课程文献中心 更多>>

关键词： 二次模态分解   短期光伏功率预测   海象优化算法   深度学习  

摘要： 针对当前光伏功率预测模型所面临因数据的复杂性、信号处理过程的噪声干扰、非线性特征难以提取等问题而导致的预测精度低、稳定性差等多方面挑战,提出了一种融合二次模态分解(SMD)和基于海象算法(WaOA)优化CNN-LSTM神经网络的组合预测模型。首先,利用完全自适应噪声集合经验模态分解(CEEMDAN)对光伏数据进行分解,并结合K均值聚类算法(K-means)将多个子序列重构成低频、中频以及高频序列;其次,将含有残余噪声的高频序列采用变分模态分解(VMD)进行二次分解处理;最后,对各分量分别构建CNN-LSTM模型,并利用WaOA算法对网络参数进行寻优,将各分量的预测结果进行叠加,得到最终预测结果。SMD处理方法解决了传统数据处理方法模态混叠、低频分量过多和高频分量噪声残余等问题,CNN-LSTM模型能够捕捉数据中的空间关系和长期依赖关系,WaOA算法对模型参数的优化提高了模型的性能和效率。选取陕西某地光伏电站数据进行测试,通过多组对比实验进行验证,结果表明:所提方法具有更高的预测精度。

关键词： 数学方法   电动力学   交叉学科   计算物理学   电场强度   计算机技术  

摘要： 作用到目标上的电场强度大于100 V/m的电磁波为高功率电磁波。研究高功率电磁波的产生、辐射、传输以及与目标相互作用的学科被定义为高功率电磁学(high-power electromagnetics,HPEM)。计算高功率电磁学(computational high-power electromagnetics,CHEM)是研究如何使用数学方法和计算机技术分析并量化高功率电磁学问题的学科,它是涉及电动力学、计算机技术、数学等的交叉学科,是计算物理学的一个分支。

关键词： 变压器   加权核主成分分析   故障诊断   溶解气体分析   指数分布优化算法   极端梯度提升  

摘要： 针对变压器故障的特点,将加权核主成分分析技术与IEDO-XGBoost相结合,提出了一种新的变压器故障诊断模型。该方法主要将溶解气体分析技术与无编码比值法相结合,获取变压器的故障特征,利用WKPCA对其进行降维处理,并将归一化处理后的故障样本数据作为IEDO-XGBoost模型的输入,输出变压器故障诊断类型及其诊断准确率。选取20维变压器故障特征数据进行WKPCA降维处理,加快了模型的收敛速度;采用自适应正余弦策略和高斯变异策略对指数分布优化器算法进行改进,并用10个典型测试函数对改进后的指数分布优化算法性能进行了测试,结果表明改进后的指数分布优化算法具有更快的收敛速度和全局搜索能力。然后,利用改进的指数分布算法来确定XGBoost模型中的多个最优参数。仿真结果表明,该模型的诊断准确率为91.82%,分别比EDO-XGBoost、NGO-XGBoost、GJO-XGBoost、GWO-XGBoost和WOA-XGBoost故障诊断模型高2.73%、3.64%、5.46%、8.18%和10.91%,验证了本文所提方法能够有效提高变压器故障诊断性能。

关键词： 谐振器   滤波器   窄带   等效电路   有限元仿真  

摘要： 滤波器作为信号传输过程中的关键器件,具有筛选、过滤传输信号的作用。提出了一种适用于窄带滤波器的新型谐振器结构,通过堆叠c轴取向相反的异质压电薄膜,削弱机电耦合效应,从而降低谐振器的有效带宽。首先阐述了新型窄带谐振器结构的工作原理,再对传统Mason电路模型进行修正,采用分段式四端口传输线及双变压器模型进行建模,使其适用于所提出的谐振器结构,同时将电路仿真与有限元仿真的结果进行对比,以验证电路模型的准确性。采用常见的阶梯型拓扑构造了窄带滤波器的原理电路,通过仿真得到滤波器的传输特性曲线,论证了窄带滤波的可行性。

