摘要：为了探究分立器件与PCB组合形成的半桥电路时采用何种布局方式才能尽最大限度减小线路寄生电感的问题,基于换流回路寄生电感概念,提出了一种经优化的分立器件在PCB上的布局方式,进而减小换流回路的寄生电感,随后通过有限元仿真软件评估并验证不同布局方式所产生的寄生电感,并结合LTspice电路仿真软件评估不同布局方式对器件电开关特性的影响,最后通过双脉冲实验验证了所设计的一种经过优化布局半桥电路的优越性.所提供的半桥电路的设计方法为分立器件在PCB上的布局提供了理论和技术支撑.

摘要：提出了一种低成本、高精度欠压保护电路。采用负反馈电路将电源采样电压、带隙基准负温度系数电压和带隙基准正温度系数电压分散于两条不同的支路中;通过对电阻比例进行合理的设计,两条支路的输出电压差能够同时包含电源的采样电压和精准的带隙基准电压。在采用比较器对该两条支路输出电压差进行比较后,等效实现了对电源采样电压和基准电压的比较。所提电路结构简单,避免使用了启动电路、偏置电路等辅助电路,精准地实现电源电压与基准电压的比较,同时实现了高精度和低成本。基于HHGRACE 0.11μm工艺对上述欠压保护电路进行了设计和版图实现。后仿真结果显示,当电源电压正常为3.60 V,欠压保护点下降阈值设计为2.44 V,上升阈值设计为2.50 V时,在不同工艺角情况下,温度范围为-40℃~125℃时,欠压点最大偏差为120 mV(6σ),功耗为21μW,整个电路的面积为18000μm^(2)。

摘要：在实际应用中,频率不变波束形成器通常受到麦克风阵列失配误差的影响,因此提高频率不变波束形成器的鲁棒性具有重要意义。针对上述问题提出了一种约束优化模型,可以在保持频率不变波束形成的同时提高阵列的鲁棒性。首先设计目标波束图,考虑到差分麦克风阵列本身具有频率不变的波束图,选用传统二阶超心型差分麦克风波束图做为目标波束图。上述模型以麦克风阵列权矢量的二范数作为目标函数来最大化鲁棒性,在无失真约束,目标波束主瓣逼近约束以及旁瓣增益精准控制约束下实现频率不变。然后在交替方向乘子法算法框架下,将优化问题分解为多个优化子问题求解,然后对每个优化子问题分别求解,通过仿真验证了在交替方向乘子法算法下上述模型的可行性与有效性,最终达到了麦克风阵列鲁棒频率不变波束响应的效果。

摘要：针对能馈型交流电子负载中负载模拟单元输入电流跟踪精度差以及抗扰能力弱的问题,研究一种扩张状态观测器(ESO)结合改进滑模控制的复合控制策略。为削弱滑模控制的抖振问题,根据幂次趋近率与指数趋近率各自优点提出新型趋近率,设计改进滑模控制器以削减电流稳定时的抖振,同时通过扩张状态观测器对电路参数摄动以及外界扰动进行观测并补偿滑模控制率。最后,仿真实验结果表明本文所提控制方法相较传统PI控制方案具备更好的电流跟踪能力以及抗扰能力。

摘要：大规模可再生能源的并网,使电力系统供需的不确定性增加,自动发电控制(automatic generation control,AGC)方法的固定模式将难以平衡调频需求的多样性与控制策略针对性之间的矛盾。对此展开研究,提出了一种基于动态分层的互联电网AGC控制策略。首先,在多区域互联电网AGC模型基础上,设计了两层控制框架,上层采用模型预测控制,对全局进行优化控制,下层采用传统比例积分微分(proportionalintegralderivative,PID)控制器,实现单区域AGC机组的实时控制;然后,根据各区域控制偏差,设计动态分层策略,旨在保证控制效果的基础上,根据调频需求的多样性进行控制架构的调整,有效节约系统资源。仿真结果表明:与固定结构形式的AGC控制方式相比,动态分层的AGC控制架构,能够在保证电网频率控制效果基本不变的前提下,减少上层全局控制器的参与度,从而降低互联电网AGC系统在线运行复杂度。

