简介：对扰动影响下的一阶线性定常分布参数系统用正交小波变换实现了逼近,提出了基于小波变换的离散时间分布参数系统的预测控制算法,将Haar正交小波应用于扰动影响下的一阶线性定常分布参数系统的预测控制仿真研究,结果说明了算法的有效性.

简介：基于正交函数逼近方法选取Haar小波作为正交基函数，推出了Haar小波对应的微分运算矩阵、乘积积分运算以及元素乘积运算矩阵。利用小波变换及其运算矩阵，将原分布参数系统（DPS）的偏微分方程数学模型转化为集总参数系统的常微分方程，研究其最优点式控制问题，获得了性能较好的小波逼近算法。仿真实验说明了算法的有效性。

简介：针对水室封头数控加工存在成本高、效率低、加工难等问题，建立了以最小刀具寿命消耗和最大生产效率为优化目标的水室封头数控加工参数优化的数学模型。利用遗传算法（GA）求得最优组合切削参数，实验验证了优化结果的合理性，提高了生产效率。

简介：分析"十五"期间我国电力需求预测和电力预测中的不确定因素,提出建议采取的措施.

简介：本文考察了在脉宽调制（PWM）电压源逆变器下运行时交流电动机轴电压以及所引起的轴承电流。本文回顾了引起轴电压和轴承电流的轴承和电动机的电气特性。简单回顾了以前所做的工作，其中包括了对轴承电流所作电气分析的系统模型。以姐妹篇文章的工作为基础，放电侵蚀（EDM）倾向由一个设计方程决定，该方程是各系统部件的一个函数。本文叙述了有关的电机参数及其公式，计算了从5至1000马力电机的值。用实验的方法评估了系统元件对轴电压和轴承电流的影响，其结果可与理论值相比拟。最后，文章将叙述轴电压和轴承电流问题一个解决办法的定量结果。

简介：为了研究高开关速度下寄生参数对SiCMOSFET开关特性的影响,以双脉冲测试电路为平台,借助于LTspice软件,探讨了栅极寄生电阻RG、寄生电感以及寄生电容对SiCMOSFET开通和关断时间,开通和关断损耗,电压和电流尖峰的影响。结果表明：RG对寄生振铃有抑制作用,但需要以增大开关时间和开关损耗为代价;源极电感LS具有负反馈作用,其对寄生振铃的抑制也是以增大开关时间和开关损耗为代价;漏极电感LD和栅极电感LG的增加都会使电流和电压尖峰增大,LD的作用较LG明显;漏源极电容CDS是产生电压和电流尖峰的主要因素;栅漏极电容CGD的大小决定了漏源极电压uDS的变化速率;栅源极电容CGS主要决定了器件的开关延时时间和漏极电流的变化速率,对寄生振铃影响不大。

简介：纵向压电应变常数d33是表征压电陶瓷材料机电转换性能的重要参数之一.有别于常规的静态、动静态检测方式,设计了一种基于扫频方法的新型d33参数测试装置.通过检测不同频率信号激励时线路的电流变化,实现压电陶瓷d33参数的检测计算.该装置具有性能参数检测操作方便、检测过程效率高等特点.

简介：提出了一种新的未知信号状态模型——多项式预测模型，并给出其滤波算法。分析表明，采用该方法建立的状态方程不需要已知信号本身的参数信息，都能准确描述运动或信号的动态。因此，提出的多项式信号的最优滤波算法适用于任何可以用多项式描述的信号的状态估计问题。计算机仿真验证了该方法的正确性、有效性及实用性。

简介：运用高空风筝发电装置的风力发电技术,建立了包括风筝局部位置和相对原点位置等的YOYO型风筝的动态模型。制定了风筝一个发电周期包括牵引、被动两个阶段的约束优化策略,应用非线性模型预测控制原理,解决了非线性实时优化的控制问题。仿真结果表明,非线性模型预测控制能显著改进其性能。

简介：按照用电设备的需求，设计了一套风光蓄互补供电系统。根据安装地的光照与风速特点，完成了蓄电池组的选型和配置方案。分析了在光伏发电系统和风力发电系统分别与蓄电池组联合工作的条件下，所需太阳能电池板和风力发电机的容量与配置。根据系统容量设计了控制器与逆变器的参数，给出了风光蓄互补供电系统的整体硬件配置方案。

