【摘 要】
：
对于独立光伏系统,当外界温度变化或光伏面板遭受遮挡时造成系统工作不稳定,系统在短时间内无法快速精确地对外输出最大功率.针对此问题,提出一种基于参数估计的双积分滑模变结构最大功率跟踪算法并设计独立光伏系统仿真模型.在仿真过程中,利用粒子群优化算法(Particle Swarm Optimization,PSO)估计太阳能板模型参数,解决了常用算法在最大功率跟踪过程中耗时较长、抖动较大的问题.仿真结果表明,该算法提高了功率跟踪的响应速度、跟踪精度,减少功率变化曲线的震荡和功率损耗.
【机 构】
：
宁夏工商职业技术学院 宁夏 银川 750021
论文部分内容阅读
对于独立光伏系统,当外界温度变化或光伏面板遭受遮挡时造成系统工作不稳定,系统在短时间内无法快速精确地对外输出最大功率.针对此问题,提出一种基于参数估计的双积分滑模变结构最大功率跟踪算法并设计独立光伏系统仿真模型.在仿真过程中,利用粒子群优化算法(Particle Swarm Optimization,PSO)估计太阳能板模型参数,解决了常用算法在最大功率跟踪过程中耗时较长、抖动较大的问题.仿真结果表明,该算法提高了功率跟踪的响应速度、跟踪精度,减少功率变化曲线的震荡和功率损耗.
其他文献
为了提高正则表达式在文本集合上的匹配效率,提出一种基于广义后缀树与过滤因子相结合的正则表达式匹配技术.根据给定的文本集合构建广义后缀树,通过在广义后缀树上定位过滤因子得到有效的候选匹配集合,利用过滤因子的序列信息进一步过滤候选集合,进而对候选集合中的字符串进行验证,得到匹配结果.通过在真实的数据集上进行实验,证明了该算法能够有效地提高正则表达式的匹配性能.
针对多变环境条件下的交通堵塞问题,将强化学习、神经网络、多智能体和交通仿真技术结合起来,提出了用于优化多路口条件下交通状况的traJectory reward light(TR-light)模型.该方法具有几个显著特点:基于红绿灯拟定交通组织方案;将多智能体强化学习用于红绿灯控制;通过红绿灯的协同达到区域级的交通组织优化;在智能体每次行为执行结束后实施轨迹重构,在OD对不改变的情况下改变车辆行驶路径,根据方案和重构轨迹来计算智能体的最终回报.通过SUMO进行交通仿真实验和交通指标对比,验证了该模型在多交叉
无线可充电传感器网络(WRSN)的节点能量补充问题是当前传感器网络研究的一个热点.已有研究大多假设传感器能量消耗速率较为恒定,因此难以适应能量动态消耗的实际场景;还有些研究虽然考虑了节点充电请求的动态性,却无法选出适当的充电对象,使性能受到限制.为解决该问题,分析了WRSN的充电问题,提出基于充电效率的能量补充策略(CEBER).该策略首先提出充电效率的量化计算方法,将充电效率作为选择充电对象的重要决策因素;同时其也考虑了节点所能容忍的最长充电等待时间,使决策结果尽可能避免引起节点失效.仿真结果表明,CE
对混沌系统施以扰动可以有效解决由于计算机有限精度效应导致的混沌系统动力学特性退化问题.基于区间映射中Cantor集的构造方法,提出一种数字混沌系统参数扰动方案,该方案将混沌系统每次迭代后得到的序列值等比例地扩散到压缩后的混沌状态参数取值区间上,从而达到扰动混沌序列的目的.实验仿真及分析表明,增加扰动后的混沌系统具有更好的混沌特性、更大的参数范围和更高的复杂度.
针对元启发算法中麻雀搜索算法(SSA)的早熟收敛、易陷入局部最优、全局搜索性差等问题进行研究,提出一种融合黄金正弦和曲线自适应的多策略麻雀搜索算法.首先,利用Chebyshev混沌映射初始化种群,使初始解位置分布更为均匀,产生优质初始解,增加种群丰富性;其次,引入黄金正弦和曲线自适应权重改进发现者和加入者位置更新方式,有效协调了全局搜索与局部挖掘能力,加快收敛速度;最后,动态选择随机游走或柯西-t扰动策略对最优麻雀位置进行扰动,提高算法跳出局部最优的能力以及收敛精度.选取14个基准函数进行测试,比较改进算
网络化博弈是一种研究社会网络、生物网络、信息网络及交易网络的重要方式.针对网络化博弈建模方法在网络拓扑结构、博弈模型、建模方式上存在的问题,提出一种基于Agent网络化博弈建模方式.以南京地区汽车品牌价格竞争现象为应用场景,将汽车品牌看作Agent个体,并基于现实网络复杂结构特征,引入“强竞争”和“弱竞争”概念,基于演化博弈理论考察有限理性下汽车品牌价格的竞争行为.实验结果表明,基于Agent网络化博弈模型的范数平均相对误差为2.11％,低于传统模型的4.64％和3.57％,模型精度更高,其中违约惩罚力度
在分布式的网络环境中,多个企业机构之间有在某种共识下的共享资源.为预防未经授权的用户访问这些资源,将改进的基于权重的秘密共享签名方案用于联盟链中的共识过程,提出基于区块技术的权重标识的跨域认证模型.模型中不同CA机构作为联盟链中共识机制的验证节点,系统基于验证节点的权重采用改进的秘密共享方案生成拥有不同权重的私钥分配给相应的验证节点.在该方案基础上,共识阶段验证节点结合PBFT机制特点对区块中消息进行签名生成权重标识并发送给用户.分析表明,与目前方案相比,该方案在降低用户终端计算量和通信量的同时有较高的安
单一算法生成的识别器普适性不足,对不同种群安卓软件进行识别产生的效果不稳定.针对这种情况,提出一种基于模型库的安卓恶意软件检测方法.通过Python程序进行爬虫与权限提取工作,得到应用的权限信息;使用SMO按照应用的权限信息分类得到不同种群的数据;将应用的种群信息输入到模型库中,得到恶意检测结果,并根据结果对模型库进行演化,使模型库的检测能力不断增强.实验结果表明,对于相同数据集,演化后的模型库方法比一般算法准确率都有小幅提高;对于多种群数据集,模型库方法相比一般算法准确率提高约10百分点,说明模型库方法
针对云计算中图像数据的安全问题,提出一种基于自然对数序列的似混沌序列图像加密方案.提出自然对数序列的概念,验证其似混沌特性;使用二维猫映射对图像进行像素置乱,并在此基础上利用SM3杂凑算法和自然对数序列进行像素值扰乱,得到加密图像;在离散对数的假设下,证明方案具有IND-CCA安全.仿真实验表明,该方案在安全性上与混沌序列具有相似的特性,加密图像具有更大的密钥空间和抵御穷举攻击的能力;在效率方面具有加解密速度快、实时性强等特点,适合云环境下图像数据的隐私保护.
城市轨道交通的精准短时客流预测可以很好地缓解城市交通拥堵,给城市居民带来更快速、更优质的出行服务.通常短时客流预测的客流量数据规律性较弱、随机误差干扰较强,ARIMA(Autoregressive Integrated Moving Average)模型能对因变量产生的推迟量、产生随机误差的滞后值及当前值进行预测.为验证模型预测效果,以成都轨道交通天府广场站为例,设计一种基于改进ARIMA模型的城市轨道交通短时客流预测研究办法.通过实例分析,验证了改进ARIMA模型在城市轨道交通系统进行车站短时客流预测的