导读:本文包含了预测滤波器论文开题报告文献综述及选题提纲参考文献，主要关键词:级联延时信号消除,模型预测控制,柔化输入,叁电平
预测滤波器论文文献综述
胡梦宇[1]（2019）在《基于级联延时的叁电平有源电力滤波器电流预测控制》一文中研究指出针对叁电平有源电力滤波器,提出一种基于级联延时信号消除法的柔化模型预测控制方案,进行谐波补偿。构造级联延时信号消除模块提取指令电流信号,对指令信号进行柔化处理后,通过电流预测模型进行预测输出,结合反馈校正和滚动优化,使有源电力滤波器的电流跟踪过程快速且精确,大大降低了网侧电流的谐波含量;直流侧电压控制采用简化叁电平SVPWM算法,简化了算法并有较高的动态性能。通过dSPACE实时仿真系统的对比实验验证,相比传统方法,所提控制方案对谐波的检测和补偿更加精准,保证了叁电平APF直流侧电容电压的稳定和中点电位快速平衡,动态性能和稳定性有较大提升。(本文来源于《2019年江西省电机工程学会年会论文集》期刊2019-12-06）
龚静,张巧杰[2]（2019）在《有源电力滤波器半矢量预测控制策略研究》一文中研究指出针对经典模型预测电流控制算法电压矢量选择范围有限、电流跟踪精度不高的问题,提出改进型模型预测电压控制算法。利用滚动寻优得到较优电压矢量,再利用较优电压矢量和零矢量各作用Ts/2得到半幅值矢量,根据较优电压矢量和半幅值矢量的评价函数选择最优电压矢量。每个周期仅增加一个电压矢量,能有效减小预测电压矢量和实际电压矢量之间的误差,实现对谐波电流的准确跟踪,提高有源电力滤波器的补偿性能。仿真结果表明,所提出的改进型模型预测电压控制算法与经典模型预测电流控制算法相比,补偿电流对参考电流的跟踪更加准确,经补偿后并网电流中的谐波含量由4.86%下降到3.32%,且在稳态和动态情况下都能实现单位功率因数并网。(本文来源于《发电技术》期刊2019年05期）
刘涛,谢维波,钟东辉,李自法,谢晓东[3]（2019）在《基于RLS自适应滤波器的针织圆纬机旋转周期预测方法》一文中研究指出针对国内针织圆纬机在实时生产中的智能疵点检测问题,依据图像定量分析方法,提出基于递归最小二乘法(Recursive least square,RLS)自适应滤波器的旋转周期预测方法。介绍了应用RLS算法进行周期预测的背景及工业应用价值,对RLS算法和进行周期预测的RLS滤波器的基本工作原理进行了详细的分析。最后,根据针织圆纬机上下位系统,在双面机实时生产中获取预测所需要的实际周期数据,对实际周期使用RLS滤波器处理,寻找RLS滤波器最佳阶数。在最佳阶数基础上,设计RLS自适应滤波器的周期预测方法和单步周期预测方法对比实验,证明RLS滤波器对圆纬机旋转预测周期的稳定性优于单步预测方法。结合两种方法的不同优势,得到了适用于工业现场实时控制的智能疵点检测系统周期预测处理机制。(本文来源于《数据采集与处理》期刊2019年04期）
姜泽东[4]（2019）在《基于深度学习的模拟滤波器故障诊断和预测》一文中研究指出模拟电路在航空航天、自动控制和网络通信等领域中被广泛应用,模拟电路由于自身的非线性,容差效应等影响,对故障特征提取和诊断预测技术提出更高的要求。传统的模拟电路故障诊断和故障预测方法大多需要人工特征提取以及大量电子电路领域的专家经验,已逐渐无法满足复杂模拟电路的健康管理要求。因此,本文以模拟滤波器这一典型模拟电路为研究对象,提出一种基于深度学习方法的模拟滤波器早期故障诊断和故障因子(Fault Indicator,FI)构建方法,并在此基础上进行模拟滤波器的剩余可用性能(Remaining Useful Performance,RUP)预测。