期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于改进CPSO的动态阴影环境下光伏MPPT仿真研究 被引量:16
1
作者 葛双冶 杨凌帆 +1 位作者 刘倩 周杭霞 《电力系统保护与控制》 EI CSCD 北大核心 2019年第6期151-157,共7页
动态阴影下,传统最大功率点追踪(MPPT)算法易陷入局部极值,而常规粒子群(PSO)算法实现的MPPT控制易给系统带来较大的振荡。针对上述问题,提出一种自适应精英策略改进混沌粒子群(AEM-CPSO)算法的MPPT控制策略。该算法对粒子前三次迭代进... 动态阴影下,传统最大功率点追踪(MPPT)算法易陷入局部极值,而常规粒子群(PSO)算法实现的MPPT控制易给系统带来较大的振荡。针对上述问题,提出一种自适应精英策略改进混沌粒子群(AEM-CPSO)算法的MPPT控制策略。该算法对粒子前三次迭代进行混沌搜索,使粒子在初始状态具有全局遍历性。自适应精英策略运用于粒子搜索后期,用于缓解算法后期振荡的问题。仿真结果表明,AEM-CPSO算法在全局搜索性,追踪速度以及暂态稳定性都优于传统方法。 展开更多
关键词 动态阴影 最大功率点追踪 粒子群算法 自适应精英策略 混沌搜索
在线阅读 下载PDF
基于协同训练的低空运动平台动态人物阴影检测 被引量:2
2
作者 解志刚 胡少兴 +1 位作者 张爱武 孙卫东 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2014年第6期903-913,共11页
针对现有视频监控中人物阴影检测大都采用背景减法,难以实现低空运动平台下的动态检测问题,提出一种针对低空运动平台的动态人物阴影检测方法.在改进现有的3种室外人物阴影像素特征的基础上,提出一种亮度反差区域特征,并通过实验给出了... 针对现有视频监控中人物阴影检测大都采用背景减法,难以实现低空运动平台下的动态检测问题,提出一种针对低空运动平台的动态人物阴影检测方法.在改进现有的3种室外人物阴影像素特征的基础上,提出一种亮度反差区域特征,并通过实验给出了其优化组合模式;基于像素与区域特性的独立性构建双视图分类器,设计了与之相适应的半监督协同训练策略;最后针对实时处理需求,提出了通过随机采样改善学习效率、利用支持向量机解决小样本学习问题的加速方案.实际低空运动平台下的实验结果表明,该方法具有较高的人物阴影检测率与较好的算法鲁棒性,可有效地解决低空运动平台下的高质量动态人物阴影检测问题. 展开更多
关键词 低空运动平台 动态人物阴影检测 阴影像素和区域特征 协同训练
在线阅读 下载PDF
动态随机车辆阴影下路面光伏阵列建模与分析 被引量:1
3
作者 毛明轩 陈思宇 +2 位作者 冯心营 郭珂 周林 《中国电机工程学报》 EI CSCD 北大核心 2023年第24期9569-9579,共11页
该文提出基于元胞自动机的路面光伏阵列动态建模,探索和分析动态随机车辆阴影下路面光伏阵列输出特性。首先,以光伏组件工程模型为基础,建立路面光伏阵列的输出特性数学模型。然后,基于元胞自动机理论,以NaSch模型作为更新规则,模拟车... 该文提出基于元胞自动机的路面光伏阵列动态建模,探索和分析动态随机车辆阴影下路面光伏阵列输出特性。首先,以光伏组件工程模型为基础,建立路面光伏阵列的输出特性数学模型。然后,基于元胞自动机理论,以NaSch模型作为更新规则,模拟车辆在单车道行驶的演化过程,进而得到随机变化的车辆阴影矩阵,建立基于元胞自动机的路面光伏阵列动态模型。最后,分析慢化概率和遮荫程度对模型的影响程度,同时设置3个场景研究车辆阴影的随机性及其对路面光伏阵列的影响。仿真和实验结果表明:动态随机车辆阴影会显著影响路面光伏阵列输出特性,导致最大功率点呈现随机变化的单峰或多峰状态,最大功率点处于浮动快变的状态。该动态模型下,慢化概率和遮荫程度2个参数的简单设置即可反映车辆阴影导致路面光伏阵列输出功率的波动性,可为后续在该场景下的功率优化相关研究奠定基础。 展开更多
关键词 路面光伏阵列 元胞自动机 NaSch模型 动态随机车辆阴影 输出特性
在线阅读 下载PDF
基于LBP核密度估计的动态目标分割模型研究 被引量:1
4
作者 何黄凯 唐宁九 +1 位作者 李征 孙源 《计算机应用研究》 CSCD 北大核心 2012年第7期2719-2721,2732,共4页
目前有关动态目标阴影抑制研究中,较好的方法是基于RGB颜色空间核密度估计分割模型,但它只能用于彩色视频阴影抑制,在灰度视频中是无效的。针对这一局限,提出了一种基于核密度估计模型的动态目标阴影消除算法,利用局部二值模式的抗噪特... 目前有关动态目标阴影抑制研究中,较好的方法是基于RGB颜色空间核密度估计分割模型,但它只能用于彩色视频阴影抑制,在灰度视频中是无效的。针对这一局限,提出了一种基于核密度估计模型的动态目标阴影消除算法,利用局部二值模式的抗噪特性,可以有效地消除彩色和灰度视频中的动态目标阴影,并对图像中的其他噪声也有明显抑制作用。从实验数据得出,该方法使目标误分割率降低约77.84%~95.22%,从而有效地抑制了动态目标阴影和其他噪声。 展开更多
关键词 局部二值模式 动态目标阴影 RGB颜色空间 核密度估计 阴影抑制 误分割率
在线阅读 下载PDF
基于贝叶斯优化卷积神经网络的路面光伏阵列最大功率点电压预测方法 被引量:8
5
作者 毛明轩 冯心营 +1 位作者 陈思宇 王立宁 《中国电机工程学报》 EI CSCD 北大核心 2024年第2期620-630,I0015,共12页
路面光伏阵列上快速行驶的车辆,所形成的车辆阴影具有复杂的动态随机分布特性,将导致路面光伏阵列的输出功率-电压(P-V)特性曲线呈现动态多峰特性,给路面光伏阵列最大功率点跟踪(maximumpowerpointtracking,MPPT)控制带来挑战。基于此,... 路面光伏阵列上快速行驶的车辆,所形成的车辆阴影具有复杂的动态随机分布特性,将导致路面光伏阵列的输出功率-电压(P-V)特性曲线呈现动态多峰特性,给路面光伏阵列最大功率点跟踪(maximumpowerpointtracking,MPPT)控制带来挑战。基于此,文中提出一种基于贝叶斯优化(Bayesianoptimization,BO)卷积神经网络(convolutional neural network,CNN)的路面光伏阵列最大功率点电压预测方法。首先,将路面光伏阵列的光照和温度的环境信息以图像形式输入基于贝叶斯优化CNN的最大功率点电压预测模型进行学习;然后,利用训练出的预测模型,对当前时刻下路面光伏阵列最大功率点工作电压进行预测;最后,仿真和试验结果表明,提出的预测模型具有良好的适应性,能够精准预测不同车辆阴影工况下的路面光伏阵列最大功率点工作电压,尤其是大幅度提高最大功率点工作电压的预测速度,为动态随机车辆阴影下路面光伏阵列的最大功率点跟踪控制奠定基础。 展开更多
关键词 动态随机车辆阴影 路面光伏阵列 贝叶斯优化 卷积神经网络 图像信息 最大功率点电压预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部