-
题名基于小波变换和神经网络的光伏功率预测
被引量：14
- 1
-
-
作者
张立影
刘智昱
孟令甲
王泽忠
-
机构
华北电力大学电子与电子工程学院
国网河南省电力公司新乡供电公司
石家庄铁道大学四方学院电气工程系
-
出处
《可再生能源》
CAS
北大核心
2015年第2期171-176,共6页
-
文摘
提出了一种小波分解(Wavelet Transform,WT)和径向基函数神经网络(RBFNN)相结合的预测方法,并引入理论太阳辐照量、温度和相对湿度数据来预测未来24 h光伏电站的输出功率。小波分解能有效地表征光伏电站输出功率时间序列的局部特征,人工智能方法可以捕捉到光伏发电中的非线性特性。预测结果表明,采用该方法预测光伏电站输出功率,能有效地提高预测精度。
-
关键词
神经网络
小波变换
光伏发电
功率预测
气象因素
-
Keywords
neural network
wavelet transform
photovoltaic（PV） power generation
power forecasting
weather factor
-
分类号
TM615
[电气工程—电力系统及自动化]
-
-
题名基于粒子群优化的复杂交通监控车辆检测与跟踪
被引量：1
- 2
-
-
作者
王庆芬
孙秀婷
樊伟
-
机构
石家庄铁道大学四方学院电气工程系
-
出处
《现代电子技术》
北大核心
2016年第14期106-111,共6页
-
基金
河北省自然科学基金资助项目(E2011210028)
-
文摘
城市交通监控视频的背景与前景变化均极为剧烈,导致交通监控对车辆的检测与统计准确率较低,对此,提出一种基于车辆空间移动特点与粒子像素聚类的车辆检测与跟踪方案。首先,基于高斯混合模型将权重与标准偏差比例较高的部分选为背景,由此实现前景区域的提取,同时,使用二值遮挡技术对提取的前景边缘进行优化处理;然后,提取前景区域的部分粒子,对粒子进行聚类处理,结合粒子的空间位置与移动向量来提高粒子的聚类准确率;最终,由于同一粒子簇可能为两个运动形式接近的多辆车组成,针对粒子簇的轴线等参数设置了限制条件,从而判断是否为同一车辆。对车辆的追踪则基于连续帧之间相同粒子簇的相似率比较实现。对比试验结果表明,该算法在剧烈变换的背景条件下具有较高的车辆检测准确率,错误率较低,优于其他同类型算法。
-
关键词
城市道路交通
高斯混合模型
前景遮挡
聚类
车辆追踪
-
Keywords
city road traffic
Gaussian mixture model
foreground occlusion
clustering
vehicle tracking
-
分类号
TN820.4
[电子电信—信息与通信工程]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名小功率开关电源的Multisim仿真设计
被引量：1
- 3
-
-
作者
李立平
王振玉
高艳玲
王庆芬
-
机构
石家庄铁道大学四方学院电气工程系
-
出处
《通信电源技术》
2013年第5期22-24,共3页
-
文摘
开关电源具有小型、薄型、轻量化、高效化等诸多优点,逐渐与人们的工作、日常生活密切相连。利用计算机对开关电源进行设计和虚拟实验十分有效,能够克服成本高、工作量大等条件限制,是最为快速经济的设计方法。文中基于电流模式PWM控制芯片UC3842,设计了一款40 W的小功率开关电源,利用Multisim11.0软件的仿真工具箱进行了建模和仿真,可以随时改变仿真参数并用示波器观察仿真波形,使得仿真过程更加方便、快捷,提高了效率和精度,由仿真输出波形可见该电源具有较强的稳定性。
-
关键词
开关电源
UC3842
Multisimll
0
仿真
-
Keywords
switching mode power suply
UC3842
Mpultisiml 1. O
simulation
-
分类号
TN86
[电子电信—信息与通信工程]
-
-
题名基于BTO多目标遗传算法的播种机性能优化设计
被引量：3
- 4
-
-
作者
秦华
康朝红
刘鑫淼
孔令美
-
机构
石家庄铁道大学四方学院电气工程系
广东技术师范学院天河学院信息与传媒学院
-
出处
《农机化研究》
北大核心
2017年第6期145-149,共5页
-
基金
广东省教育厅科技项目(14JXN060)
-
文摘
受播种地形和地域的影响,大部分播种机的播种质量、播种效率和能耗不能发挥到最佳状态,为了提高播种机的作业性能,深入挖掘了按顾客订单生产(Build-to-Order,BTO)模式的一般性意义,并将该模式引入到了播种机的优化设计中,提出了一种基于BTO模式的多目标速度控制遗传算法优化模型。根据播种质量、效率和能耗的要求,首先确定了BTO模式下播种机性能优化的初始参数,利用多目标函数确定了播种机的速度控制模型,并利用遗传算法进行了优化设计。最后,通过试验样机对播种机的播种性能进行了测试,结果表明:使用多目标遗传算法对播种机的性能进行优化后,播种机的播种质量、播种效率和播种能耗有了明显的改善,为新型播种机的研发提供了较有价值的参考。
-
关键词
播种机
BTO模式
多目标优化
遗传算法
速度控制
-
Keywords
feedrbased
BTO model
multi-objective optimization
genetic algorithm
speed control
-
分类号
S223.2
[农业科学—农业机械化工程]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