本文主要研究内容如下:(1)提出一种基于深度神经网络(Deep Neural Network,DNN)的模拟滤波器早期故障诊断方法。该方法充分利用DNN强大的自适应特征提取能力和非线性函数处理能力,通过堆迭自动编码机完成模拟滤波器电路故障特征的深度提取,并采用SOFTMAX分类器完成故障分类。(2)提出一种基于深度学习的模拟滤波器故障因子构建方法,利用深度神经网络实现了从电路时域响应数据到电路退化状态的直接映射并构建FI曲线。(3)基于前面构建的模拟滤波器故障因子,利用粒子滤波算法(Particle Filter,PF)进行RUP预测。(4)采用经典的Sallen-Key电路和Leapfrog电路作为验证电路,通过仿真实验和实物验证两种方式,对上述方法进行了实验和分析,并将实验结果与相关文献结果进行了仔细对比。实验结果表明,本文提出的基于DNN的早期故障诊断方法可以获得更高的故障识别率,该方法较少地依赖人工参与,不需电子电路领域的专家经验以及信号处理知识。基于DNN的无监督FI构建方法可以获得平滑的退化曲线,具备更好的时间关联性和单调性。在构建出FI曲线的基础上,利用PF算法进行模拟滤波器RUP预测,预测结果拥有更小的预测误差,进一步验证基于DNN构建的FI曲线的有效性和本文提出方法的优势。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
胡博[5]（2019）在《叁相叁线制有源电力滤波器预测控制研究》一文中研究指出大量非线性负载的投入,使得电网受谐波污染日趋严重,引起有关部门关注与重视。有源电力滤波器(APF)作为一种动态抑制谐波的有效手段,逐渐成为研究的热点。本文以叁相叁线制并联型APF为研究对象,分别就其谐波检测、谐波跟踪及模型预测算法展开分析。首先,本文介绍了一种基于半周期DFT的指定次谐波检测算法,此种算法在全周期离散傅里叶的基础上进行改进优化,计算时间节省了一半,同时在半周期DFT基础上又结合滑窗迭代算法,使得计算时间缩短在一个采样周期,运算效率极大提高。在指定次谐波跟踪方面,介绍了比例谐振(PR)和矢量谐振(VR)控制器的工作原理以及控制效果。根据叁相叁线制APF的拓扑结构,详细分析了其离散数学模型和中点电位平衡机理,讨论了在不同矢量作用下对中点电位平衡的影响。分析了传统模型预测电流控制策略中通过构造价值函数,滚动优化所有开关矢量来选择最优开关状态的方法,并且针对传统算法所存在的控制精度不高的问题,介绍了一种基于多步预测的电流控制策略,其通过多步矢量寻优算法,找出最合适的开关状态作用于变流器,提高了系统控制精度。针对模型预测电流控制策略存在的运算量大的缺点,介绍了一种模型预测电压控制策略,其以电压跟踪为价值函数构造的主要目标,只需两级扇区判断就可以直接定位到最优开关状态,省去了滚动寻优的复杂运算过程,极大提高了寻优效率。同时,利用两个冗余小矢量对中点电位的作用相反的特点,给出一种基于冗余小矢量选择的中点电位平衡方法,与电压模型预测算法相结合,实现了对中点电位的有效控制。对叁相叁线制APF实验平台硬件和软件进行设计,利用实验平台分别在稳态和动态环境下,验证本文所研究的基于半周期DFT的谐波检测算法、基于两级扇区判断的模型预测电压控制算法的正确性,同时还对基于冗余小矢量选择的中点电位平衡控制算法进行仿真和实验验证。(本文来源于《中国矿业大学》期刊2019-05-01）