简介：推出正交函数Haar小波基所对应的乘积运算矩阵fm×m、乘积积分运算矩阵W及其性质,并应用到分布参数系统（DPS）最优控制问题的求解过程中。采用该方法可将偏微分方程描述的DPS问题转化为集总参数系统问题,避免了直接求解偏微分方程解析解的困难,简化了问题的求解,取得了较好的效果。与一般正交基函数逼近方法相比较,该方法具有计算量小、逼近精度高、算法简单等优点,为研究DPS的最优控制问题找到了一条新的途径。仿真结果说明了算法的有效性。

简介：支持向量机是一种基于统计学理论学习的新颖的机器学习方法，该方法已广泛应用于解决分类和回归问题。提出一种基于时间序列的最小二乘支持向量机算法应用于电梯交通流的预测方法。仿真结果表明了这种预测方法的有效性。

简介：为满足风机运营商对设备故障实时监控和预测的需求,探讨了基于自回归积分滑动平均模型（ARIMA）和非线性自回归神经网络模型（NARNN）的组合模型NARIMA。实现方法为：建立ARIMA模型用于预测数据的线性成分,用NARNN模型预测由ARIMA模型预测产生的残差部分,对风机叶片结冰故障的时间序列进行拟合,得到的NARIMA模型可实现对风机叶片结冰故障准确预测。仿真结果表明：NARIMA模型能较好地拟合所给时间序列,预测值符合实际情况和趋势,证明了NARIMA模型的有效性。

简介：风电场的安全运行需要风电功率预测具有较高的精度。尽管支持向量机（SVM）理论在解决预测数据非线性等方面有较大优势,但SVM的参数难以选取。采用人工蜂群算法（ABC）对SVM中的参数进行寻优并对风电功率进行预测,将仿真预测结果与标准SVM预测结果进行对比,结果证明该方法提高了预测精度。

简介：针对进出口总额数据的非线性,并为了更充分挖掘时间序列所隐含的数据规律,建立了基于灰色预测模型、神经网络算法以及最小方差准则的最优组合预测模型。仿真分析结果显示,最优组合方法能更有效提高非线性时间序列的预测精度。

简介：本文论述了对同步电机的d和q轴阻抗之频率响应的分析。数字曲线拟合技术一般用于求出时间常数的最佳集合，以与频率响应数据相拟合，但是，在采用这些技术时引入了一些限制或制约。本文所阐述的过程的基础是等效电路的特性，这些电路不需要进行数字方法中所固有的假设。将使用一种等效电路对萃取过程加以论证，该等效电路被选择来产生一种与一台专用电机的直轴的频率响应类似的频率响应，这将使所建议的萃取时间常数的过程之内在优点得到论证，这个过程然后将直接导致一组独特的等效电路参数。

简介：超短期风速预测对风电场功率预报系统的建立和运行至关重要。针对具有较大随机波动性的风速预测,研究了一种基于误差修正的极端学习机（ELM）超短期风速预测方法。利用ELM模型对风速进行初步预测,并利用由此得到的误差数据样本建立差分自回归滑动平均模型（ARIMA）,进行误差预测,最后使用预测误差对风速的初步预测值进行补正,从而求得最终预测值。仿真实验结果表明,该方法在风速超短期预测中的可行性及有效性。

简介：采用MATLAB的人工神经网络工具箱,以高锰铝青铜的化学成分作为输入参数,其抗拉强度bσ、屈服强度0σ.2和延伸率δ作为输出,建立了材料的力学性能预测模型。计算结果表明,三项输出的预测值与实测数据接近,其相对误差小于±6%的范围,该模型对其他材料的设计生产具有一定的指导意义。

简介：基于对我国2001年经济形势分析,本文讨论全国和各省电力供需特点,提出2002年电力供需预测,最后提出克服资金和技术困难的建议.

简介：本文叙述了一种检测多相交流电机绝缘损坏的新技术。该电机必须是星形连接，并且有易于使用的中性点。本文提供了该技术的数学理论，并且该理论得到了实验证实－从3个瞬时中性点电压的代数之和检测到了感应电机定子中的匝间故障。然而，该电压之和含有不需要的降低该电路灵敏度的频率。过滤该电压之和的带通（基频附近）通过的消除来自铁心饱和谐波、槽谐波等等来优化灵敏度。该电路的结构实际上使其可免除归因于各种负载工况、运行温度和源电压波动的虚警。已经证明，该项技术在理论上和实际上都比其它基于相序电压和电流的精确计算的技术要简单。该项技术的简便性使得在电机基本励磁的几个循环内就能够以低廉的费用实现对匝间故障的识别。