课程文献中心 更多>>

关键词： 储能配置   平抑新能源功率波动   电化学-热耦合模型   热安全  

摘要： 电化学储能是支撑新能源高比例消纳的关键技术,其规划配置与热安全性研究具有重要意义。本文将平抑新能源功率波动场景下的储能配置模型与电化学-热耦合的数值仿真模型嵌套,构建了兼顾平抑新能源功率波动与电池热安全的储能配置双层模型。通过模型对某风电场项目求解的算例分析结果表明:该风电场的电化学储能合理配置规模为5.78MW/0.5MWh。可将1min、10min的功率波动性分别降低10.09%、2.87%,新能源功率波动性得到明显改善。并且在运行过程中电池最高温度为50℃,满足ESS在运行过程中的热安全性。分析成果验证了兼顾平抑新能源功率波动与电池热安全的储能配置双层模型的有效性。

关键词： 羽毛结构耦合   等效电路模型   微基本单元   低频率   生物滤波器  

摘要： 本文通过研究鸟类羽毛的耦合结构,构建并推导出:鸟类活体羽毛的“n字型”微观耦合结构与电子电路之间的耦合电路的一种新型等效电路模型。该等效电路模型是由无数个相邻羽枝(等效电感L)与羽小枝(等效电容C)组成的“n”字型结构,等效为无数个LC并联回路,构建出了由羽枝与羽小枝组成滤波器的微基本单元,使其具有生物微型滤波器功能。这些研究成果为研发低频率生物滤波器(截止频率f = 1 Hz, 100 Hz, 1 kHz)提供了理论依据,弥补了低频生物滤波器的研究领域空白。

关键词： 动态位移   小波变换   自适应滤波   稳态误差  

摘要： 为了能够在大型减震阻尼器性能测试试验中更好反馈试验台的重载液压缸动态位移变化信息,从而真实模拟大型减震阻尼器所需振动激励信号,进而获得更好的特性参数,对比传统变步长LMS算法,根据试验台重载液压缸实际振动的加载工况,在预期参考信号不可知的情况下,通过小波变换对原始信号进行拟合,并使用MATLAB建立误差与步长之间的非线性函数表达式,提出一种基于小波变换的LMS自适应滤波器,最后通过LabVIEW编写了测控程序进行了试验。试验结果表明,相较于传统变步长LMS算法,基于小波变换的自适应滤波器收敛速度更快、稳态误差更小且跟踪能力更强,在实际应用中,相较于其他类型滤波器具有更好的滤波效果。

关键词： 功率放大器   信号失真   电磁干扰   互调   信号衰减   线性度   提升效率   通信频段  

摘要： 5G频段,信号衰减大,基站数量大大增加,能耗问题突出,已成为影响通信行业碳排放的关键问题之一。基站耗能最主要部件是功率放大器,占比达到44%,提升功放效率是解决能耗问题的关键,提升效率需要使其工作在饱和区,会导致其线性度下降。5G带宽大,调制方式复杂,峰均比高,对功放线性度要求高,功放工作在非线性区会导致输出信号失真,产生谐波和互调等电磁干扰信号。落在带内引起信噪比降低,误码率上升,甚至无法解调;落在带外引起邻道抑制比恶化,干扰其他通信频段,造成严重的电磁兼容问题。提升功率放大器的效率并抑制非线性是解决5G能耗的难点问题,目前GaN功率放大器已成为主流,具备重要的理论研究和工程应用价值。

关键词： 优质护理   椎管内麻醉穿刺   成功率   麻醉效果   影响  

摘要： 优质护理对椎管内麻醉穿刺成功率及麻醉效果的影响研究。方法 研究选取2022年5月-2022年10月我院接收100例患者,纳入患者采用随机数字表法均分,设为观察组及对照组。对照组采用常规护理;观察组采用优质护理。统计护理满意程度、护理质量评分。结果 与对照组相比较,观察组护理满意程度显著增高,组间比较差异性显著,P<0.05;观察组护理评分显著高于对照组,组间存在显著差异性,P<0.05。结论 优质护理对椎管内麻醉穿刺成功率及麻醉效果的影响效果显著,值得推广应用。

关键词： 光伏电站   输出功率   BP神经网络   GRNN算法  

摘要： 为提高光伏电站运营当中对输出功率预测的准确度,进一步提升光伏电站的智能化程度,降低光伏电站的运营成本,建立了一种基于GRNN算法的输出功率预测模型。模型利用GRNN神经网络的非线性映射能力预测短期光伏输出功率,可在同等条件下,相较BP神经网络预测算法得到更接近于实际的输出功率值。本模型发挥出GRNN算法结构简单的特性,在实验中实现了较高的预测准确度,同时有助于提高电网运行的稳定性。

