检索结果-南通市图书馆

基于RBF神经网络的光伏并网系统自适应等效建模方法

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2024年第4期52卷 77-86页

作者：张姝陈豪肖先勇四川大学四川成都610000

针对广义负荷建模中的光伏并网系统模型难以适应不同逆变器控制和频率扰动的动态响应问题,提出了一种基于径向基函数(radialbasisfunction,RBF)神经网络的光伏并网系统自适应等效建模方法。首先,建立了光伏并网逆变器不同控制策略响应... 详细信息

针对广义负荷建模中的光伏并网系统模型难以适应不同逆变器控制和频率扰动的动态响应问题,提出了一种基于径向基函数(radialbasisfunction,RBF)神经网络的光伏并网系统自适应等效建模方法。首先,建立了光伏并网逆变器不同控制策略响应波形的检测判据。然后,构建了以电压-频率扰动为输入,有功功率和无功功率为输出的光伏并网系统RBF神经网络模型。最后,在Matlab/Simulink中搭建了光伏并网系统模型,并将其接入IEEE14节点配电网进行仿真验证。结果表明,构建的光伏并网自适应等效模型能够有效辨识电压频率给定控制、有功无功给定控制、下垂控制策略类型,能够准确反映光伏并网系统在不同电压、频率扰动下的有功功率、无功功率的动态响应特性。

关键词：光伏并网系统等效建模逆变器控制电压-频率扰动 RBF神经网络

基于深度强化学习的含智能软开关配电网电压控制方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

高电压技术 2024年第3期50卷 1214-1224,I0023页

作者：朱振山张新炳陈豪福州大学电气工程与自动化学院福州350108 智能配电网装备福建省高校工程研究中心福州350108

大量分布式新能源接入给配电网运行带来了电压越限和网损增加等一系列问题。提出了一种基于多智能体强化学习的无模型电压控制策略,通过协调光伏逆变器、分布式储能和智能软开关以降低网损、消除电压越限。针对传统电压控制策略对配电... 详细信息

大量分布式新能源接入给配电网运行带来了电压越限和网损增加等一系列问题。提出了一种基于多智能体强化学习的无模型电压控制策略,通过协调光伏逆变器、分布式储能和智能软开关以降低网损、消除电压越限。针对传统电压控制策略对配电网精确的模型参数依赖性强的问题,提出了基于高斯过程回归的潮流替代模型,通过多智能体与潮流替代模型交互实现无模型的离线训练和在线应用。同时提出了一种基于随机加权三重Q学习的多智能体深度强化学习算法,能够进一步降低柔性演员-评论家算法的高低估误差,提升算法探索能力和收敛结果。最后在IEEE33节点系统上的仿真结果,验证了所提方法在解决配电网分布式电压优化控制问题上的有效性。

关键词：深度强化学习电压控制智能软开关多智能体配电网高斯过程回归

在线全文

学校读者我要写书评

暂无评论

基于线控转向车辆的路径跟踪控制研究

基于线控转向车辆的路径跟踪控制研究

作者：陈豪重庆理工大学

学位级别：硕士

随着车辆控制技术趋向智能化和线控化,目前广泛应用的电动助力转向系统(electric power steering,EPS)难以满足底盘全局线控化的要求,线控转向系统(steerby-wire system,SBW)的发展解决了这一难题,成为智能汽车发展的关键技术。本研究... 详细信息

随着车辆控制技术趋向智能化和线控化,目前广泛应用的电动助力转向系统(electric power steering,EPS)难以满足底盘全局线控化的要求,线控转向系统(steerby-wire system,SBW)的发展解决了这一难题,成为智能汽车发展的关键技术。本研究针对线控转向车辆的路径跟踪控制问题,考虑到车辆在中低速和高速工况下的运动特性差异,设计一种考虑车辆状态参数估计和前轮转角误差控制的路径跟踪分层控制策略(上层为参数估计策略,下层为横向控制策略),有效提高车辆控制精度,减小横向误差,并抑制输入信号(横摆角速度、质心侧偏角)的振荡。论文首先根据线控转向系统工作原理,建立了仅包含转向系统下层执行机构的线控转向整车模型,并通过软件仿真验证了该模型的有效性。与传统的机械转向系统相比,各转向特性参数最大误差不超过3.15%。考虑到传感器测量值存在噪声干扰,论文在上层设计车辆参数估计策略,为下层横向控制策略提供可靠的参数信息。该策略基于车辆不同行驶速度工况下的非线性强弱程度,设计基于线性二自由度模型的卡尔曼滤波器和基于非线性三自由度模型扩展卡尔曼滤波器,以估计车辆的横摆角速度和质心侧偏角。仿真结果表明相较于单一估计算法,该估计策略提升了计算精度,并有效抑制了信号波动。下层设计横向控制策略,该控制策略考虑到中低速工况下车辆非线性较弱,因此针对中低速设计基于LQR(Linaer Quadratic Regulator)理论的DM-LQR(Double model LQR controller)控制器;而在高速工况下车辆具有较强的非线性,且难以建立精度高的非线性模型,所以在该工况下设计不依赖数学模型的模糊PID(Proportio n Integration Derivative)控制器。并设计基于模糊规则的权重控制器,通过车辆实时行驶速度选择不同的控制方法。为减小前轮转角误差,设计符合阿克曼转向原理的理想前轮转角计算方法,并利用PID理论和算术平均值法控制实际前轮转角与理想前轮转角间的误差,解决本文建立的单轨模型的局限性。最后,对本文设计的横向分层控制策略进行软件仿真验证,结果表明,该控制策略有效减小了车辆在各个速度工况下的路径跟踪横向误差。加强了车辆的路径跟踪能力、提高了跟踪精度。

