【摘 要】
：
随着智能电网的发展,电力线通信（Power Line Communication,PLC）技术已经成为电力传输网络中用户与设备之间信息交换的重要技术。为实现高质量的电力线通信,需要对电力线信道有较为清晰的了解,因此,信道阻抗预测成为电力线通信领域重要内容,提出了信道负载阻抗估计方法。首先,为构建相对真实信道模型,研究分析了多种电力线信道结构模型,利用MATLAB仿真构建了大量不同负载阻抗的单分支负
论文部分内容阅读
随着智能电网的发展,电力线通信（Power Line Communication,PLC）技术已经成为电力传输网络中用户与设备之间信息交换的重要技术。为实现高质量的电力线通信,需要对电力线信道有较为清晰的了解,因此,信道阻抗预测成为电力线通信领域重要内容,提出了信道负载阻抗估计方法。首先,为构建相对真实信道模型,研究分析了多种电力线信道结构模型,利用MATLAB仿真构建了大量不同负载阻抗的单分支负载结构与单节点多分支负载结构的信道模型,并获得大量不同负载阻抗下的系统函数。其次,深入研究了反向传播（Back Propagation,BP）算法,并用MATLAB构建了BP神经网络。利用已得到的系统函数引入噪声生成学习样本,通过去噪算法,来减小噪声对BP神经网络训练的干扰,对去噪前后的预测误差进行效果比对,得到可以较为准确的对单分支负载结构进行预测的BP神经网络,实现对负载阻抗的预测。最后,采用现场可编程逻辑门阵列（Field Programmable Gate Array,FPGA）电力线通信仿真样机作为收发终端,构建了单分支电力线结构的传递函数实测平台,得到不同负载阻抗的传递函数。再通过对低频稳定信号进行IFFT变换,变换后对OFDM前导序列中的P符号的进行互相关等方式来消除抖动减小误差,发现不同负载的阻抗值可以通过识别互相关值的取值范围进行估计,可再次实现对负载阻抗的预测。采用tsoc FPGA开发板DE10-nano,基于OpenCL实现BP神经网络。通过叠加SNR=20dB的噪声。对比了原始样本与加入20dB噪声两种情况下的训练和测试结果,发现在噪声干扰下,达到识别成功率100%需要的训练时间比无噪条件下增加。
其他文献
超奇异积分广泛存在于电磁散射、断裂力学、弹性力学、电子光学等大量的科学和工程问题中,求解上述问题的关键是超奇异积分的精确近似。近年来,随着学者们的深入研究,逐渐出现了高斯法、Newton-Cotes方法、变换法、外推法以及其他求积方法。针对奇异点位置的不同,超奇异积分求解方法可以分成两类:网格型方法和节点型方法。对于网格型方法,要求奇异点在某两个剖分点的内部;而节点型方法要求奇异点与某个剖分点重合
近年来,超声波技术广泛应用于测流领域,推动了超声波流速仪的发展。超声波流速仪具有安装方便、测量范围广、不影响流体流场等优点,在我国水文勘测领域和工业计量领域发挥着重要作用。目前,我国的超声波流速仪还有很多问题亟待解决,如测量精度低、整体功耗高等问题,这些问题制约着超声波流速仪的发展。针对上述问题,本文在充分了解超声波技术和时差法测流原理的基础上,设计了一种多通道超声波流速仪,对影响测量精度的因素进
由于随机激光是通过无序系统提供反馈回路实现多次散射而产生的,因此并不需要固定的谐振腔,通过观察发现,砂纸颗粒满足可提供无序结构的条件,因此可采用砂砾代替谐振腔。在砂纸上蒸镀金纳米结构,利用贵金属具有的强等离激元散射特征,在金属和介质材料之间会形成自由电子集体震荡的电磁模式,由此可产生显著的电场增强,而且有源波导的强约束性具有降低泵浦阈值、提高随机激光器的转换效率的特性。基于以上性质,本文主要围绕覆
能源危机与环境问题的日益显著,使得清洁高效的新能源的研究与推广更加迫切。近年来,世界范围内的政策支持和技术进步推动了太阳能、生物质能、地热能、风能等可再生能源应用的前进步伐。其中太阳能无穷无尽,且在太阳能利用的过程中不会污染大气环境,是一种清洁能源。在缓解日益严峻的能源危机、解决环境问题上,太阳能具有极大的潜力。首先,本文对高寒地区（青海省）的现有超低能耗居住建筑中的太阳能-空气源热泵耦合系统进行
支持向量机（Support Vector Machine,SVM）是20世纪90年代发展起来的一个分类算法,广泛应用于模式识别、回归预测等方面。传统的支持向量机是非代价敏感的,在实际应用中,容易造成负类样本无法被充分识别出来的情况。为此,近几年一些研究者构造了代价敏感支持向量机（Cost-sensitive Support Vector Machine,CSSVM）来克服这些问题。但在对大规模数据
光场与二能级系统的相互作用是量子光学中基础的研究对象,早先人们是通过Jaynes-Cummings模型（J-C模型）来对其进行模拟的,这种模拟得到了如核磁共振等重要成果。但随着更多量子系统实验的进行,耦合强度不断增加,J-C模型已无法准确描述其动力学过程,所以对Rabi模型及其衍生模型的处理变得尤其重要。本文主要介绍两量子比特在单、双光子交换下Rabi模型的解析处理过程,包括如下几个方面的工作:1
自“工业4.0”建设以来,制造业也逐渐向智能制造方向发展。为了结合制造业智能制造的发展,对产品的检测亦向智能方向化发展。在工业飞速发展过程中,电力发挥着不可或缺的作用。这个环节中,电力设备亦可说非常重要。高压环网柜作为大型开关设备,其关键元器件高压断路器的正常运行也影响着电路系统的正常。所以对高压断路器机械特性参数实现智能检测,具有很高的实际工程价值。本文运用工业工程理论,从人机关系角度出发,将I
芯棒是复合绝缘子的重要组成部分,其主要由玻璃纤维增强环氧树脂复合材料组成。近年来,由于水分侵入等原因,芯棒断串事故屡见不鲜,给电力系统安全稳定带来严重危害。环氧树脂/玻璃纤维界面是芯棒内部的微观界面,该界面的粘合强度对芯棒的整体机械性能具有重要影响。但目前对芯棒劣化特性进行表征时多是基于力学测试及理化形貌分析,上述方法难以明确水分侵入下环氧树脂/玻璃纤维界面的劣化机理。为此,本文基于分子动力学方法
超级电容器因其高功率密度、长循环寿命、及环境友好性等优点,被广泛用于混合式电动汽车、微电网、分布式发电和消费电子领域。作为储能设备,它们比电池的充/放电速度快,且储能过程是可逆的,能够承受大量的充放电循环。目前超级电容器的研究主要集中在保证功率密度不变前提下,提高其能量密度。电极是影响超级电容器性能的最关键部件之一。传统的电极材料包括碳材料,金属氧化物,导电聚合物等,但是由这些电极材料制备的超级电
随机规划是一种被广泛应用于现代工程和经济领域中并用来解决不确定系统中优化问题的模型。传统随机规划算法的设计通常假设第二阶段补偿函数的概率分布具有完备信息,即补偿函数的期望值完全确定。然而,这一假设在现实问题中往往不容易实现。本文讨论了一类概率分布具有线性部分信息条件下的两阶段随机凸规划问题,给出了两个求解方法,并将本文方法应用于解决有虚拟电厂参与的电力市场竞标问题。首先针对概率分布具备线性部分信息