陈双
- 作品数：6 被引量：100H指数：5
- 供职机构：广西大学电气工程学院更多>>
- 发文基金：广西壮族自治区自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电气工程农业科学电子电信更多>>
- 基于改进S变换的电力系统谐波检测方法被引量：36
- 2015年
- 快速而准确地检测出谐波是实现电力系统谐波治理的前提条件,对提高电能质量具有重要的意义。提出了一种基于改进S变换的电力系统谐波检测方法。该方法在S变换的高斯窗函数中引入了三个参数p、q、?,根据输入信号的不同设置合适的参数,提取谐波成分、幅值、暂态发生的起止时间等特征信息。首先介绍了改进S变换的基本原理及特性;其次详细阐述了改进S变换应用于电力系统谐波检测的方法;最后分别对稳态、暂态及噪声环境下的谐波进行了仿真实验。仿真结果验证了该检测方法的有效性,同时也表明:该方法性能好、精度高,在信噪比较低的情况下仍能达到满意的检测效果,具有一定的抗噪声干扰能力。
- 肖助力龚仁喜陈双于槟华贾僖泉
- 关键词：电力系统谐波检测稳态暂态
- 一种改进不完全S变换的电压暂降检测方法被引量：27
- 2015年
- 为实现对电压暂降的准确快速检测,提出了一种改进不完全S变换(MIST)的电压暂降检测方法。该方法对从电网中采集到的电压信号进行快速傅里叶变换,获得信号的主要频率点;对各主频点进行改进的S变换,获得信号主频特征分量;利用这些特征分量信息实现对电压暂降扰动特征量的检测。首先描述了改进不完全S变换的原理及其参数选择的原则,然后详细叙述了电压暂降特征量的提取方法,最后对实际信号进行了仿真。仿真结果表明,该方法可有效地提取电压暂降的幅值、持续时间、相位跳变等特征信息,并且准确率高,运算量小,同时具有一定的抗干扰能力。
- 肖助力龚仁喜陈双
- 关键词：电压暂降特征量时频分析
- 无记忆功放行为建模与仿真
- 2015年
- 使用saleh模型建立了无记忆功率放大器的非线性动态行为模型。首先介绍了功放saleh模型的基本原理,然后在ADS上仿真了功率放大器的输入输出特性数据,接着分析了最小二乘参数估计方法的过程与原理,最后在matlab上对模型进行了仿真分析,结果表明本文所建的saleh模型能够很好地反应功放的非线性动态特性,准确度高。
- 叶海波高宗肖助力陈双
- 关键词：功率放大器最小二乘法
- 基于差分演化算法的摄像机高精度标定被引量：8
- 2014年
- 摄像机标定是机器视觉中的关键问题之一。为了提高摄像机的标定精度,提出了一种基于差分演化的摄像机标定算法。采用针孔模型和二阶畸变模型作为标定模型;用单位四元数表示世界坐标系与摄像机坐标系之间的旋转矩阵以减少需要标定的参数;采用透视不变性原理计算圆形靶标的中心,得到标定点的精确三维世界坐标;将针孔模型计算出的理想图像点与畸变模型计算出的重建图像点的位置差定义为目标函数,采用改进的差分演化算法,通过种群的遗传操作和变异操作求出摄像机的内外参数。测试结果表明,基于差分演化的摄像机标定的最大误差小于0.5 pixel,其标定精度高,标定速度快,且对初始值的依赖程度小,方法具有很强的实用性。
- 李国进李占海陈双董第永
- 关键词：摄像机标定差分演化算法四元数
- 磷酸铁锂电池的SOC预测被引量：7
- 2015年
- 电池荷电状态(SOC)准确预测是电池管理系统的关键任务。针对过去电池SOC预测精度低等问题,提出了一种采用极限学习机神经网络(ELM)的预测模型,以电池电压和电流作为模型的输入量,SOC作为输出量。在建模过程中,采用粒子群优化算法(PSO)对ELM随机给定的输入权值矩阵和隐层阈值进行寻优,降低了随机性给模型造成的影响,提高了模型预测精度。利用实验采集的数据进行模型训练和预测,结果表明,用粒子群算法优化后的极限学习机模型(PSOELM)与单纯的ELM以及传统的BP和SVM相比,具有更高的预测精度和泛化性能。为磷酸铁锂电池的SOC预测提供了一种新的方法。
- 李国进董第永陈双
- 关键词：磷酸铁锂电池荷电状态极限学习机粒子群优化算法
- 基于计算机视觉的芒果检测与分级研究被引量：24
- 2015年
- 针对目前芒果的外观品质分级主要采取人工方法所存在的不足,提出了一种基于计算机视觉和极限学习机神经网络(ELM)模型的芒果分级方法。首先,利用图像处理方法对拍摄的芒果图像进行预处理;然后,根据芒果的外观特征提取芒果面积、等效椭圆长短轴之比、H分量均值和缺陷面积所占百分比4个特征参数,作为模型的输入向量,并以芒果的3个等级级别为模型输出向量。在模型的建立过程中,采用粒子群优化算法(PSO)对ELM随机给定的输入权值矩阵和隐层阈值进行寻优,最后以实验获得的数据对模型进行训练和测试。结果表明:使用粒子群算法优化后的极限学习机模型(PSOELM)与单纯的ELM、传统的BP和SVM相比,具有更高的分级精度,为水果的等级分级提供了一种新的方法。
- 李国进董第永陈双
- 关键词：芒果计算机视觉