关键词：智能车辆线控转向路径跟踪横向控制参数估计

血红蛋白、SOFA评分、APACHEⅡ评分三者联合对SA-AKI患者CRRT治疗后低血压的预测价值

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

血红蛋白、SOFA评分、APACHEⅡ评分三者联合对SA-AKI患者CRRT治疗...

作者：陈豪承德医学院

学位级别：硕士

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Mg-Nd合金室温和深冷变形行为的研究

稀有金属材料与工程 2024年第7期53卷 1944-1952页

作者：陈豪彭丽丽李建冬张静重庆大学材料科学与工程学院重庆400044 国家镁合金材料工程技术研究中心重庆400044

采用准原位电子背散射衍射(EBSD)、滑移迹线法和晶内取向轴法(IGMA),研究了轧制退火态Mg-Nd合金板材在室温(RT)和-150℃深冷(CT)条件下沿轧制方向压缩过程中的变形行为。结果表明:变形温度不影响孪生模式,但会显著影响孪生形核率以及滑... 详细信息

采用准原位电子背散射衍射(EBSD)、滑移迹线法和晶内取向轴法(IGMA),研究了轧制退火态Mg-Nd合金板材在室温(RT)和-150℃深冷(CT)条件下沿轧制方向压缩过程中的变形行为。结果表明:变形温度不影响孪生模式,但会显著影响孪生形核率以及滑移模式。相比于RT压缩,经相同的压缩变形(4%),CT压缩显著增大了样品变形过程中的局部应力,导致孪晶形核率提高了约10%,孪晶界总长度提高了约8%,并促进了非基面滑移,其比例由RT压缩时的45.5%增加至CT压缩的65.9%,此外,低温抑制了压缩变形过程中的基面滑移,其比例由RT压缩的54.5%降低至CT的34.1%。

关键词：变形温度变形行为 EBSD 滑移迹线 IGMA

基于集成学习与数据驱动的电动汽车动力电池多维度故障预警

在线全文

学校读者我要写书评

暂无评论

汽车安全与节能学报 2024年第3期15卷 368-378页

作者：王健俊陈豪付元承浙江吉利汽车有限公司余姚315400 重庆理工大学汽车零部件先进制造技术重点实验室重庆400054 重庆理工大学云会计大数据智能研究所重庆400054

针对汽车动力电池风险预测中单一算法在非均衡数据集上性能欠佳,以及分析维度不足等问题,提出一种建立在多维特征之上的数据驱动多模型集成学习方法以实现电池故障预警。根据内外部因素从电池状态、行驶状况、历史信息和时间环境多方面... 详细信息

针对汽车动力电池风险预测中单一算法在非均衡数据集上性能欠佳,以及分析维度不足等问题,提出一种建立在多维特征之上的数据驱动多模型集成学习方法以实现电池故障预警。根据内外部因素从电池状态、行驶状况、历史信息和时间环境多方面提取特征,以还原真实应用场景;通过FilterWrapper法剔除冗余无效信息来进行特征筛选,以提高鲁棒性;在Bayes优化结合网格搜索法完成超参数调优的基础上,构建了以SVM、LightGBM和XGBoost为初级学习器、LR为次级学习器的异质集成Stacking模型。结果表明:考虑了外部特征后的融合模型在评估指标上综合表现最好,其中在中、高等级的故障预警上召回率分别达到了85.81%和88.92%,相较传统仅考虑电池内部特征的单一模型有着更好的预测精度和泛化能力。

关键词：汽车动力电池故障预警 Stacking集成学习多维度特征

网络密度、产学研知识距离对二元型创新绩效的影响

在线全文

学校读者我要写书评

暂无评论

重庆理工大学学报（社会科学） 2024年第2期38卷 117-126页

作者：伊辉勇陈豪重庆交通大学经济与管理学院重庆400074

产学研协同创新网络模式对提升区域创新绩效至关重要。为了探究跨区域产学研协同创新网络机制,基于2011—2020年重庆市、四川省科技进步奖数据和专利数据构建“成渝双城经济圈”协同创新网络,并采用负二项回归模型来探究产学研知识距离... 详细信息

