检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

可变遗忘因子递推最小二乘法对时变参数测量

高电压技术 2008年第7期34卷 1474-1477页

作者：陈涵刘会金李大路代静武汉大学电气工程学院武汉430072 国网武汉高压研究院武汉430074

针对传统的递推最小二乘法对于非平稳环境下的突变和时变信号的跟踪能力不够,常常无法检测到信号特征参数的问题,提出了在指数加权递推最小二乘法中引入可变的加权遗忘因子λ,对电力系统时变信号的幅值、相位、频率进行测量的方法。加... 详细信息

针对传统的递推最小二乘法对于非平稳环境下的突变和时变信号的跟踪能力不够,常常无法检测到信号特征参数的问题,提出了在指数加权递推最小二乘法中引入可变的加权遗忘因子λ,对电力系统时变信号的幅值、相位、频率进行测量的方法。加权λ对算法的收敛速度和跟踪能力有很大影响,如能很好的调节λ,既可确保对时变参数的快速跟踪能力,又能具备小的参数估计误差。仿真结果表明:与传统的递推最小二乘法相比,该方法测量精度和收敛速度更优越,即使在低信噪比环境下,也能较精确的测出时变参数值。

关键词：递推最小二乘法可变遗忘因子幅值相位频率电力系统

带可变遗忘因子递推最小二乘法的超级电容模组等效模型参数辨识方法

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2021年第5期36卷 996-1005页

作者：谢文超赵延明方紫微刘树立湖南科技大学信息与电气工程学院湘潭411201 风电机组运行数据挖掘与利用技术湖南省工程研究中心(湖南科技大学) 湘潭411201

为了准确地辨识风力发电机变桨系统后备电源中超级电容模组等效模型的参数,解决由于“数据饱和”现象所产生增益下降过快的缺点,建立超级电容模组三分支等效电路模型,提出一种带可变遗忘因子的递推最小二乘法(RLS)的超级电容模组等效电... 详细信息

为了准确地辨识风力发电机变桨系统后备电源中超级电容模组等效模型的参数,解决由于“数据饱和”现象所产生增益下降过快的缺点,建立超级电容模组三分支等效电路模型,提出一种带可变遗忘因子的递推最小二乘法(RLS)的超级电容模组等效电路模型参数辨识方法,然后建立超级电容模组多方法参数辨识的Simulink仿真模型,并进行仿真与分析。结果表明:该方法充电后静态阶段的综合误差为0.19%,比电路分析法的综合误差降低了6.92%,比分段优化法的综合误差降低了0.09%。整个充放电过程的综合误差为1.22%,比电路分析法降低了9.5%,比分段优化法降低了1.6%。带可变遗忘因子的RLS法比电路分析法和分段优化法拥有更高的辨识精度。

关键词：超级电容模组等效模型参数辨识可变遗忘因子

基于M-estimator与可变遗忘因子的在线贯序超限学习机

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2018年第6期40卷 1360-1367页

作者：郭威徐涛于建江汤克明盐城师范学院信息工程学院盐城224002 南京航空航天大学计算机科学与技术学院南京210016

该文针对时变离群值环境下的在线学习问题,提出一种基于M-estimator与可变遗忘因子的在线贯序超限学习机算法(VFF-M-OSELM)。VFF-M-OSELM以在线贯序超限学习机模型为基础,通过引入一种更加鲁棒的M-estimator代价函数来替代传统的最小二... 详细信息

该文针对时变离群值环境下的在线学习问题,提出一种基于M-estimator与可变遗忘因子的在线贯序超限学习机算法(VFF-M-OSELM)。VFF-M-OSELM以在线贯序超限学习机模型为基础,通过引入一种更加鲁棒的M-estimator代价函数来替代传统的最小二乘代价函数,以提高模型对于离群值的在线处理能力和鲁棒性。同时VFF-M-OSELM通过融合使用一种新的可变遗忘因子方法进一步增强了其在时变环境下的动态跟踪能力和自适应性。仿真实例验证了所提算法的有效性。

关键词：在线贯序超限学习机 M-估计可变遗忘因子鲁棒性自适应性

基于可变遗忘因子RLS算法的谐波电流检测方法

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2013年第12期28卷 70-74页

作者：韩伟王大志刘震东北大学电力系统与电力传动研究所沈阳110819 内蒙古民族大学物理与电子信息学院通辽028043

为了提高有源电力滤波器谐波检测环节的动态响应性能和精度,进而取得更好的谐波补偿电流跟踪效果,提出了一种基于可变遗忘因子递归最小二乘法(RLS)的谐波电流检测算法。该算法通过设定负载谐波电流动态过程发生的判别条件判断动态过程... 详细信息

