2套大功率氢燃料电池、超级电容和动力电池所构成的有轨电车用混合动力系统,提出能够满足运行工况需求的状态机控制能量管理策略. 首先,以状态机为基础构架,将有轨电车的运行划分为牵引、惰行、制动和故障4种状态;接着研究了4种运行状态下的能量管理策略,牵引状态采用基于自适应放电系数的均压算法,惰行状态采用改进的最大效率点跟随算法;然后基于4种状态,进行了整车实际运行;最后对比分析了功率跟随策略、状态机控制策略的能耗和电池堆效率. 研究结果表明:基于自适应放电系数的均压算法能够保证2套超级电容在牵引状态中均匀放电,避免了单套超级电容过度使用的情况;改进的最大效率点跟随算法使得燃料电池的平均效率提高了3.91%;此外,状态机控制策略与功率跟随策略的电堆效率分别为61.89%、57.98%,前者比后者节约了3.2%的氢气.      

复杂环境基于多信息融合的车辆跟踪方法

平交路口复杂环境下基于视觉的车辆跟踪容易受到如车辆在图像上投影的尺 度变化,车辆的排队与消散过程中邻近车辆间的遮挡及分离等因素的影响.针对该问题, 本文提出了一种利用局部特征增强的Mean-shift 改进算法,利用SIFT 特征点对尺度、旋 转变化鲁棒的特性,将其与基于跟踪区域颜色特征的跟踪方法相融合实现车辆跟踪,较 好地解决了在车辆尺度、运动方向变化,以及遮挡情况下的跟踪问题.同时通过引入跟踪 车辆分离的判定条件,结合特征点聚类算法解决了相邻车辆发生分离时的判断及跟踪问 题.实验结果表明,在多种交通场景的车辆跟踪过程中,本文提出的算法有较好的鲁棒性, 定位结果更加精确.     

扰动观察法的MPPT负载突变误判现象研究

在光伏系统中,Boost电路常常作为前级电路,使其工作在最大功率点处,以向后级电路传输最大的能量。然而在系统运行过程中,由于后级电路在调整过程中以及到达稳态后负载的加载、掉载等原因,会造成后级电路等效输入电阻(前级电路输出电阻)发生变化。因此可能会造成前级Boost电路功率点比较发生错误,从而发生误判现象。针对前级电路在应用扰动观察法做MPPT时,负载突变对电路误判的影响,对电路从开始调整到电路稳态后的全过程中的误判现象做了理论分析和总结。最后搭建了Boost实验电路验证了分析的正确性。     

基于PSO优化RBF-NN的磁浮车间隙传感器温度补偿

针对高速磁浮列车悬浮间隙传感器的温度漂移现象,建立了基于RBF（radial basis function）神经网络的间隙传感器温度补偿模型.通过对全局最优粒子执行梯度下降寻优,将粒子群优化算法与梯度下降算法结合得到一种寻优能力更强的混合算法,并将该方法用于RBF温度补偿模型参数优化,提高了间隙传感器的补偿精度,最后,使用现场可编程门阵列FPGA（field-programmable gate array）实现了该补偿模型并进行了实验.实验结果表明:该方法能够较好地对间隙传感器进行温度补偿,补偿后的传感器输出不受环境温度影响,全量程范围内最大误差为0.45 mm,8~12 mm工作间隙范围内误差为0.16 mm.      

���ӻ����³�����Ӱ�ָ��㷨�о�

车辆阴影分割是智能交通领域中车辆识别的一项重要内容,阴影分割的好坏直接影响到车辆识别的准确性以及整个智能交通监控系统的性能。针对当前基于RGB和HSV颜色空间的车辆阴影分割算法缺陷与不足,本文提出了一种新的基于YCbCr空间的车辆阴影分割算法。首先选取图像中的运动区域,运动区域包括车辆以及阴影;然后根据阴影区域出现的特点,选择初始阴影数据;最后,通过本文提出的阴影分割算法最终确定阴影区域的形状与位置。经过实际道路运行测试,该算法能提取出的车辆阴影完整性好,具有较好的鲁棒性,在智能交通领域具有一定的应用价值与前景。车辆阴影分割是智能交通领域中车辆识别的一项重要内容,阴影分割的好坏直接影响到车辆识别的准确性以及整个智能交通监控系统的性能。针对当前基于RGB和HSV颜色空间的车辆阴影分割算法缺陷与不足,本文提出了一种新的基于YCbCr空间的车辆阴影分割算法。首先选取图像中的运动区域,运动区域包括车辆以及阴影;然后根据阴影区域出现的特点,选择初始阴影数据;最后,通过本文提出的阴影分割算法最终确定阴影区域的形状与位置。经过实际道路运行测试,该算法能提取出的车辆阴影完整性好,具有较好的鲁棒性,在智能交通领域具有一定的应用价值与前景。