摘要：为解决反向传播(BP)神经网络学习速度慢、泛化能力弱以及易陷入局部极小值等问题,提出了一种双关节刚性机器人自适应BP神经网络算法。首先,设计了一种新结构的参数可调激活函数,其映射范围、斜率因子、水平和竖直位置等参数皆可自适应调整,以使BP神经网络具有更强的非线性映射能力;然后,设计了一个模糊推理器来整定激活函数的斜率因子,以使斜率因子保持参数最优;最后,设计了一套控制系统并应用于双关节刚性机器人系统的位置跟踪控制,采用自适应BP神经网络算法对该系统位置控制器的比例增益、积分增益和微分增益进行了实时整定。仿真结果表明:与使用经典固定参数S型激活函数的BP神经网络算法相比,所提出的自适应BP神经网络算法考虑了激活函数的自适应性,提高了BP神经网络的学习速度和泛化能力,并抑制了假饱和现象,对位置误差的收敛速度可提高20倍以上,且可使位置和速度误差减小并接近于0。

摘要：一些中小型试验条件有限的企业,常采用仿真的方法对金属氧化物避雷器(简称MOA)进行模拟测试,但由于当前MOA模型种类繁多,如何选取合适的模型进行模拟显得至关重要。针对这一问题,介绍了MOA模型的研究现状,基于ATP-EMTP仿真软件建立IEEE模型、Pinceti模型和MWR模型,采用Heilder电流源对不同尺寸的金属氧化物避雷器用电阻片(简称MOV)分别施加波形为8/20μs、30/80μs和波头时间为1μs的冲击电流,将仿真结果和试验结果进行对比分析,根据残压和吸收能量相对误差确定适用性仿真模型。结果表明,3种模型的残压仿真效果均较好,MWR模型残压相对误差最小,IEEE模型次之;但3种模型吸收能量相对误差较大。为此,本文通过设计RLC放电回路代替Heidler电流源进行深入研究,得到的仿真结果更接近试验测量结果,分析两种电路设计仿真结果的差异,为解决当前研究中存在的这一问题提供了参考。在避雷器产品设计阶段可应用本文研究结果,节省设计成本,提高产品质量可靠性。

摘要：目前很多智能变电站的配置文件管理在变电站设计、调试、验收、运维等各个阶段均缺乏有效管控的技术手段,给电网安全稳定运行带来了较大的威胁。以陕西电网为背景,借鉴其它省公司的实践经验,建立一整套基于IEC 61850协议,符合智能变电站相关标准,对智能变电站二次系统的设计、建设、运行、维护全过程进行有效管理的管控机制和技术支持系统。该系统可以通过多种手段实现对智能变电站中各类文件的管理,规范配置文件使用的业务流程,解决配置文件管理困难问题,降低配置文件错误带来的安全运行风险。

摘要：多端直流输电系统由于直流输电的隔离作用,原有的频率控制机制只能作用于子网。为解决其二次频率恢复和有功功率协调问题,提出了一种完全分散式控制策略,该策略通信代价低,鲁棒性强。利用李雅普诺夫函数证明了设计的分散式控制器通过设置适当的控制器参数,可以在一定稳态误差范围内将频率调整到标称值,并根据不同的工作条件调整有功功率分配比。考虑了一个由4个交流系统组成的多端直流输电系统,通过Matlab/Simulink仿真验证了所提出的分散式控制策略的有效性。