摘要：针对主被动混合隔振系统中次级通道的非线性因素和时变特性,设计一种基于有源非线性自回归神经网络(Nonlinear Auto-regressive With Exogenous Inputs Neural Network,NARX-NN)的次级通道系统辨识的方法,并成功应用于振动主动控制系统中。首先,使用NARX神经网络对次级通道进行辨识得到准确的次级通道模型;其次,采用FIR滤波器重构初级通道的输出,从而获得作动器的输出信号,基于重构得到数据对辨识的网络进行在线学习,可以避免由白噪声激励在系统中带来的随机振动对控制效果的影响;最后搭建仿真模型以及实验平台,仿真结果表明,该控制算法可以克服次级通道的时变性导致的次级通道失真问题;实验结果表明,该算法对15、20 Hz的线谱分别取得30.1、40.4 dB的能量衰减效果,能够有效地实现振动主动控制。

摘要：由于现行方法在配电网输电线路检修运维中应用效果不佳,不仅检测结果比实际一致性系数值低,而且运维期间配电网停电时间较长,无法达到预期的运维效果,为此提出了基于红外成像技术的配电网输电线路检修运维方法。利用红外扫描仪对输电线路扫描,生成输电线路热成像信息,通过对红外成像分割,提取图像前景,根据图像前景中线路温升、最大温差信息,确定输电线路最大相对温差,检测到输电线路运行故障,并对其进行相应的维修,以此完成基于红外成像技术的配电网输电线路检修运维。经实验证明,设计方法输电线路状态检测与实际一致性系数在0.9以上,运维期间配电网停电时长在5 min以内,设计方法在配电网输电线路检修运维方面具有良好的应用前景。