关键词： 电动汽车   直流充电   双枪充电   功率分配  

摘要： 中国新能源汽车市场快速发展,市场规模持续扩大。随着电动汽车渗透率逐步增高,快速补能已成为各家新能源车企以及充电桩企重点关注的内容。文章主要介绍目前一体式双枪直流桩以及分体式直流桩功率分配原理,并依托中国充电工况项目(CCIC)实地采集不同型号、不同运营商和不同制造商的一体式双枪直流桩以及分体式直流桩在两辆车同时充电状态下充电电压、充电电流、充电功率变化情况,通过测试结果总结规律,分析一体式双枪直流桩以及分体式直流桩功率分配原理。

关键词： 回声状态网络   变分模态分解   遗传算法   光伏功率预测  

摘要： 为了降低光伏发电的随机性、波动性和间歇性对电网调度和经济效益的影响,提出了一种光伏功率预测的组合模型。基于遗传算法(GA)优化变模态分解(VMD)的关键参数,该模型首先将光伏功率的非平稳时间序列进行VMD分解,并通过GA优化模态数量和惩罚系数,以确保分解效果最佳。针对每个模态的波动特性,应用回声状态网络(ESN)进行建模。最终,将各模态的预测结果进行叠加重构,得到光伏功率的最终预测值。通过实验验证,证明了该组合预测模型在精度和性能上的优越性。

关键词： 功率放大器   通信系统   设计与优化  

摘要： 随着通信技术的不断发展,高性能功率放大器在通信系统中扮演着越来越重要的角色。作为通信系统的核心部件之一,功率放大器的性能会直接影响整个通信系统的可靠性和有效性。文中探讨了高性能功率放大器在通信系统中的设计与优化,分析其热门话题和爆点,并提供了独特的见解和原创性观点。

关键词： 牵引整流机组   谐波传递   动态相量法   开关函数   频率变换  

摘要： 牵引整流机组在运行过程中具有非线性时变特性,对谐波扰动的传递作用导致其交直流侧的谐波交互影响,成为威胁地铁牵引供电系统安全稳定的潜在隐患。为揭示牵引整流机组交直流侧谐波传递的内在机理,采用基于动态相量表达的电压、电流开关函数描述牵引整流机组的非线性时变特性,分析整流变压器不同连接方式对开关函数的影响,给出开关函数的各阶动态相量计算式。以调制理论为框架,采用基于动态相量的矩阵运算进行牵引整流机组谐波传递计算,包括交流侧谐波电压传递和直流侧谐波电流传递,模拟牵引整流机组谐波传递过程,明确了谐波频率的变换关系。通过与PSCAD/EMTDC中详细电磁暂态仿真结果进行对比,验证了该方法的正确性和有效性,可为滤波装置参数设计与谐波抑制策略制定提供参考。

关键词： 特征选择   信息融合   相关性   功率预测  

摘要： 风电功率波动性强、随机性大,机组监测数据变化复杂.为了提高风电功率预测的准确性,提出一种基于多信息度量融合(MIMF)的风电功率预测特征选择方法.在对决策树、L_(1)正则化和递归特征消除这三种典型的特征选择方法进行分析研究的基础上,综合决策树可以清晰表达特征的重要性、L_(1)正则化避免过拟合和递归特征消除考虑特征间相关性的特点,通过将这三种方法所选特征取合集并依据各特征相关性选出用于风电功率预测的特征集,构造了一种融合决策树、L_(1)正则化和递归特征消除三种特征选择内在信息度量的特征选择方法,对所构建的融合多信息度量的特征选择方法进行了仿真分析.在某风电场实测数据上的仿真结果表明,与采用单一特征选择方法相比,该方法可有效提高风电功率的预测精度.

关键词： 引导滤波器   图像平滑   峰值感知   多尺度约束   边缘保持  

摘要： 引导图像滤波无法保留锐利边缘,导致平滑图像出现结构过度模糊问题,为此提出新的加权引导图像滤波器.利用峰值感知加权提取图像的边缘和结构信息,通过多尺度约束提高所提滤波器的鲁棒性.基于图像方差信息将滤波损失函数的正则化项系数改进为自适应式.边缘感知平滑、图像细节增强、纹理去除平滑以及图像去噪领域的应用实验结果表明,所提滤波器在视觉效果、峰值信噪比以及结构相似度上均优于参与对比的引导图像滤波器.与边缘感知平滑实验中次优滤波器的峰值信噪比和结构相似度相比,所提滤波器的峰值信噪比平均高2.62 dB,结构相似度平均高0.0286.