摘要：针对在传统的统计方法中,联合分析方法不能同时对大量参数进行变量估计问题,提出了贝叶斯β回归模型。该模型使用Dirichlet分布作为模型参数的先验分布,并设计相关MCMC(Markov Chain Monte Carlo)算法对模型进行拟合。通过分析将该模型应用于离散指标变量评估中,结果表明该模型对数据拟合效果好且算法收敛速度快,说明贝叶斯层次模型弥补了传统联合分析方法的缺陷,并对联合分析方法进行了优化改进。

摘要：为拓宽车载充电机(on⁃board charger,OBC)双向充放电工作范围并提高充电效率,用PFC(power factor correction)级联高效CLLC(电容-电感-电感-电容)谐振拓扑实现电网电压与电池电压之间能量双向转换。同时为解决CLLC谐振拓扑在宽范围工作时参数设计困难的问题,提出一种参数设计及优化方法,采用基波分析法(fundamental harmonic analysis,FHA)对谐振网络建模,推导充放电增益的归一化方程,提取出影响谐振变换器增益和效率的关键参数,对比分析关键参数的变化对拓扑各项性能的影响规律,进而总结参数的设计及优化原则。结果表明:影响谐振变换器双向运行最重要的参数是匝数比和谐振电容,其中变压器匝数比主要影响CLLC变换器的充放电效率,谐振电容值影响充放电宽范围输出的最佳工作区,通过分析给出了双向传输功率同等级时匝数比和谐振电容的最佳取值范围。应用CLLC拓扑,双向车载充电机可实现双向超宽范围运行,整机充电效率最高可达94.5%,CLLC效率可达97.5%。