一种基于随机平均法的概率密度追踪控制方法

    公开(公告)号:CN106776471A

    公开(公告)日:2017-05-31

    申请号:CN201611055618.3

    申请日:2016-11-25

    IPC分类号: G06F17/13

    CPC分类号: G06F17/13

    摘要: 本发明公开了一种基于随机平均法的概率密度追踪控制方法,其首先根据给定系统相应的哈密顿系统的可积性和共振性,选择相应的随机平均FPK方程,接着将反馈控制力分成保守和耗散两部分:用保守部分改变系统的哈密顿特性,使之与目标概率密度相应的哈密顿函数一致;再用控制力的耗散部分耗散系统的能量,使得响应的概率密度趋于给定的目标概率密度。最后用Lyapunov函数和椭圆微分算子证明受控后系统的平稳概率密度确实能够收敛到目标平稳概率密度。本发明运用随机平均法这一工具,可以使高维系统降为低维系统或一维系统,从而极大程度上减少了运算。

    一种基于纳米颗粒的光伏电池表面陷光结构的制造工艺

    公开(公告)号:CN106601836A

    公开(公告)日:2017-04-26

    申请号:CN201611168608.0

    申请日:2016-12-16

    IPC分类号: H01L31/0236 B82Y30/00

    摘要: 本发明公开了一种基于纳米颗粒的光伏电池表面陷光结构的制造工艺,包括如下步骤:1)采用二氧化硅制作自组装掩模版,并将正酸乙酯和乙醇溶液混合,在自组装掩模版制作出二氧化硅纳米颗粒自组装掩模版;2)二氧化硅纳米颗粒自组装掩模版,对已经扩散好PN的硅片进行刻蚀,再在硅片的表面进行陷光结构的刻蚀,以制作硅微米柱阵列。本发明降低了反应离子刻蚀法的成本,并通过混合酸溶液的修饰大量减少了刻蚀后缺陷,使得硅柱既能成为良好的陷光结构,又不会使表面刻蚀缺陷激增,从而降低的光伏电池的反射率,增加了电池的光生电流。

    基于改进FCM聚类的电力负荷特性分析方法和系统

    公开(公告)号:CN118763642A

    公开(公告)日:2024-10-11

    申请号:CN202410760413.3

    申请日:2024-06-13

    发明人: 李富强 朱晨烜

    摘要: 本发明提供了基于改进FCM聚类的电力负荷特性分析方法和系统,包括:获取全年电力负荷数据,并对电力负荷数据进行预处理;通过将皮尔逊相关系数与欧式距离相结合构建改进FCM聚类分析方法,并对预处理后的电力负荷数据进行处理得到聚类质心矩阵;进行迭代计算直至满足预设条件得到最终聚类分析结果。相对于现有技术而言,本发明比传统的聚类分析算法更稳定、准确,可以有效地应用于负荷调度计划的制定,具有较强的实际应用价值。

    一种基于遗传算法的风电机组叶片故障诊断方法

    公开(公告)号:CN106768933A

    公开(公告)日:2017-05-31

    申请号:CN201611097540.1

    申请日:2016-12-02

    IPC分类号: G01M13/00 G06N3/12

    CPC分类号: G01M13/00 G06N3/126

    摘要: 本发明公开了一种基于遗传算法的可变K均值风电机组叶片故障诊断方法,其主要针对典型的故障情况,对采集的风电机组叶片故障数据进行预处理,得到故障特征信息;运用主成分分析法PCA对数据进行标准化,并提取出导致风电机组叶片故障的主要特征信息;将所提取的主要故障特征信息,利用基于遗传算法的可变K均值聚类算法,对训练样本进行聚类分析。本发明结合了遗传算法,在传统K均值算法的基础上进行K值的计算选定,缩短了故障信息分析时间,提高了数据聚类分析精确度,降低了成本,从而使故障诊断的过程变得简单可靠,有效可行。

    一种基于优化选取典型日负荷曲线的电力负荷预测方法

    公开(公告)号:CN114037005A

    公开(公告)日:2022-02-11

    申请号:CN202111255211.6

    申请日:2021-10-27

    IPC分类号: G06K9/62 G06Q10/04 G06Q50/06

    摘要: 本发明涉及一种基于优化选取典型日负荷曲线的电力负荷预测方法,包括以下步骤:获取负荷原始数据;对负荷原始数据进行预处理,得到特征指标;采用改进后的PFCM算法,与模糊线性判别法(FLDA)相结合,以对预处理后的负荷原始数据进行聚类分析,确定出聚类中心矩阵;确定基准日,根据皮尔森相关系数法,分别计算每个月基准日与各聚类中心的相关性,确定出每个月所属的类别;以每类中隶属度最大的样本点为典型日负荷曲线,基于该典型日负荷曲线进行电力负荷预测,得到相应的预测结果。与现有技术相比,本发明通过改进PFCM算法,并结合FLDA方法,以能够优化选取出与聚类中心更近的典型日负荷曲线,从而有效提高电力负荷预测的准确性。

    一种自适应最大功率追踪控制方法

    公开(公告)号:CN113885647A

    公开(公告)日:2022-01-04

    申请号:CN202111144449.1

    申请日:2021-09-28

    IPC分类号: G05F1/67

    摘要: 本发明涉及一种自适应最大功率跟踪控制方法,包括:采集当前电压和电流值;根据当前电压和电流值,分别计算得到当前功率值、电压变化量和功率变化量;根据电压变化量和功率变化量,结合预设的导数阈值,确定出占空比扰动值;根据当前功率值和当前电压值,结合上一次功率值、上一次电压值、上一次占空比以及占空比扰动值,确定当前占空比;基于当前占空比,调制相应的PWM驱动信号,以控制DC/DC变换器的工作状态。与现有技术相比,本发明能够同时保证最大功率跟踪的跟踪速度及稳定性。

    一种风电机组齿轮箱故障预测诊断算法

    公开(公告)号:CN106777606A

    公开(公告)日:2017-05-31

    申请号:CN201611097387.2

    申请日:2016-12-02

    IPC分类号: G06F17/50 G06K9/62

    摘要: 本发明公开了本发明提供了一种基于核主成分分析(KPCA)和支持向量机的风电机组齿轮箱的故障预测诊断方法,在充分考虑了齿轮箱故障发生时各元件温度变化以及故障发生前后输出功率变化等指标的基础上,以KPCA算法来降低输入维度进行特征提取,舍弃不相关的数据,可以大大提高模型训练速度,减少故障诊断时间。同时引入了支持向量机能对数据进行分类训练提高泛化能力,并且借助专家系统对结果进行分析和解释,能够为人机交互界面提供准确而又详实的信息,从而实现了对故障的精确诊断。