基于AI+神经网络的数字化故障电弧识别方案研究

线路故障电弧的特征随着电力电子技术的提高更趋复杂,传统的故障电弧识别方式已无法应对新型用电系统。对比传统故障电弧识别方案,研究故障电弧产生类型和新型检测技术,提出基于谐波因素、总谐波畸变率、电流零休时间、电流变化速率、电流周期性等典型时域、频域特征的AI+神经网络的数字化故障电弧识别方案。该方案运用回归算法向量机对特征图进行分类处理,通过正向传输运算、反向传输运算和迭代回归运算三个步骤执行卷积神经网络,频繁迭代回归以获得最佳特征识别图。本文以调光器的故障电弧识别为例,对故障识别方案进行验证,结果表明采用此方案可实现更高效、更精准、更稳定地识别故障电弧。     

微重力对拟南芥长势影响的代谢网络流平衡分析

微重力作为典型的空间环境因素,对植物生长发育的影响机制是空间生命科学的研究热点。微重力环境直接或间接影响植物代谢,并引起许多生理适应。 随着系统生物学的发展,代谢网络模型使微重力环境下的植物代谢建模成为可能。采用流平衡分析方法对模式植物拟南芥不同组织的代谢网络进行分析,研究微重力对拟南芥生长发育的影响机制。通过比较空间与地面条件下拟南芥的生物质产量,发现空间条件下拟南芥黄化幼苗、幼苗、芽、根、下胚轴的生物量分别下降了33.00%,51.52%,6.89%,12.53%,11.70%,与空间环境下拟南芥的长势变化趋势一致。代谢通路富集分析发现,微重力使得拟南芥的碳固定等通路下调,而磷酸戊糖途径上调,初步解析了微重力对拟南芥生长发育的影响机制,也验证了流平衡方法用于微重力生物学效应研究中的可行性。     

利用人工势函数法的卫星电磁编队控制

卫星电磁编队是指利用卫星之间相互作用的电磁力进行卫星相对运动控制,对控制律的要求主要是计算量小和能避免碰撞.以目标星对参考星的相对运动矢量作为控制对象,分析了使用电磁力控制卫星编队的可行性,结果是如果编队卫星磁矩能够任意控制,那么卫星相对运动也能完全控制.设计了人工势函数,以相对位置和相对速度矢量作为变量,人工势函数在达到控制目标时为最小值,在碰撞的位置具有局部最大值.设计的控制律能够实时调整控制参数,能够保证电磁线圈控制电流不至于饱和,以及人工势函数导数在控制过程中小于零.仿真表明,所设计的控制律能生成编队构型并避免碰撞,而且具有一定的抗干扰性.     

导航解算中的有色噪声及其协方差矩阵自适应拟合

使用Kalman滤波进行动态导航定位解算需要涉及函数模型和随机模型, 而在实际应用中, 精确的函数模型和随机模型很难直接给出, 因此, 动态Kalman滤波的精度和可靠性将会受到函数模型误差和随机模型误差的影响. 在假设观测噪声和动力学模型噪声主要是具有一阶自相关特性的有色噪声的基础上, 提出了一种基于移动窗口的有色噪声函数模型和随机模型的自适应拟合法. 给出了计算有色噪声估值和噪声协方差矩阵的表达式, 并利用实测数据验证了模型及算法的可行性和实用性. 计算结果表明, 该算法能有效抵制有色噪声对导航滤波结果的影响.     

多传感器多目标系统误差融合估计算法

为解决多传感器组网系统的系统误差估计问题,基于多传感器多目标上报信息,研究并提出了一种多传感器多目标系统误差融合估计算法.算法构建了两级融合结构,即第一级对多传感器组合状态估计信息进行反馈融合以改善局部组合状态估计精度,从而间接改善系统误差的估计精度,而第二级对多目标系统误差估计信息进行融合以进一步提高系统误差的估计精度.蒙特卡洛仿真显示算法能有效融合利用多传感器多目标信息,实现多传感器系统误差的实时精确估计.     

基于STT与模糊QFD的装备质量特性分解方法

装备综合质量特性参数是度量装备系统方案优劣的重要指标.在从战略到任务STT(Strategy to Task Technique)法、模糊质量功能展开QFD(Quality Function Deployment)法和武器效能评估ADC模型的基础上,提出一种装备综合质量特性参数分解方法.运用上述方法对装备进行结构和任务分解,把装备总体系统效能分解到相关任务及其功能系统的关键质量特性中,进一步建立考虑了任务和相关功能系统质量特性影响的系统效能模型.分解结果为装备不同系统方案的评价及确定影响装备系统效能的关键质量特性参数提供了依据.     

太阳帆航天器行星际轨道转移优化算法

研究基于遗传算法的太阳帆行星际转移轨道的全局优化问题.通过极小值原理推导了太阳帆全局优化控制律,并以太阳帆飞行时间最短为优化目标函数,运用遗传算法对发射时间、到达时间和协态变量初值进行参数优化设计.为了解决轨道转移这一多约束优化问题,在遗传算法中加入动态罚函数.在此理论基础上作了从地球同步轨道出发到火星同步轨道转移和从地球出发与火星交会两个算例,仿真结果表明了该方法在太阳帆转移轨道全局优化中的有效性.     

基于人工神经网络的道路表面降雨水深预测

建立了基于人工神经网络的道路表面水膜厚度预测模型,通过试验数据的训练确定权重和阈值,经过检验样本的检验,能够很好地预测道路表面的水膜厚度。结果表明,本文建立的人工神经网络模型用于道路表面水膜厚度预估可行。     

基于拉盖尔函数的卫星姿态预测控制方法

针对卫星在空间站中进行绕飞检测时的姿态控制问题,考虑卫星的姿态轴需要躲避禁飞区域并指向期望位置,提出了一种基于拉盖尔函数的模型预测控制方法,实现了对卫星姿态轴的控制。在模型预测控制方法的基础上,通过拉盖尔函数,将优化多个控制输入转换为优化少数的拉盖尔系数,建立了拉盖尔模型预测的控制策略,改善了传统的模型预测控制方法计算效率差的问题,减少了优化时间。采用卫星在空间站中绕飞的模型进行数值仿真验证,结果表明该方法能够使卫星的姿态轴躲避禁飞区并到达指定位置。与传统方法相比,这种基于拉盖尔函数的模型预测控制策略能够提高优化效率,减少计算时间。     

基于室内无线模型的穿墙损耗校正

K-M（Keenan-Motley）模型将单墙固定损耗值相加来计算室内无线信号穿透多墙的总损耗值,存在较大误差。针对该问题选取多种室内场景分别进行连续波（Continuous Wave,CW）测试,对无线信号穿墙损耗的影响因素和变化规律进行分析,提出了一种基于人工神经网络的室内无线模型穿墙损耗校正方法,对预处理后的测试数据进行训练并建立预测模型。经验证该预测模型符合校正判别准则,在实际场景下具有良好的预测准确度。