为了提高有源电力滤波器谐波检测环节的动态响应性能和精度,进而取得更好的谐波补偿电流跟踪效果,提出了一种基于可变遗忘因子递归最小二乘法(RLS)的谐波电流检测算法。该算法通过设定负载谐波电流动态过程发生的判别条件判断动态过程的发生,并动态地给出遗忘因子的取值,从而提高算法收敛速度。算法不但克服了的p-q和ip-iq法中低通滤波环节对动态响应特性的不利影响,而且化解了传统的RLS谐波电流检测算法中稳态与动态过程对遗忘因子不同的要求所产生的矛盾。最后,通过Simulink仿真分析和APF样机实验验证了本文所提的改进算法比传统的RLS谐波电流检测算法具有更快的动态响应特性,是一种非常有效的谐波电流检测方法。

关键词：递归最小二乘算法谐波电流检测可变遗忘因子有源电力滤波器

在线全文

学校读者我要写书评

暂无评论

可变遗忘因子RLS谐波电流检测方法研究

电气传动 2014年第6期44卷 42-45页

作者：韩伟王大志郭喜峰东北大学电力系统与电力传动研究所辽宁沈阳110819 内蒙古民族大学物理与电子信息学院内蒙古通辽028043

为提高谐波检测环节的动态响应性能和精度,提出了一种基于可变遗忘因子RLS算法的谐波电流检测方法。该方法给定一种判别条件来判断负载谐波电流动态过程是否发生,根据判别结果动态地给出遗忘因子的取值,化解了常遗忘因子RLS谐波电流检... 详细信息

为提高谐波检测环节的动态响应性能和精度,提出了一种基于可变遗忘因子RLS算法的谐波电流检测方法。该方法给定一种判别条件来判断负载谐波电流动态过程是否发生,根据判别结果动态地给出遗忘因子的取值,化解了常遗忘因子RLS谐波电流检测方法中稳态与动态过程对遗忘因子不同的要求所产生的矛盾,从而提高算法收敛速度。仿真和实验结果表明所提方法比传统的递归最小二乘谐波电流检测方法具有更好的收敛速度和稳态精度。

关键词：递归最小二乘法可变遗忘因子谐波电流检测

基于可变遗忘因子的SCR烟气脱硝建模与自适应预测控制研究

在线全文

学校读者我要写书评

暂无评论

热能动力工程 2020年第8期35卷 70-76页

作者：钱虹柴婷婷张超凡上海电力学院上海市电站自动化技术重点实验室上海200090

针对选择性催化还原(SCR)烟气脱硝系统具有非线性、大惯性、大延迟和多干扰的特点,提出将自适应广义预测控制器(GPC)应用于SCR烟气脱硝控制系统。使用可变遗忘因子的递推最小二乘法(VFFRLS),根据从历史运行数据中获取的有效动态过程信... 详细信息

针对选择性催化还原(SCR)烟气脱硝系统具有非线性、大惯性、大延迟和多干扰的特点,提出将自适应广义预测控制器(GPC)应用于SCR烟气脱硝控制系统。使用可变遗忘因子的递推最小二乘法(VFFRLS),根据从历史运行数据中获取的有效动态过程信息辨识得到脱硝系统控制对象不同工况区间的过程模型,并在此基础上进一步研究了基于GPC算法与VFFRLS在线辨识算法的自适应GPC在脱硝系统中的应用效果。仿真对比、扰动测试及变工况实验表明,相比于普通GPC与串级PID控制,带有VFFRLS辨识模块的自适应GPC调节速度更快、鲁棒性更强,具有良好的抗干扰能力和适应能力。

关键词：烟气脱硝动态数据过程辨识可变遗忘因子自适应预测控制

基于可变遗忘因子RLS的Boost转换器在线多参数辨识

在线全文

学校读者我要写书评

暂无评论

微电子学与计算机 2017年第10期34卷 42-46页

作者：陈晨程帅陶诗飞童乔凌华中科技大学光学与电子信息学院湖北武汉430074 矽力杰半导体技术(杭州)有限公司江苏南京210000 武汉船用机械有限责任公司湖北武汉430074

针对Boost转换器控制性能受电感和电容变化影响的问题,提出了一种基于可变遗忘因子递推最小二乘法(recursive least squares method,RLS)的在线多参数辨识算法.考虑电感电流纹波,推导了精确的电感和电容辨识模型.在此基础上,研究了RLS... 详细信息

针对Boost转换器控制性能受电感和电容变化影响的问题,提出了一种基于可变遗忘因子递推最小二乘法(recursive least squares method,RLS)的在线多参数辨识算法.考虑电感电流纹波,推导了精确的电感和电容辨识模型.在此基础上,研究了RLS算法中遗忘因子动态取值问题.通过在算法的误差信号中恢复系统噪声的方法,动态计算遗忘因子的取值,解决了传统RLS算法难以兼顾稳态精度和参数跟踪能力的问题.仿真结果表明,该算法可以在动态条件下,精确且快速地跟踪电感和电容值的变化,且具有良好的鲁棒性.