摘要：首先提出了一种动态自检SR-Latch PUF(SR锁存物理不可克隆函数)结构,在SR-Latch PUF中引入PDL附加延迟线来检测SR-Latch PUF单元内部信号偏差的大小,从而检测并标记出可靠的PUF单元;其次提出了一种基于可靠性置信信息的去偏算法,将不可靠的PUF单元引入经典冯诺依曼算法的去偏过程中,改善PUF响应的偏置特性并提升了PUF的利用率;最后综合利用可靠性动态自检SR-Latch PUF、去偏算法设计了一个密钥产生电路.FPGA验证结果表明:与现有技术相比,本方案中密钥生成的错误率可以达到1×10-9,硬件开销降低了约30%.提出的去偏算法比现有算法的PUF利用率提升了32%,通过消除辅助数据的熵泄露提升了密钥的整体安全性.

摘要：异常行为检测是智能监控系统中重要的功能之一,在保障社会治安等方面发挥着积极的作用.为提高监控视频中异常行为的检测率,从学习正常行为分布的角度出发,设计基于概率记忆模型的半监督异常行为检测网络,解决正常行为数据与异常行为数据极度不均衡的问题.该网络以自编码网络为主干网络,利用预测的未来帧与真实帧之间的差距来衡量异常程度.在主干网络提取时空特征时,使用因果三维卷积和时间维度共享全连接层来避免未来信息的泄露,保证信息的时序性.在辅助模块方面,从概率熵和正常行为数据模式多样性的角度,设计概率模型和记忆模块提高主干网络视频帧重建质量.概率模型利用自回归过程拟合输入数据分布,促使模型收敛于正常分布的低熵状态;记忆模块存储历史数据中的正常行为的原型特征,实现多模式数据的共存,同时避免主干网络的过度参与而造成对异常帧的重建.最后,利用公开数据集进行消融实验和与经典算法的对比实验,以验证所提算法的有效性.

摘要：针对分布式光伏系统负荷所具有的非线性和非平稳等数据分布特性,基于神经网络与挂起规则,提出一种基于多模型集成式极限学习机的分布式光伏负荷预测方法。首先,设计多个神经网络作为子专家模型,并随机选取每一个网络的初始输入权值。构建挂起规则,依据数值波动范围在相应时间节点划分各神经网络的类别。针对其中数值波动较大的大误差网络,基于对应数值概率分布实施在线动态更新,以实现训练误差、输入权值的双维度同步优化。最后,将各个子专家模型的优化结果进行整合,并汇总输出,从而降低初始权值选取步骤中潜在误差波动的不利影响。基于某地区实际分布式光伏系统实施实证仿真,结果表明:在光伏负荷高波动这一特殊数据环境下,所提出预测模型在预测精度以及输出稳定性两方面均能够保持一定优势,可进一步推动并改善光伏接入背景下系统负荷预测的性能与效果。

摘要：为了提升自抗扰控制效果,提出了基于改进磷虾群算法的自抗扰控制方法.利用线性自抗扰控制技术,设计电力系统自抗扰控制器;利用扩张状态观测器估计系统总扰动,在系统控制量内加入前馈微分信号,通过该控制器的线性误差反馈律自抗扰控制电力系统,采用改进磷虾群算法优化该控制器的反馈比例增益与反馈微分增益,提升自抗扰控制效果.实验结果表明,在不同扰动时,应用本文方法自抗扰控制后,可有效降低电力系统稳态误差有效值与谐波畸变率.

摘要：可再生能源渗透率的提高对电力系统稳定运行造成冲击,导致电网调频过程的复杂化。为此提出一种基于多目标优化的风储协同一次调频控制策略。首先,构建风储协同参与的一次调频模型,以变桨控制使风机参与电网调频,并对风速分解以消除其不确定性的影响,同时针对储能荷电状态(state of charge, SOC)特性,对储能采用基于SOC变化的自适应控制,待优化可变系统参数表征风储出力需求;然后,对风储协同参与调频的主要代价进行分析,根据调频效果、风电与储能调频损耗进行多目标优化问题设计;在此基础上,通过适应度系数的时变调整对NSGA-Ⅱ遗传算法进行改进,获取最优状态下的参数解集,并设计综合评价指标对Pareto前端分布进行最优解选择。仿真结果表明,不同Pareto前端位置的解能够更好地反映不同控制目标的考量,获取满足不同场景下调频需求的最优系统参数。