摘要：当前,诸多研究人员被电力负载预测所吸引,由于其是精确计划、调度及运维电力系统的先决条件。众多因素均影响着电力负载预测,因此提出一个混合模型来提升预测的准确性是有必要的。文中提出一种采用2种方法的新的混合负载估计方案:小波变换(avelet transform,WT)和人工神经网络(artificial neural network,ANN)。为了将大型非对称时变电力原始数据集合考虑到其中,根据时间和频率采用小波技术来分解数据,众多小波函数可以采用,但选择一种合适的小波函数在设计此模型中扮演着关键作用。文中采用了以下几种类型的小波函数,即Haar小波函数、Deubechies小波函数、Symlet小波函数以及Coiflet小波函数,将电力负载数据分解成不同的段。随后,使用ANN来预测负载的非线性数据。由AEMO获取一周每天24 h的数据验证了文中所设计模型的有效性。

摘要：文章采用AT89S52单片机作为微控制器,以可编程增益放大器AD603为放大电路的核心,设计并制作了具有增益预置和程控等功能的宽带直流放大器及所使用的直流电源。由AD603组成增益放大器,实现增益0～40dB范围内可按6dB步进调节或连续可调,在0～6MHz通频带内增益起伏在1dB以下;输出在600Ω负载上最大输出电压有效值Vo≥3V,波形无明显失真。整个作品制作成本低、功耗小,除个别指标未达到外,其它全部达到设计要求。

摘要：本文频率特性测试仪采用单片机最小系统为控制核心,由正弦信号发生器、数据采集存储、处理、显示等功能模块组成,通过键盘控制来实现幅频特性的测量,包括参数预置、点测结果的显示,以及用普通示波器显示幅频特性曲线。系统采用数字控制DDS芯片AD9850产生100Hz～100KHz正弦信号,频率值与步长均能灵活准确地预置,被测网络采用有源带通双T网络,中心频率及带宽均达到要求。

摘要：温控仪的设计目的是温度采集及其恒温控制。电路中由温度传感器LM35对温度进行采样,将采集到的模拟量变换成数据信号后,经过单片机处理,控制发热装置加热,或者用风扇降温。当温度接近设定值,利用自学习算法,减小超调量,改变晶闸管的导通角来控制加热装置的功率,使温度维持在恒定值。本温控仪设计完成了从温度检测、信号处理到输出控制实现温度控制的全过程,减小了超调量,实现温度精准控制,在对温度超调量要求严格的环境中比较实用。