关键词： 物联网   通用滤波多载波   多普勒频移   滤波器   误符号率  

摘要： 移动物联网(Internet of Things, IoT)通信是6G的关键技术之一,面对多变的地面基站环境,无人机(Unmanned Aerial Vehicle, UAV)辅助通信被认为是物联网通信的重要组成部分,已受到广泛关注。通用滤波器多载波(Universal Filtered Multi-carrier, UFMC)作为一种新型非正交多载波调制技术,继承了正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)的优势,主要应用在短数据包突发通信场景中,被认为适用于下一代无线物联网通信。但是,在无人机的高速移动环境下,通信信号会遭受显著的多普勒频移影响,产生严重的载波间干扰(Inter Carrier Interference, ICI),导致UFMC系统性能的显著下降。为了缓解ICI问题,本文首先理论分析、推导了存在多普勒频移时UFMC系统的信干噪比(Signal to Interference plus Noise Ratio, SINR)。根据SINR分析,可见将UFMC波形滤波器通带波动优化调控的足够小以及加快过渡带衰减有利于提升系统抗ICI能力。因此,本文提出了基于波形滤波器优化设计的干扰抑制方法,构建了符合UFMC通信需求的波形滤波器最优化设计数学模型,该模型可以有效地调控波形滤波器的通带波动,通过遍历搜索可求解得到使系统误符号率(Symbol Error Rate, SER)相对最优的波形滤波器。在考虑多普勒频移的系统仿真中,SER对比结果表明:与采用传统波形滤波器的UFMC系统相比,本文根据约束最小最大(Constraint Minimax, CMM)准则遍历搜索设计的波形滤波器可以有效地抑制系统ICI从而改善SER。这为未来移动物联网通信系统的波形设计提供了参考。

关键词： 变压器故障诊断   不平衡数据集   生成对抗网络   注意力机制   灰狼优化算法  

摘要： 为提高变压器故障诊断的准确性,提出一种基于数据增强和特征注意力机制的灰狼优化算法(grey wolf optimization,GWO)-残差神经网络(residual neural network,ResNet)故障诊断方法。针对变压器不平衡数据集对故障诊断模型产生的影响,利用带梯度惩罚的Wasserstein生成对抗网络(generative adversarial network with gradient penalty,WGANGP)对变压器数据进行数据增强。其次,在诊断模型的输入侧引入特征注意力机制,提升模型对平衡数据集中关键特征的敏感性。然后,为加速模型的收敛性,在训练的早期利用GWO-ResNet。最后基于某实测变压器数据集对所提出WGANGP-ATT-GWOResNet故障诊断模型的有效性进行验证。

关键词： 车载边缘计算   计算卸载   功率分配   服务缓存   深度确定性策略梯度  

摘要： 针对车载边缘计算环境下车辆移动引起的车载时变信道和任务随机到达问题,提出了一种基于深度强化学习的计算卸载和功率分配方法。首先,设计了双向车道场景下基于非正交多址的“端-边-云”三层卸载模型;接着,结合该模型的通信、计算、缓存资源以及车辆的移动性,进一步确立了车载用户功率和缓存延迟长期累积总成本最小化的联合优化问题;最后,考虑到车载边缘计算网络的动态、时变和随机特性,提出了基于深度确定性策略梯度的分布式智能算法,以获取最优功率分配机制。仿真实验结果显示,相较于传统方法,所提方法在减少总成本方面具有显著优势。

关键词： 光伏发电   功率预测   机器学习   人工少数类过采样法(SMOTE)   天气类型  

摘要： 太阳能具有清洁、安全、可再生的优点,光伏发电可减轻资源消耗,助力可持续发展,然而光伏功率易受天气影响,针对不同天气类型下光伏功率的预测也是一个研究难点。该研究着手于在不同天气类型下应用人工少数类过采样法(synthetic minority over-sampling technique,SMOTE)和机器学习进行光伏功率预测。首先,通过皮尔逊相关系数法选择出对光伏功率影响最大的气象因子;然后,根据重要程度较大的气象因子计算日照时数,通过给日照时数设定阈值进行划分,将天气分类为晴天、多云或阴天、覆雪,再通过SMOTE技术对各种天气类型下的样本进行扩充;最后,通过多种机器学习算法分别针对不同天气场景以及数据扩充前后构建光伏功率预测模型。通过案例分析可知,所提算法能对不同天气类型进行划分,并为不同天气类型下光伏功率预测存在的样本不平衡问题提供了一种解决方案,提升了不同天气场景下光伏功率的预测精度。