基于ARIMA模型的风电功率预测

风电功率的随机波动被认为是对电网带来不利影响的主要因素。研究风电功率的波动特性,对改善风电预测精度与克服风电接入对电网的不利影响都有重要意义。本文通过对30天的风电数据加总,求得15min级的风电功率数据,提出了基于ARIMA模型的风电功率的预测模型。通过对数据进行单步预测取得较好的预测结果,说明ARIMA(1,1,1)模型能够较好的拟合原始数据。给风电功率的预测提供了新的思路。     

风电功率预测问题研究

文章采用BP神经网络法对风电场58台风机的输出功率进行了预测研究,建立三层神经网络模型,根据已有的风电功率历史数据、应用数据整理,进行BP神经网络的计算和回归分析,运用excel,matlab以及eviews等相关软件进行预测分析,解决了风电功率预测问题。     

拖拉机作业速度检测装置研究

针对拖拉机田间作业速度信息采集不到或者采集不准确等农机应用过程中的实际问题,基于工业控制计算机、数字量三轴加速度传感器以及增量编码器设计开发拖拉机作业速度实时检测装置,数字量加速度传感器通过串口通讯实时输出加速度数据信息,输入到工业控制计算机中,经卡尔曼滤波器算法处理后,积分计算得到速度信息。     

卡尔曼预测滤波在脱靶量时滞问题中的应用研究

针对光电跟踪系统中的脱靶量时滞问题,对脱靶量时滞对系统控制性能的影响进行了分析。在机动目标运动模型的基础上提出了可行的预测滤波解决方案,设计了对应的卡尔曼滤波器。仿真结果表明对脱靶量的预测取得了良好的效果。     

基于改进灰色理论的短期风速预测

风电具有与常规发电竞争的潜力,实时的风电预测对风速短期预测有相当高的要求。在基于灰色模型的风速预测研究基础上,利用无偏灰色预测及改进残差的灰色预测进行短期风速预测。实际算例表明,与常规灰色预测及基于神经网络的风速预测结果相比,改进算法的结果在精度上有明显的提高。     

短期风电功率预测误差综合评价方法研究

短期风电功率预测误差综合评价,是全面优化预测质量的关键环节。目前,大部分的短期风电功率预测误差评价都是通过均值类指标来实现的,但是这种模式并不能精确的反应出预测系统实际运行情况。文章以当前短期风电功率预测误差评价开展的实际情况为基础,结合近年来的工作经验,提出一系列的误差综合评价方法。     

基于Flexsim的中小型超市补货优化研究

文章根据对某中小型超市调研收集的数据,进行数据分析。利用Flexsim软件根据数据模型建立仿真模型,运行后输出不同商品同一时段消耗数据和同一商品一天中不同时段消耗数据。通过数图分析法研究超市商品的消耗趋势,确定合理的补货时间点和补货量,从而对已有的超市补货系统进行优化。     

基于HCMAC卡尔曼滤波器在组合导系统中的应用

针对经典卡尔曼滤波器要求组合导航系统的动态模型和观测模型的噪声统计特性已知,而组合导航系统的噪声具有非先验性的问题,利用超闭球小脑神经网络（Hyperbal Cerebel ar Model Articulation Control er,HCMAC）良好的非线性逼近能力、泛化能力和自学习能力,设计HCMAC辅助卡尔曼滤波器,并应用于组合导航系统。仿真试验结果表明,该辅助算法与经典卡尔曼滤波算法相比较,精度提高了2倍,收敛时间缩短近200s,且有效地克服了传统神经网络学习速度慢、泛化能力弱的缺点,使系统具有自适应能力以应付动态环境的扰动,增强了组合导航系统的鲁棒性。     

风电穿透功率极限的计算与分析

建立了异步发电机的稳态数学模型,表明风电穿透功率极限是系统的网络结构、风电并网节点位置、负荷水平、机组的最小出力限制、系统对电压水平的要求、风电场无功补偿容量等因素综合作用的结果,制约系统风电穿透功率水平的主要原因是风电功率注入引起的节点电压越限。     

卷接机组风力送丝系统进程建模分析及优化措施

风力送丝系统直接影响着卷烟质量和生产成本.文章针对某卷烟厂风送系统配置运行存在的烟丝碎丝率问题进行研究,构建了烟丝碎丝率与风送速度的约束优化模型,通过MATLAB软件编程求解,所得优化计算解与实测数据吻合,表明了所构建模型的有效性和准确性;通过改进风速测量和风送管路的风速控制,优化了风送进程.文章的研究成果为行业生产提供了有益的参考借鉴.     