产学研协同创新网络模式对提升区域创新绩效至关重要。为了探究跨区域产学研协同创新网络机制,基于2011—2020年重庆市、四川省科技进步奖数据和专利数据构建“成渝双城经济圈”协同创新网络,并采用负二项回归模型来探究产学研知识距离、网络密度与探索型、应用型创新绩效之间的联系。结果表明:大学、科研机构、企业之间的知识距离存在异质性且对二元型创新绩效产生影响,企业间知识距离与应用型创新绩效负相关,企业与大学间知识距离与应用型创新绩效呈U型关系,大学与企业间知识距离与探索型创新绩效正相关,大学间知识距离与探索型创新绩效呈负相关,科研机构在产学研协同创新过程中对二元型创新绩效的影响不显著。网络密度与应用型创新绩效负相关,对探索型创新绩效影响不显著。研究可为区域间产学研协同创新伙伴的选择提供参考,同时能为成渝双城经济圈协同创新管理提供启示。

关键词：协同创新网络密度产学研知识距离二元型创新

在线全文

学校读者我要写书评

暂无评论

基于分层表示和上下文增强的类摘要生成技术

计算机研究与发展 2024年第2期61卷 307-323页

作者：陈豪伶虞慧群范贵生李明辰黄子杰华东理工大学计算机科学与工程系上海200237

代码摘要是源代码的自然语言解释,高质量的代码摘要有助于提高开发人员程序理解效率.近年来,代码自动摘要的研究集中在为方法粒度的代码片段生成摘要.然而,对于面向对象的语言,例如Java,类才是项目的基本组成单元.基于上述问题,提出一... 详细信息

代码摘要是源代码的自然语言解释,高质量的代码摘要有助于提高开发人员程序理解效率.近年来,代码自动摘要的研究集中在为方法粒度的代码片段生成摘要.然而,对于面向对象的语言,例如Java,类才是项目的基本组成单元.基于上述问题,提出一种基于分层表示和上下文增强的类摘要生成方法HRCE(hierarchical representation and context enhancement),并构建了一个包含358 992个?Java类,上下文,摘要?数据对的类摘要数据集.HRCE使用代码精简策略去除类的非关键代码,从而缩短代码长度.然后,对类的层次结构,包括类签名、属性和方法分别进行建模,获得类的语义信息和层次结构信息.此外,从项目中抽取父类的签名及摘要来刻画类在项目中依赖的上下文.实验表明,基于分层表示和上下文增强的生成模型能够表征代码的语义和层次结构,并可以从目标类的内部和外部获取信息. HRCE在BLEU,METEOR,ROUGE-L等评估指标上超过了所有基准模型.

关键词：代码自动摘要分层表示上下文增强深度学习类摘要

在线全文

学校读者我要写书评

暂无评论

一种双天线GNSS接收机混合干扰抑制方法

信号处理 2024年第8期40卷 1544-1555页

作者：王文益陈豪杰中国民航大学天津市智能信号与图像处理重点实验室天津300300

相对于单天线GNSS接收机,阵列GNSS接收机具有空间分辨能力,当干扰信号与卫星信号在时域频域上产生混叠时,其能够从空域上对干扰信号进行抑制,具有更强的干扰抑制能力。但阵列GNSS接收机相对于单天线GNSS接收机需要更多的阵元,随着阵元... 详细信息

相对于单天线GNSS接收机,阵列GNSS接收机具有空间分辨能力,当干扰信号与卫星信号在时域频域上产生混叠时,其能够从空域上对干扰信号进行抑制,具有更强的干扰抑制能力。但阵列GNSS接收机相对于单天线GNSS接收机需要更多的阵元,随着阵元数目的增加,系统成本也相应的增加,限制了阵列GNSS接收机的应用范围。双天线GNSS接收机既具有空域抗干扰能力,同时又具有价格低廉的特点,是一种较好的折中选择。对于单一的连续波干扰,其能够产生很好的抑制效果,但是当连续波干扰中混有脉冲干扰时,由于受到自由度的限制,双天线GNSS接收机无法对混合干扰进行有效抑制,进而影响接收机的正常工作。针对于上述问题,本文提出一种新的混合干扰抑制算法。首先利用脉冲的时域特征,对待处理信号进行分块处理,确保至少有一个数据块中不含有脉冲干扰,随后对不含脉冲干扰的数据块,使用空时最小功率(Space-Time Adaptive Processing Power Inversion,STAP-PI)算法得到最优权值,然后利用该权值抑制原信号中的连续波干扰。最后,对处理之后信号中残余的脉冲干扰进行时域置零处理,从而达到抑制混合干扰的目的。仿真实验和实采实验结果均证明了所提算法的有效性。

关键词：卫星导航混合干扰空时最小功率时域置零