为了进一步解决基于电容-二极管(capacitance-diode,CD)升压单元的两相交错并联Boost高增益变换器存在的开关管数量多、输入输出不共地问题,提出了一种基于CD单元的新型3L型两相交错并联Boost变换器拓扑的构建方法,并根据在第3个升压电...为了进一步解决基于电容-二极管(capacitance-diode,CD)升压单元的两相交错并联Boost高增益变换器存在的开关管数量多、输入输出不共地问题,提出了一种基于CD单元的新型3L型两相交错并联Boost变换器拓扑的构建方法,并根据在第3个升压电感前级和后级引入CD单元数量的不同,推演出基于FN-BMCD单元的3L型高增益Boost变换器的演化规律;以F2-B1CD单元的3L型Boost变换器为例,详细分析了5个开关模态的工作原理,揭示了各电感及电容寄生参数对电压增益的影响机理;搭建由数字信号处理(digital signal processing,DSP)芯片和实时仿真机组成的控制在环半实物仿真实验平台,验证了所提新型变换器拓扑理论分析的正确性。展开更多
退役动力电池即将迎来回收高峰,二次利用可以有效避免电池退役造成的资源浪费和环境污染。健康状态(state of health,SOH)评估是退役电池二次使用场景的关键依据,但是传统的退役电池SOH估计方法存在耗时和耗能的缺点。在将退役电池放电...退役动力电池即将迎来回收高峰,二次利用可以有效避免电池退役造成的资源浪费和环境污染。健康状态(state of health,SOH)评估是退役电池二次使用场景的关键依据,但是传统的退役电池SOH估计方法存在耗时和耗能的缺点。在将退役电池放电至相同电压下限后,不同SOH电池的荷电状态(state of charge,SOC)将存在差异,导致不同SOH电池静置电压曲线变化趋势不同。提出基于静置电压曲线的退役电池SOH快速估计策略,从这种静置电压差异中分析健康特征,可实现退役电池SOH的快速估计。针对在退役电池数据采集时部分电池会由于采集误差形成离群点,进而会导致训练集无法正确训练回归算法模型的问题,分析了离群点数量对回归算法估计电池SOH精度的影响,并利用基于密度的聚类算法(density-based spatial clustering of applications with noise,DBSCAN)标识这些离群点,并在此基础上提出了离群点标识效果评估方法,可避免离群点影响SOH估计模型的准确性,有效提高了SOH估计精度。展开更多
针对织物瑕疵检测问题,现有的方法大多关注瑕疵特征的提取,而没有考虑如何消除织物自身的纹理结构和织物褶皱等因素对特征提取的干扰,因此,提出一种基于图像主结构提取和自适应快速局部二值模式(adaptive fast local binary pattern, AF...针对织物瑕疵检测问题,现有的方法大多关注瑕疵特征的提取,而没有考虑如何消除织物自身的纹理结构和织物褶皱等因素对特征提取的干扰,因此,提出一种基于图像主结构提取和自适应快速局部二值模式(adaptive fast local binary pattern, AFLBP)的织物瑕疵检测方法。首先,使用基于总变差模型的纹理图像主结构提取方法,能够去除织物图像中自身纹理信息的干扰;其次,对传统局部二值模式(local binary pattern, LBP)算法进行改进后提出AFLBP算法,用于对图片进行分割获取二值化图像,改善原LBP算法对图像的局部特征进行区分的问题,缓解像素的明显振动变化,在一定程度上提高了图像边缘轮廓提取的准确度;最后,使用支持向量机(support vector machine, SVM)分类器判别分割后的织物二值图像是否含有瑕疵。实验结果表明,所提方法在瑕疵检测的准确度方面表现较好,同时对比其他图像分割算法,所提出的AFLBP算法也有更好的分割效果。展开更多
文摘为了进一步解决基于电容-二极管(capacitance-diode,CD)升压单元的两相交错并联Boost高增益变换器存在的开关管数量多、输入输出不共地问题,提出了一种基于CD单元的新型3L型两相交错并联Boost变换器拓扑的构建方法,并根据在第3个升压电感前级和后级引入CD单元数量的不同,推演出基于FN-BMCD单元的3L型高增益Boost变换器的演化规律;以F2-B1CD单元的3L型Boost变换器为例,详细分析了5个开关模态的工作原理,揭示了各电感及电容寄生参数对电压增益的影响机理;搭建由数字信号处理(digital signal processing,DSP)芯片和实时仿真机组成的控制在环半实物仿真实验平台,验证了所提新型变换器拓扑理论分析的正确性。
文摘退役动力电池即将迎来回收高峰,二次利用可以有效避免电池退役造成的资源浪费和环境污染。健康状态(state of health,SOH)评估是退役电池二次使用场景的关键依据,但是传统的退役电池SOH估计方法存在耗时和耗能的缺点。在将退役电池放电至相同电压下限后,不同SOH电池的荷电状态(state of charge,SOC)将存在差异,导致不同SOH电池静置电压曲线变化趋势不同。提出基于静置电压曲线的退役电池SOH快速估计策略,从这种静置电压差异中分析健康特征,可实现退役电池SOH的快速估计。针对在退役电池数据采集时部分电池会由于采集误差形成离群点,进而会导致训练集无法正确训练回归算法模型的问题,分析了离群点数量对回归算法估计电池SOH精度的影响,并利用基于密度的聚类算法(density-based spatial clustering of applications with noise,DBSCAN)标识这些离群点,并在此基础上提出了离群点标识效果评估方法,可避免离群点影响SOH估计模型的准确性,有效提高了SOH估计精度。
文摘本文针对含光伏(Photovoltaic,PV)、全钒液流电池(Vanadium redox battery,VRB)储能装置与多类型柔性负荷的工业园区主动配电系统,研究在考虑源荷随机性情况下该系统的动态经济调度问题.首先,将PV出力、多类型负荷需求和电网调峰需求的随机动态变化近似描述为连续马尔科夫过程,并根据系统内VRB的充放电特性对储能系统进行建模;然后,以各决策时刻下PV出力、负荷需求、调峰需求以及储能荷电状态(State of charge,SOC)的离散等级为状态,以储能充放电及多类型柔性负荷调整方案为行动,在系统功率平衡等相关约束下,以应对电网调峰需求和提高系统经济运行水平为目标,将工业园区主动配电网系统动态经济调度优化问题建立成随机动态规划模型;最后,引入强化学习方法进行策略求解.算例仿真结果表明所得策略可有效提高系统经济运行效益,并在一定程度上满足电网调峰需求.
