摘要：该文提出一种基于贪婪搜索的神经网络(GSNN)算法,以实现非均匀温差分布下集中式温差发电系统的最大功率跟踪(MPPT)。首先,以DC-DC升压变换器占空比为输入,系统输出功率为输出,建立双层前馈神经网络模型。然后,采用Levenberg-Marquardt法训练神经网络,得到系统的输入-输出(I/O)拟合曲线,以准确区分局部最大功率点(LMPP)和全局最大功率点(GMPP)。同时,基于拟合的曲线,设计压缩范围的贪婪策略快速逼近GMPP。恒定温度、阶跃温度和灵敏度分析三种算例下的仿真结果表明,与扰动观测法、粒子群算法和灰狼算法相比,GSNN能在非均匀温差分布下快速、稳定地输出最大功率。最后,基于dSpace的硬件在环(HIL)实验验证了所提算法的硬件可行性。

摘要：光伏发电系统在部分阴影条件下,其功率-电压输出特性曲线会出现多个峰值点。针对该问题,传统的最大功率点跟踪算法(MPPT)容易陷入局部最优解且稳定性较差的状况而不再适用。为实现部分阴影条件下最大功率点跟踪,设计了一种基于光伏系统的动态代理模型优化(DSMO)方法。该方法为避免盲目搜索,根据光伏系统的实时数据,采用径向基函数(RBF)网络构建输入/输出特征的动态代理模型。在动态代理模型的基础上,采用贪婪搜索加速收敛。通过恒温恒光照启动测试、恒温光照强度阶跃变化测试、变温变光照强度测试3个算例对该方法的实用性和优越性进行了评估。与蚁群算法(ASO)、灰狼算法(GWO)、扰动观察法(P&O)和粒子群算法(PSO)相比,所提方法在部分阴影条件下能快速稳定地使光伏系统产生更多的能量和更小的功率波动。

摘要：[目的]比较自留种长凝大蒜、平遥大蒜和武威大蒜等3个不同种源地大蒜的农艺性状和鳞茎综合品质,为筛选适宜在长凝区域种植的大蒜种质提供依据。[方法]采用随机区组试验设计,对长凝大蒜(自留种)、平遥大蒜和武威大蒜进行田间试验,采集株高、假茎直径、鳞茎高、鳞茎直径、鳞茎单重等10项农艺性状,并检测成熟鳞茎中总糖、干物质、蛋白质、氨基酸、硒、锌、维生素C、大蒜素等营养成分含量,采用模糊评价隶属函数法对鳞茎综合品质进行比较评价。[结果]平遥大蒜的株高、假茎直径、蒜苔长、单蒜苔质量、鳞茎高、鳞茎直径、鳞茎单重等7项农艺性状指标显著高于长凝大蒜和武威大蒜(P<0.05),相关性分析表明大蒜鳞茎单重与鳞茎高、鳞茎直径呈极显著正相关(P<0.01),与株高呈显著性正相关(P<0.05);长凝大蒜、平遥大蒜和武威大蒜三者鳞茎中的总糖、干物质、锌、维生素C、氨基酸总量、大蒜素等营养成分含量差别不大,隶属函数综合评价结果表明平遥大蒜鳞茎综合品质最佳,长凝大蒜次之,武威大蒜第三。[结论]平遥大蒜具有单位产量高、蒜头外观商品性状好、蒜头综合品质佳的特点,可以作为种植高品质长凝大蒜的优良种质材料。