国家自然科学基金(41075019)
- 作品数：34 被引量：128H指数：6
- 相关作者：简献忠郭强郭强范建鹏严军更多>>
- 相关机构：上海理工大学国家卫星气象中心上海市现代光学系统重点实验室更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术电气工程电子电信天文地球更多>>
- 烟花算法在太阳电池双二极管模型参数辨识的应用被引量：4
- 2020年
- 为解决太阳电池双二极管模型中参数辨识准确度低的问题,基于烟花算法提出一种新型的参数辨识方法。该方法模拟烟花的爆炸过程,在条件范围内进行局部寻优,选取一定数量的最优火花进行下一轮迭代,火花将逐渐搜索整个解空间直到找到满足条件的最优解。测试双晶硅太阳电池KC200GT,采用烟花算法获取参数的平均绝对误差为0.0152,遗传算法和粒子群算法的平均绝对误差分别为0.3548、0.2374。实验结果表明:提出的基于烟花算法的太阳电池参数辨识精度明显优于遗传算法及粒子群算法,可为太阳电池的参数辨识提供一种新方法。
- 简献忠郝辽
- 关键词：太阳电池参数辨识局部寻优
- 蜂群算法在光伏电池双二极管五参数模型中的应用被引量：11
- 2015年
- 为解决光伏电池双二极管五参数模型中参数辨识准确度低的问题,提出了一种人工蜂群算法.该方法采用曲线拟合来求取参数,用求出的电流计算值来比较标准化的均方根误差百分比.采用变量替换法,使双二极管模型方程中指数因子只含一个变量,通过编程求解电流的计算值.运用蜂群算法和牛顿-拉夫逊法求得标准化的均方根误差百分比为0.011 7%和6.35%.实验及分析表明蜂群算法的优化准确度明显优于牛顿-拉夫逊解析法、遗传算法、模式搜索算法和模拟退火算法,为光伏电池参数辨识提供了一种新的思路.
- 简献忠魏凯郭强
- 关键词：蜂群算法光伏电池参数辨识搜索路径
- LASRC-ODP降维算法在行为识别中的应用
- 2018年
- 针对分类识别算法在行为识别中存在识别率低和实时性差的问题,提出了一种线性近似稀疏表示分类的正交鉴别投影(LASRC-ODP)算法用于行为识别。LASRC-ODP算法将高维数据投影到低维空间时,最小化类内残差和最大化类间残差,同时利用投影矩阵的正交约束来增强鉴别结果;与LASRC分类相结合,将训练样本构成过完备字典,利用L_2范数求解稀疏系数,优化了求解复杂度、加快了计算速度,得到特征更易区分的样本、最后根据L_1范数和残差找出对应类别,保证了强鲁棒性。采用KTH行为数据库进行实验,可使LASRC分类时识别率为97. 1%,实验结果表明该算法识别率高、抗噪和鲁棒性强,为行为识别的研究提供了一种新思路。
- 简献忠贺士霖
- 电压矢量最优的无刷直流电机直接转矩控制被引量：3
- 2017年
- 分析了无刷直流电机换相时关断相电流的续流现象,指出了其与转矩脉动的关系。根据转子位置和线圈的绕制方向,修正了传统两相导通模式下电压空间矢量的选取原则。针对续流电流不可控的问题,提出了三相导通模式下两种不同的电压空间矢量,对续流电流进行增减控制,使其下降速率不断趋近于理想曲线,抑制了转矩脉动。为便于调速,续流结束后,切换为传统的电压矢量并进行Pang-Pang控制。在Simulink环境下进行了仿真建模。仿真结果表明:不论低速还是高速,所提出的电压空间矢量控制策略都能有效调整续流电流,直接控制转矩,使转矩脉动控制在8%以下。
- 简献忠钱双杰
- 关键词：无刷直流电机电压空间矢量仿真建模
- 自适应差分进化算法在光伏组件模型参数辨识中的应用被引量：5
- 2018年
- 针对光伏组件模型参数辨识精度低和传统优化算法参数辨识过早收敛的问题,提出了基于自适应缩放因子和自适应交叉变异概率的差分进化算法对两种常用太阳能电池单元模型进行参数辨识,把辨识参数代入模型与实测数据进行拟合,用拟合效果好的一种太阳能电池单元模型作为光伏组件模型的基础,并用自适应差分进化算法对光伏组件模型的参数进行辨识,辨识结果的均方根误差为1.402e-2,辨识精度更高,全局收敛能力更强,并对辨识后的模型与实际测量数据进行拟合,其拟合相对误差是5.73e-4。计算电流平均绝对误差为2.11e-3,结果明显优于粒子群算法(POS),遗传算法(GA),模式搜索算法(PS),并在不同环境下验证了所提方法的有效性。这对光伏发电系统最大功率点跟踪控制和功率预测具有实际意义。
