基于电压相角正反馈法的主动式光伏并网孤岛检测

针对分布式并网发电系统孤岛效应问题,研究一种基于逆变器端的光伏发电系统的主动式孤岛检测方法。将公共连接点(PCC)处的电压相角变化作为试验检测方法中的反馈量。在孤岛发生时,有效打破逆变器输出和负载之间的功率平衡,通过检测逆变器输出电压、频率变化,快速判断孤岛的发生。根据UL 1741标准中的技术规范,通过MATLAB软件对仿真模型进行分析,并与传统被动式孤岛检测方法比较,验证此方法的有效性和适用性。     

基于小波能量谱和BP神经网络的皮蛋破损检测

根据皮蛋蛋壳的声学特性,采用小波变换和BP神经网络相结合的处理方法,对皮蛋进行破损检测。首先对采集到的声音信号进行6层小波分解,计算每层分解信号的小波能量谱,构造小波能量谱分布的特征向量,然后将其作为神经网络的输入向量,基于MATLAB创建了网络结构为6-20-2的BP神经网络。检测结果表明,该方法对好壳皮蛋的识别率为88.5%,对损壳皮蛋的识别率为83.3%。     

基于小波模极大值的电压骤降定位检测

电压骤降是一种典型的暂态电压扰动信号.分析了小波系数与Lipschitz指数的关系,将利用小波模极大值检测信号奇异性的方法应用到电压骤降信号的定位检测.仿真算例表明:该方法有效,能准确确定电压骤降的起止时刻,但在选择小波类型方面需要综合考虑其消失矩、正则性、支集长度.     

小波神经网络在模拟电路故障诊断中的应用研究

对模拟电路提出了一种基于小波与神经网络辅助式结合的故障诊断方法．该方法用小波变换作为模拟电路故障信号的预处理器，大大减少神经网络的输入数目，简化神经网络结构和减少它的训练时间，提高辨识故障能力．在介绍该故障诊断方法的基本原理后。给出了小波函数及故障特征选择的方法．     

电压扰动定位中小波与HHT性能分析

为实现配电网电压扰动的有效检测,分别运用小波变换与希尔伯特-黄(HHT)变换2种方法对电压扰动信号进行定位检测,分析对比2种方法的检测精度和性能。仿真算例结果表明:2种方法均具有较好的多分辨率分析特性,但HHT受噪声影响比较大,因此在合适的小波基下小波分解方法检测精度高于HHT变换检测精度。     

基于小波去噪的暂态电压扰动检测方法研究

采用小波软阈值去噪方法对信号噪声进行预处理,很大程度地减小了噪声对扰动检测的干扰.利用小波多分辨率分析方法对去噪后的扰动信号进行检测,更精确地提取出了暂态电压扰动信号的特征值.在仿真环境中对去噪前后的电压骤降信号进行检测和比较.结果表明:去噪后的检测结果更接近于原始信号,小波软阈值去噪方法能够提高暂态电压扰动检测的准确性.     

基于小波包和RBF神经网络的木材空洞诊断研究

采用小波包与径向基神经网络(RBF)松散结合的方法,对健康和空洞蒙古栎试件进行了研究,利用小波包变换对应力波检测信号进行5层小波包分析,构造8维特征向量,然后利用特征向量训练径向基神经网络和建立诊断模型。结果表明:所建模型的辨识正确率达到90.80%,能有效的评估木材的性质,为应力波无损检测仪器的设计提供了参考依据。     

遗传小波神经网络在模拟电路故障诊断中的应用

提出一种基于遗传算法(Genetic Algorithm, GA)、小波变换及神经网络(NN)的模拟电路故障诊断方法.该方法将小波基作为神经网络的传递函数,利用遗传算法优化神经网络的结构和权值,从而避免了BP神经网络结构设计的盲目性和局部最优等问题,大大减少了网络训练时间.利用该方法对模拟电路进行故障诊断有利于提高诊断的智能性及识别故障类别的能力,提高诊断的精度与速度.实例诊断结果表明文中所提方法是可行的.     

神经网络自适应控制在攻击直升机中的应用

研究了神经网络自适应控制在直升机飞行控制系统中的应用。首先将直升机姿态角系统划分为快慢回路 ,并分别采用动态逆方法进行设计 ;针对动态逆方法的优点和不足 ,提出了小波神经网络自适应逆控制方案 ,把BP小波神经网络和基于李亚普诺夫稳定的小波神经网络分别应用于直升机飞行控制系统中 ;最后对典型机动飞行进行了仿真 ,说明小波神经网络方法应用的正确性和有效性。仿真结果证明 ,本文采用的小波神经网络自适应控制方法效果好 ,具有工程应用价值     

一种自适应的孤岛检测方法

孤岛检测是光伏系统一项必备的功能,正规的要求是能够快速地检测出孤岛,同时把孤岛断电,把电网的损失减到最小。对几种常用孤岛检测方法进行概述和分析后,在主动频率偏移法和电流扰动法的基础上,提出了一种新型的检测方法。该方法是两者的结合,弥补了主动频率偏移法存在容性盲区的缺点,也能消除电流扰动法存在的电能波动,从而使整个系统的负面影响降到最小。最后,用Matlab仿真来验证了这个检测方案。     

