【摘 要】
：
针对目前国内部分港口船电与岸电不断电并网实现较差、稳定性不高的缺点,文中采用了RBF自适应滑模控制策略进行并网控制,并针对滑模控制存在的抖振现象改进传统滑模控制,采用PI形式滑模面和分数阶趋近律,在并网过程中会抑制导致并网失败的大冲击电流并且可以提高并网电压和频率的稳定性及并网功率稳定性,降低并网设备损坏率。仿真结果表明,所采用的策略与PID控制策略进行对比,在保证不断电并网时,RBF自适应滑模控制能够更好的控制并网电压和频率,具有较好的抗扰性和鲁棒性,并对并网时功率波动具有抑制作用。
【机 构】
：
江苏科技大学电子信息学院,江苏科技大学海洋装备研究院
【基金项目】
：
江苏省重点研发计划项目(编号:BE2018109)资助。
论文部分内容阅读
针对目前国内部分港口船电与岸电不断电并网实现较差、稳定性不高的缺点,文中采用了RBF自适应滑模控制策略进行并网控制,并针对滑模控制存在的抖振现象改进传统滑模控制,采用PI形式滑模面和分数阶趋近律,在并网过程中会抑制导致并网失败的大冲击电流并且可以提高并网电压和频率的稳定性及并网功率稳定性,降低并网设备损坏率。仿真结果表明,所采用的策略与PID控制策略进行对比,在保证不断电并网时,RBF自适应滑模控制能够更好的控制并网电压和频率,具有较好的抗扰性和鲁棒性,并对并网时功率波动具有抑制作用。
其他文献
研究《伤寒论》中命名实体的识别方法,助力张仲景《伤寒论》不同版本文本的深度挖掘,有助于传承中医文化。该文尝试构建ALBERT-BiLSTM-CRF模型,提取《伤寒论》中疾病、证候、症状、处方、药物等实体,并与BiLSTM-CRF模型和BERT-BiLSTM-CRF模型进行对比。五次实验ALBERT-BiLSTM-CRF模型三个评价指标准确率(P),召回率(R)和F1-测度值(F1-score)的平均值分别为85.37%,86.84%和86.02%,相较于BiLSTM-CRF模型和BERT-BiLSTM-C
模糊系统是一种具有强可解释性和高鲁棒性的智能方法,但目前仍存在精度不高、产生的模糊规则太多等缺陷。针对目前存在的问题,论文通过改进粒子群优化算法优化模糊系统高斯型隶属度函数的参数,以及计算规则支持度约简模糊规则,提出了CPSFS和SPSFS两种模糊系统优化算法。在两个不同领域的经典数据集上的研究结果表明:1)CPSFS算法在训练集和测试集上的预测精度明显优于传统的BP神经网络、RBF神经网络、线性回归等算法;2)CPSFS算法与SPSFS算法减少了大量模糊规则,保证了模型的可解释性;3)CPSFS算法在约
复句关系词自动识别是复句层次识别以及对复句语义理解的基础。目前,汉语关系词的自动识别主要根据字面特征与句法特征,未涉及到语义特征的分析。论文利用哈工大的LTP平台,分析句子的语义依存关系,提取语义特征,建立语义依存特征库,运用随机森林方法自动识别复句关系词。复句关系词识别正确率92.32%,F1值为92.31%。实验结果表明了该方法的有效性。
针对舆情监测需要根据关键词来对特定话题进行追踪的应用场景,以及舆情新闻数据容易遗漏、关键词不完整、话题会产生漂移的难点,提出了一种面向舆情监测的话题追踪方法。首先通过对话题关键词进行加权的TextRank算法来提取有倾向的关键词作为文本特征表示,进而提升追踪效果;其次针对关键词不完全的问题,对舆情数据进行分析,通过点互信息对话题关键词进行补全;最后针对话题漂移的现象,在话题追踪过程中根据关键词衰减指数对话题关键词进行动态调整。实验表明,论文提出的方法在面向舆情监测的话题追踪任务上取得了较好的效果。
针对生成的图像结构单一,细节特征不够丰富,导致美观感不足等问题,提出了一种嵌入自注意力机制的美学特征图像生成方法。为了增加生成图像的美学特征,研究图像美学评价标准与生成模型之间的关联性,定义了基于美学分数的美学损失函数;为保证生成图像与真实图像在语义内容上的一致性,加入VGG网络,构造内容损失函数,采用Charbonnier损失代替L1损失,并将美学损失、内容损失和进化生成对抗网络的对抗损失以加权
现有的深度神经网络预测模型主要是通过学习单一高度下的雷达回波图像序列的特征预测未来时间段回波序列。然而,这种模型并不能直接预测目标站点未来一段时间内的降水量。鉴于此,提出了一种基于卷积门循环单元(Convolutional Gated Recurrent Unit,ConvGRU)神经网络的临近降水预报模型。对目标站点不同高度的雷达回波图像做卷积,同一高度的卷积图像通过GRU(Gated Recurrent Unit)学习云团运动过程中的时序特征,将不同高度时序图像的学习特征聚合到全连接层中进行训练,输出
为了解决航拍图像地面车辆目标实时检测和识别的问题,引入先进的人工智能技术,设计了一种基于深度学习的无人机航拍图像车辆目标检测嵌入式GPU系统。论文首先基于YOLOv3算法实现地面车辆目标检测技术,在GPU服务器上对地面车辆目标进行离线训练,通过自学习和迭代优化网络神经元权重,得到针对特定应用场景的网络模型;然后在嵌入式GPU平台上部属训练好的网络模型,实现无人机航拍图像的实时在线检测。实验结果表明
论文为了解决手机人民币图像给人民币鉴伪任务带来的困难,构造了一个基于B-CNN的手机人民币图像鉴伪框架,该框架以带有提取手机人民币图像红色分量Lambda层的VGG16的block5的输出作为输入。将提取手机人民币红色分量的Lambda层加在VGG16网络的最前面,并用此时VGG16的block5的输出模拟双路搭建B-CNN网络。实验部分将通过两种不同的训练方法获取的论文提出的鉴伪框架和单一的VG
论文提出了一种离散鲸鱼算法求解带容量约束的车辆路径问题(Capacitated Vehicle Routing Problem)。该算法对基本鲸鱼算法的包围捕食操作、泡泡网捕食操作、随机捕食操作进行重定义,并采用基于距离代价的K-means算法在满足车辆最大载重约束条件下将客户划分到不同区域。并引入随机交换搜索、2-opt、3-opt优化方法对每次迭代过程中得到的最优解进行局部优化,扩大算法搜索空间算法。实验结果表明:所提算法能够有效解决带容量约束车辆路径问题,有较强的寻优能力,求解质量优于所对比算法。
磨削加工是机械加工中的重要工艺之一,磨削烧伤对工件的各方面的性能有很大影响。因此,需要对磨削烧伤进行分级并识别以提高工件品质。论文采用支持向量机法对采集的磨削烧伤图像的颜色以及纹理特征进行深入地分析和研究。研究结果表明,随着数据量的变化,支持向量机模型对不同烧伤类型的识别准确率并不相同,当数据量为500时,支持向量机的类型识别准确率最高为94.02%。基本满足实际工程中对磨削烧伤识别的准确率要求,