- 武涛简献忠应怀樵郭强
- 关键词：光伏组件自适应差分进化算法参数辨识
- 一种无位置传感器的无刷直流电机建模研究被引量：3
- 2015年
- 无刷直流电机控制系统中的霍尔传感器增大了整个系统的体积,限制了其在特殊领域的应用。提出了基于一种无位置传感器方法,通过检测反电动势位置,确定转子位置,实现同霍尔器件相同的功能。在Matlab/Simulink中构建了整个系统结构,其中转速环采用PI控制,电流环采用滞环控制,并将反电动势观测模块得到的转子位置信号送入电流环。仿真结果表明,采用文中提出的方法,能得到良好的动静态特性,使电磁转矩紧密地跟随给定,验证了其有效性。
- 钱双杰简献忠刘瑞
- 关键词：无刷直流电机无位置传感器反电动势系统仿真
- SACoSaMP在电能质量数据重构中的应用被引量：2
- 2019年
- 为了解决电能质量信号的稀疏度未知和重构性能差的问题,提出采用稀疏度自适应压缩采样匹配追踪(SACoSaMP)算法应用于电能质量数据重构。SACoSaMP算法结合压缩采样匹配追踪(CoSaMP)算法抗干扰能力强和稀疏度自适应匹配追踪(SAMP)算法稀疏度自适应的优点。首先对信号进行稀疏度初始估计,然后在CoSaMP算法框架下进行稀疏度逐步增大的递归运算,以残差值比较为终止条件实现稀疏度自适应。最后采用重构信噪比、均方差误差百分比和能量恢复系数作为评价参数,比较在稀疏基和观测矩阵相同的情况下OMP、CoSaMP、SAMP和SACoSaMP算法的重构效果,仿真实验表明,SACoSaMP算法能量恢复系数高,重构信噪比高,均方误差小,同时具备稀疏度自适应的优点,为电能质量扰动信号数据重构提供了一种新的方向。
- 肖儿良朱刚
- 关键词：压缩感知电能质量
- SOM聚类与Voronoi图在验证码字符分割中的应用被引量：6
- 2015年
- 字符分割是验证码字符识别的关键。为了解决粘连字符构成的验证码分割成功率低的问题,提出了一种基于SOM(self-organizing maps)神经网络聚类与维诺图(Voronoi)骨架形态分析相结合的粘连字符分割算法。该算法通过连通分量区分粘连字符,然后利用Voronoi图获得粘连字符的骨架形态,提取粘连字符的骨架特征点;根据SOM聚类后的拓扑神经元分布确定分割点,完成粘连字符骨架的分割与复原。用网络验证码图片集进行了测试,实验效果与滴水法和连通分量提取法对比显示了该分割算法的优越性。该算法对各种字符粘连类型及字体倾斜扭曲的验证码均能准确分割,为粘连字符分割提供了一种新的方法。
- 简献忠曹树建郭强
- 关键词：验证码字符分割自组织映射
- 蜂群算法在太阳能电池参数辨识中的应用被引量：2
- 2015年
- 为了解决太阳能电池参数辨识中参数识别精度低的问题,提出了采取基于侦查蜂阶段加入遗忘因子和邻域因子的人工蜂群算法(ABS)的解决方法。ABS算法在搜索的初期通过遗忘因子和邻域因子来使侦查蜂调整路径,从而能快速收敛到最优食物源所在区域,并使全局收敛性能在搜索后期有所提高。实验及分析表明:ABS算法的优化精度明显优于粒子群优化算法、模式搜索算法、模拟退火算法和遗传算法,为太阳能参数辨识提供了一种新的方法。
- 简献忠魏凯郭强
- 关键词：人工蜂群算法搜索路径遗忘因子太阳能电池参数辨识
- MMV模型在电能质量扰动信号重构中的应用
- 2017年
- 针对单重测量向量(SMV)模型下电能质量扰动信号压缩重构算法存在压缩率不高,重构时间长等问题,提出多重测量向量(MMV)模型应用于电能质量扰动信号的压缩重构算法。利用二维化处理的电能质量扰动信号在小波稀疏基下的稀疏矩阵具有相同稀疏结构的特性,应用多重测量向量模型-正交匹配追踪算法(MMV-OMP)算法完成重构。实验结果表明,相对于SMV模型下的重构算法,基于MMV模型的压缩感知重构算法具有更好的重构效果,更高的采样率以及更短的重构时间,为电能质量扰动信号的重构提供了1种新的思路。
- 简献忠马程远
- 关键词：电能质量扰动信号压缩感知