关键词： Boost转换器递推最小二乘法参数辨识可变遗忘因子

基于可变遗忘因子递推最小二乘法的无传感器机器人末端接触力估计

在线全文

学校读者我要写书评

暂无评论

机械设计与制造 2017年第S1期 209-212,216页

作者：李龙陈智汪博文田应仲上海大学机电工程与自动化学院上海200072

随着人机共融生产模式的推广,人与机器人需要协作完成工作任务,在人机协作的过程中需要估计机器人末端接触力。传统的机器人末端接触力估计主要是基于外部传感器来实现的,这不仅会使机器人本体成本增加,还会使机器人的控制系统变得更加... 详细信息

随着人机共融生产模式的推广,人与机器人需要协作完成工作任务,在人机协作的过程中需要估计机器人末端接触力。传统的机器人末端接触力估计主要是基于外部传感器来实现的,这不仅会使机器人本体成本增加,还会使机器人的控制系统变得更加复杂。针对这个问题,研究了无外部传感器的机器人末端接触力估计算法。首先设计数字低通滤波器对机器人动力学方程进行滤波,建立不显含加速度信号的机器人动力学模型,然后将机器人末端接触力看作时变参数,采用递推最小二乘法估计末端接触力,通过动态的改变遗忘因子使算法具有更好的响应特性,达到了较好的效果。最后通过MATLAB和ADAMS联合仿真验证了算法的有效性。

关键词：接触力估计最小二乘法可变遗忘因子

基于可变遗忘因子递推最小二乘法的三元锂电池荷电状态估计

在线全文

学校读者我要写书评

暂无评论

基于可变遗忘因子递推最小二乘法的三元锂电池荷电状态估计

作者：黄锐重庆大学

学位级别：硕士

三元锂电池作为一种储能元件,因其能量密度高、倍率特性好等优点在新能源电动汽车中应用非常广泛。三元锂电池的荷电状态(State Of Charge,SOC)不仅可以充当电动汽车的“油表”,还可以为电池安全运行提供依据,因此对其准确估计具有重要... 详细信息

三元锂电池作为一种储能元件,因其能量密度高、倍率特性好等优点在新能源电动汽车中应用非常广泛。三元锂电池的荷电状态(State Of Charge,SOC)不仅可以充当电动汽车的“油表”,还可以为电池安全运行提供依据,因此对其准确估计具有重要意义。本文以NCR18650PF为研究对象,探究了温度对锂电池容量等特性的影响,建立了锂电池二阶戴维宁等效电路模型并进行了离线参数辨识,提出了一种可变遗忘因子递推最小二乘法在线辨识参数算法,设计了一种在线辨识参数结合粒子滤波(Particle Filter,PF)的SOC估计联合算法,并改进了联合算法的耦合方式,提高了SOC估算的精度。主要研究内容有:自主搭建了电池测试平台,按照国家标准设计了可用容量测定实验,在0℃到40℃每隔5℃共9个不同温度下分析了温度对锂电池容量和直流内阻(Direct Current Internal Resistance,DCIR)特性的影响。利用阿伦尼乌斯广延指数修正式对“容量—温度”进行建模,在其他7个不同温度下进行模型验证,结果表明模型误差小,具有较高准确性。设计了混合脉冲功率特性实验(Hybrid Pulse Power Characterization tset,HPPC),研究了不同温度对SOC与开路电压(Open Circuit Voltage,OCV)对应关系的影响。在不同温度下进行动态应力测试(Dynamic Stress Test,DST)和新欧洲行驶工况(New European Driving Cycle,NEDC)实验,模拟电池实际运行情况。建立了二阶戴维宁等效电路模型,推导了锂电池离散状态方程。采用HPPC辨识法和线性递减权值方法的粒子群优化算法(Particle Swarm Optimization,PSO)对参数离线辨识。将两种离线辨识方法所得参数带入到低温0℃、常温25℃和高温40℃的DST工况、NEDC工况中,计算电池模型参数所得端电压,与实际端电压值进行误差验证。结果表明,PSO算法辨识方法整体工作量更小,参数精度也优于HPPC辨识法。建立了锂电池等效电路模型传递函数与递推最小二乘法之间的联系,给出了等效电路模型参数与递推系数之间的关系表达式。为提高在线算法辨识精度,设计了一种可变遗忘因子递推最小二乘法,该算法采用辅助模型开窗计算平均均方误差从而指导遗忘因子更新。在不同温度DST工况和NEDC工况下进行对比验证,结果表明,所提算法辨识精度优于离线辨识、固定遗忘因子在线辨识方法。在离线辨识参数下,采用贝叶斯滤波框架的扩展卡尔曼算法(Extended Kalman Filter,EKF)和PF算法进行SOC估计并对比,结果表明PF算法估计精度更高,收敛性更快。结合可变遗忘因子递推最小二乘法和PF状态估计器设计了一种在线参数估算SOC的联合算法。同时,为减小联合算法内部耦合,提出一种单时间尺度状参分离的耦合方式。最后,在不同温度的DST工况、NEDC工况下进行验证,结果表明,改进耦合方式的联合算法对SOC在线估算效果提升明显。

关键词：三元锂电池荷电状态估计最小二乘法可变遗忘因子耦合方式