工程造价预测的灰色-卡尔曼滤波模型

对于工程建设者来说,准确进行工程造价预测决定着投标成败以及在工程实施过程中能否盈利的关键。利用同一公司过去几年承建同类工程的资料,建立灰色GM（1,1）模型,同时,采用卡尔曼序贯滤波算法减弱数据序列的随机性。通过实例仿真结果表明,该方法比传统灰色模型具有更好的预测效果,具有使用价值。     

卡尔曼滤波在电池状态预估中的鲁棒性分析

卡尔曼滤波器是基于状态空间模型的最小方差估计,广泛应用于动力电池状态估计领域。而在实际运用中,运用卡尔曼滤波a算法对动力电池状态进行估算的结果通常会出现发散的现象。为了解决这一问题,文章从算法的发散根源出发,根据不同的发散因子,提出相应的改进措施,确保卡尔曼滤波的鲁棒性,并以扩展卡尔曼滤波估算动力电池的电荷状态为例,通过算法改进前后的结果对比,验证了改进算法的有效性,同时也为无迹卡尔曼滤波、中心差分滤波、高斯埃尔米特滤波等相关算法的鲁棒性改进提供了理论指导与参考。     

基于状态空间模型的动态交通出行量预测研究

在现代交通管理中，短时交通信息预测有着非常重要的地位。动态交通出行量作为重要的交通信息之一，对其进行预测研究可以丰富短时交通信息预测的理论研究，为提前实施相应的交通管理策略，引导交通需求，提高路网利用效率提供数据支撑。本文在总结动态交通出行量反推理论的基础上，构建了用于动态交通出行量预测的状态空间模型，描述了卡尔曼滤波算法。最后将模型和算法应用到南京某路网进行预测计算，结果表明所构建的模型具有较高的预测准确性。     

卡尔曼滤波算法及其在组合导航中的应用综述

由于描述系统特性的数学模型和噪声的统计模型不准确,不能真实反映物理过程,使模型与获得的观测值不匹配从而会导致滤波器发散。文章在描述组合导航基本特性和卡尔曼滤波原理的基础上提出了滤波发散的问题并提出了抑制发散的方法,最后介绍了卡尔曼滤波在组合导航中的应用。     

基于FPGA的数字匹配滤波器的设计

数字匹配滤波器(DMF)在通信和雷达接收机中应用广泛,文章分析了匹配滤波器的重要参数和电路基本结构,结合数字匹配滤波器在扩频系统中的应用,给出了基于FIR滤波器的IP核设计数字匹配滤波器和折叠数字匹配滤波器的FPGA实现方法。     

基于LMS算法的广义形态滤波器应用于转子分形故障状态识别的效果研究

将描述混沌运动的关联维数用于转子系统振动信号分析,并针对现场实测振动信号中存在噪声污染,提出了一种基于自适应形态滤波对信号进行降噪处理。该滤波器综合了不同的结构元素且在开—闭、闭—开滤波器权系数的确定上采用了基于最小均方误差算法的自适应技术,具有更好的滤波性能和细节信息保留能力;分析比较降噪前后转子4种状态(正常、油膜涡动、局部碰摩、全周碰摩)下信号的关联维数,结果表明,用含有噪声信号的关联维数描述系统的特征行为不可靠,有必要对实测信号进行降噪处理。自适应形态滤波器具有良好的降噪效果,将降噪后的关联维数作为特征量,在转子故障诊断中进行识别故障、判断运行状态具有可行性。     

利用改进的卡尔曼滤波器预测退化设备可靠性

针对退化设备可靠性预测的问题,采用加入次优渐消因子的卡尔曼滤波器预测设备未来时刻退化量均值,进而预测未来时刻的可靠性。本文给出了退化设备的可靠性预测方法和具体算法,这可为确定停机维护时间、维修费用等提供依据,具有重要意义。仿真实验验证了该方法的有效性。     

WRF模式不同边界层参数对西南地区风资源模拟

为了保证风电发动机经济的运行,在建设前对该地区进行风资源评估是必要的.本文采用WRF模式中16中不同边界场与近地面层组合方案对我国西南地区进行了动力降尺度模拟,主要对比分析了不同边界场参数对西南地区近地面风风速的影响,评估较优参数方案对西南地区风资源模拟的效果,为今后风电场建设决策提供依据与建设后能否持续发电提供参考....     

利用改进的卡尔曼滤波器预测退化设备可靠性

针对退化设备可靠性预测的问题,采用加入次优渐消因子的卡尔曼滤波器预测设备未来时刻退化量均值,进而预测未来时刻的可靠性。本文给出了退化设备的可靠性预测方法和具体算法,这可为确定停机维护时间、维修费用等提供依据,具有重要意义。仿真实验验证了该方法的有效性。     

基于UKF无传感器矢量控制技术理论综述

在永磁同步电机矢量控制设计中,针对传统方式的利用机械传感器检测转子位置和转速等输出反馈信号难以检测的问题,提出基于无传感器技术的卡尔曼滤波技术。在永磁同步电机控制系统中利用该技术可以在线估算永磁同步电机转子的位置和转速等反馈信号。本文详细阐述了扩展卡尔曼算法(Extended Kalman Filter,EKF)的计算过程并指出其缺点,针对以上缺点引入无迹卡尔曼滤波算法,同时指出无迹卡尔曼(Unsecented Kalman Filter,UKF)技术算法的优点及应用。针对目前少有人研究基于UKF无传感器永磁同步矢量控制技术,提出该方案研究的前景和可行性。