基于遗传算法优化小波神经网络的煤炭铁路运量预测模型研究

鉴于煤炭铁路运量预测的复杂性和随机性,本文利用遗传算法优化小波神经网络模型的方法进行运量预测。该模型高度融合了小波神经网络和遗传算法的优点,具有广泛映射能力和全局搜索能力,从而保证了预测精度。结果表明,优化模型计算的预测值和实际值之间的相对误差低于3%,说明该模型具有较高精度。     

小波神经网络在群桩基础轴力监测中的应用

深水群桩基础是目前大跨径桥梁工程采用的主要基础型式之一。为了研究其荷载传递机理、群桩效应、上部结构—桩—土的共同作用,信息化施工技术已在多座大型桥梁上得到了运用。然而受水文、气象及工程施工等诸多外界因素的干扰,所监测到的轴力时程曲线存在许多突变点,严重干扰了桩基础承载力的分析和预测。为此,提出基于小波神经网络的预测模型,首先采用小波分析对原始监测数据进行去噪,得到反映实际变化的基桩轴力时程曲线,然后分别采用BP神经网络、改进的BP神经网络和径向基函数(RBF)神经网络对其进行预测。研究结果表明:基于小波分析的径向基函数(RBF)神经网络模型预测效果较好。     

一种新的基于小波变换的边缘检测算法

提出了一种新的基于小波变换的图像边缘检测算法。该算法首先按水平、垂直和对角方向对图像进行多尺度二进制小波变换,提取3个方向的小波系数。然后采用相邻尺度小波系数相乘的方法去除噪声,提取小波系数乘积的极大值点。最后将这3个方向上的极大点进行融合,形成图像的边缘。仿真实验表明,该算法具有较好的边缘检测和抑制噪声的能力,边缘检测效果明显优于传统的边缘检测方法。     

改进FFT和小波变换在电力系统谐波检测中的应用研究

傅里叶变换和小波变换技术被广泛应用在信号处理中。傅里叶变换由于频谱泄漏和栅栏效应等问题影响信号检测精度,而小波变换具有多分辨率分析的特点。设计了基于动态频率加窗插值的 FFT算法,实现对频谱泄漏和栅栏效应有效抑制;基于小波变换具有多分辨率分析的特点,设计了一种可变时频窗结构,实现了信号的实时检测。通过仿真分析对比,给出了合理的谐波检测技术。     

基于改进小波神经网络的滚动轴承故障诊断

根据轴承故障产生的机理和常用故障特征参数的分析与提取方法,针对滚动轴承系统的非线性和表面振动信号的非平稳特性,采用小波分析法,并对小波分析中容易产生频率混淆而进行改进小波包快速算法。试验结果表明,改进的小波分析能减少频率混淆现象,克服传统小波包快速算法中高低频重迭难以分辨的问题,并利用小波频带分析技术对故障信号中含有的噪声信号进行分离。结合小波和神经网络的优势建立改进小波神经网络的结构模型,研究小波神经网络的学习算法,解决传统BP算法收敛速度慢和容易陷入局部极小值等问题,从学习率和连接权值两个方面对算法进行改进。以N205型滚动轴承在试验台上所测取的试验数据进行网络训练,用振动信号为网络输入向量给出训练结果。仿真实例分析结果表明,采用改进的小波神经网络能够对滚动轴承故障进行分类,且其收敛速度明显快于相同条件下的小波神经网络和改进的BP网络,可有效实现滚动轴承的故障诊断。     

基于小波神经网络的穆棱河作物生育期径流预测

为提高研究精度,在基本的小波神经网络基础上改变隐含层节点数选取方法,降低基本方法随机性和盲目性。将改进的小波网络与人工神经网络进行对比分析。结果表明,小波神经网络改进方法更适合穆棱河流域径流预测。     

基于小波广义回归神经网络的粮食产量预测模型

将小波分析与广义回归神经网络(GRNN)相融合,构建了一种小波广义回归神经网络(WGRNN)模型。该模型应用于我国粮食总产量预测,其预测结果在精度上均优于单一的GRNN预测模型和GM(1,1)灰色预测模型,既具有神经网络非线性逼近能力和自学习能力的特性,又具有小波在时、频两域表征局部特征的功能,可为粮食产量预测的定量化和智能化提供一条新途径。     

基于小波神经网络的麦蚜发生量预测研究

以1979—2014年麦蚜历年发生量及气象数据为基础,采用逐步回归法筛选出对麦蚜发生量影响最大的气象因子,以筛选出的气象因子和1979—2009年麦蚜发生量作为训练集建立了小波神经网络预报模型,用该模型对2010—2014年麦蚜发生量进行预测,结果显示,小波神经网络预报模型的预报结果较准确。     

基于小波包的频带能量特征提取及智能诊断

提出一种基于小波包和BRF神经网络的智能故障诊断方法。对滚动轴承故障信号进行小波包分解，选择合适的小波基函数和尺度，将故障信号分解到八个不同的频段上，提取这八个频段上的能量信息，组成特征问量，作为RBF神经网络的输入；建立RBF神经网络模型并进行训练，对三种滚动轴承故障信号进行智能分类与识别。实验结果表明这种智能诊断方法有效可行。     

基于遗传小波神经网络的电梯故障诊断分析

利用小波分析具有能量分布特征提取的特性和遗传算法优化BP算法的能力,提出了一种基于遗传算法、小波与神经网络的电梯故障诊断方法,并应用电梯故障数据作为实例进行了验证．遗传算法小波神经网络模型诊断速度快、鲁棒性好、故障诊断正确率高．