排序方式: 共有49条查询结果,搜索用时 421 毫秒
1.
最大功率跟踪控制算法是光伏发电系统中重要的研究对象之一,但是跟踪速度和跟踪精度之间的矛盾一直是研究重点。在分析了各种控制算法优缺点的基础上,结合扰动观测法提出了一种改进的滑模控制,并通过Simulink仿真和实验证明了该算法在跟踪速度和跟踪精度上的优势,为光伏系统最大功率跟踪提出了一种新思路。 相似文献
2.
在电磁超声检测中,针对磁致伸缩换能器换能效率低,接收到的信号通常十分微弱的问题,设计了一个在激励线圈和功率放大器之间的阻抗匹配电路,使之可以在30~150 kHz内的能量传输效率增大。通过Smith圆图法确定元器件数值并用阻抗变换得到的公式去验证,设计出阻抗匹配网络。该网络可以增大传输功率,提高激励线圈上的电流。仿真和实验结果表明:增加阻抗匹配电路,可以有效提高激励电流,进而增加电磁力,使得磁致伸缩效果明显,功率传输效率有效提高。 相似文献
3.
近年来,电气化铁路对10 kV自闭/贯通线的改造一定程度上增加了架空线-电缆混合输电的线路结构,随之而来的是故障测距过程当中,判别距离结果精度偏低的问题。首先分析了在架空线-电缆混合输电线路中,故障行波的传播特性,提出了一种分段距离判别的电气化铁路混合线路故障测距方法。该方法通过对故障发生范围进行假设分区,然后利用小波变换的奇异性检测原理通过对故障行波进行小波变换求取模极大值来识别波头,在此基础上根据双端测距原理,计算出不同区段所对应的故障距离,得到不同的计算结果;将不同的故障结果,通过距离约束条件进行筛选,从而确定最终测距结果。实验结果表明,所提出的方法对混合线路的故障判别具有较好的适用性,并且不受故障类型、过渡电阻的影响。 相似文献
4.
在非线性条件下,扩展Kalman 滤波( EKF)的应用最为广泛。但是,由于它采用了Taylor展开的线性变换来近似非线性模型,因而存在计算量大、实时性差、估计精度低等缺点。粒子滤波( PF)用一些带有权值的随机样本(粒子)来表示所需要的后验概率密度,并通过这些粒子的加权来估计目标运动的状态,从而得到基于物理模型的近似最优数值解,具有精度高、收敛速度快等特点。通过仿真实验将PF与EKF的性能进行了对比,并且研究了噪声协方差与粒子数对PF的影响。 PF与EKF的对比实验结果表明,在强非线性条件下,PF比EKF跟踪精度更高,误差更低。 相似文献
5.
风力发电过程中的功率预测问题是制约风力发电发展的重要因素。针对单一传统神经网络易陷入局部最优的问题,提出了利用信息熵原理把遗传算法优化的BP网络和小波-支持向量机2种算法进行组合预测,结合华北某风电场提供的历史功率数据和数值天气预报数据对未来48 h功率进行预测,仿真结果表明,该组合预测方法的预测精度比单一预测模型的预测精度高,效率高,具有一定实用价值。 相似文献
6.
介绍了二维码的结构、标准、编解码过程,以及采集图像上传至上位机的过程。通过分析二维码特性,基于LabVIEW开发的二维码机器视觉检测系统提出图像导入、图像预处理、图像定位和特征提取等研究方法,最终实现二维码识别功能。该系统使用640×480像素的低分辨率图像进行测试,在恶劣条件下取得94%的成功率且处理时间在40 ms/板以下,优于大多数现有系统。 相似文献
7.
在重型列车荷载反复作用下,桥梁结构易发生损伤与破坏,因此识别列车荷载作用类型可为管理部门提供桥梁可靠运营信息。目前既有的列车荷载类型识别方法往往基于桥梁结构局部力学响应建立,其忽略了整条线路中多点监测数据的关联,识别结果易受复杂环境影响。针对此问题,提出一种基于多桥支座振动信号联合分析的列车荷载类型识别方法。首先利用构建的桥梁支座健康监测视觉分析系统提取多桥支座的动位移数据,提出通过FFT信号相关分析对多桥支座振动数据进行时间同步,由此获得多点监测数据的联合表征;然后,将构建的多点监测数据联合表征可视化为灰度图像,并将列车荷载类型识别建模为图像识别问题;提出利用ShuffleNet-V2轻量级识别网络对构建的多点监测数据联合表征图像进行分类,由此识别不同类型的列车荷载。最后通过实际的桥梁支座健康监测系统进行测试,实验结果表明在复杂环境下多桥支座振动信号联合表征可获得良好的图像分类特征,而构建的轻量级识别网络可精准识别列车荷载类型,验证了本文方法具有很好的普适性与应用前景。 相似文献
8.
就一款主、副边互感线圈均为串联谐振感应耦合的电动汽车无线充电原理电路进行了深入分析,经对电动汽车的蓄电池电压与输入交流电源电压之比的优化,得出了它在稳态工作时电路的输出功率、传输效率与电路参数的关系,并得到了与互感线圈对应的补偿电容上的电压与输入交流电源电压、蓄电池电压及互感线圈互感量间的关系。通过仿真,对以上结果进行了验证,此结果可以为电动汽车在行进中充电打下基础。 相似文献
9.
针对传统共振解调方法中共振频带需要人为确定和故障轴承振动信号信噪比低的缺陷,提出了一种基于EMD算法的共振解调改进方法。该方法首先对轴承振动信号进行EMD分解,然后自适应地筛选出高频固有振动频率附近的基本模式分量(IMF),并对单分量进行滤波处理,最后重构选取滤波后的基本模式分量,并对重构信号进行包络解调分析,得到故障特征频率和故障类型。滚动轴承故障诊断表明,改进方法不仅能够自适应地确定共振频带,而且可以有效地提取故障特征,识别故障类型。 相似文献
10.