许二敏,黄俊,余忠永,施新岚[6]（2019）在《基于尺度预测的相关滤波器目标跟踪算法》一文中研究指出目标跟踪是计算机视觉中的关键问题,有着广泛的应用,由于现实场景中仍存在着众多问题,目标跟踪仍然具有巨大的研究价值。针对传统的核相关滤波器(KCF)算法在跟踪过程中存在的问题,文章提出一种结合位置相关滤波器和尺度相关滤波器的目标跟踪算法,同时依据跟踪效果,采取了自适应的模型更新策略。文章选取了公开视频序列进行测试,相较于KCF算法跟踪准确率提高了10%,尤其在光照变化、目标尺度变化等情况下有较强的适应性。(本文来源于《信息通信》期刊2019年04期）
王耀萱[7]（2019）在《预测控制在四桥臂有源电力滤波器中的应用研究》一文中研究指出目前,随着电力电子技术的飞速发展,低压配电网中存在的谐波问题及叁相不平衡问题日益严重。四桥臂有源电力滤波器(Active Power Filter,APF)是可以综合解决以上两种常见电能质量问题的有效措施。APF电流环控制算法是影响APF性能的重要环节,模型预测控制(Model Predictive Control,MPC)易于实现数字化且具有良好的动态性能,可实现APF电流环的跟踪控制。本文以四桥臂有源电力滤波器为研究对象,对模型预测控制在其电流环中的应用展开了研究。本文在建立四桥臂APF离散数学模型的基础上,分析其电压矢量在空间中的分布情况,并利用四桥臂逆变器具有有限个开关状态的固有特性,将模型预测电流控制(Model Predictive Current Control,MPCC)应用于四桥臂APF中,实现了单目标和多目标控制。针对MPCC算法计算量大的问题,分析计算延时对四桥臂APF补偿性能的影响,选择了一种简单的延时补偿方法对其进行延时补偿,有效提高了MPCC的控制效果。MPCC算法虽然简单灵活、动态响应迅速、易于硬件实现,但它仍然存在计算量大、开关频率不固定导致滤波器参数设计困难等缺点。针对以上问题,本文采用模型预测矢量控制(Model Predictive Vector Control,MPVC)实现四桥臂APF的控制。针对在APF实际的设计与应用中必须要加入的死区时间问题,分类讨论死区时间对MPVC算法控制误差的影响。并从几个方面分析对比MPCC与MPVC两种控制方法的优缺点。在MPVC算法中,基于基矢量的模型预测控制具有一定的局限性:跟踪误差大、所需采样频率高,所需滤波电感值大,造成了APF系统体积大、成本高等问题。为解决以上问题,本文提出了基于虚拟矢量的四桥臂APF模型预测控制算法。将四桥臂逆变器电压基矢量分别投影至αβ平面及γ轴,分析了电压矢量投影误差最大值位置合成虚拟矢量的可行性,在可行位置合成了30个虚拟矢量,充分利用逆变器控制集空间。并为了优化算法,减小计算量,将控制集空间划分为四个部分,减少参与滚动优化的矢量个数。对四桥臂APF所采用的模型预测控制策略进行了仿真分析,仿真结果表明模型预测电流控制下的四桥臂APF补偿性能良好、动态响应迅速,同时验证了延时补偿可以改善MPCC算法的控制效果。通过仿真分析了采样频率和权重因数对MPCC算法控制效果的影响,为主电路及控制器参数设计提供了参考。验证了MPVC算法的有效性及对于死区效应理论分析的正确性。验证了基于虚拟矢量模型预测控制的可行性,并分析对比了基于基矢量及基于虚拟矢量模型预测控制策略的稳态性能和动态性能,结果表明:采用基于虚拟矢量模型预测控制的四桥臂APF系统控制精度更高,补偿性能更好。在达到相同补偿效果时,基于虚拟矢量的模型预测控制可以降低对采样频率的需求或降低对滤波电感值的需求。基于两电平四桥臂APF实验平台对所采用的控制方法进行实验研究,实验结果验证了模型预测电流控制及延时补偿的有效性,对比分析了基于基矢量和基于虚拟矢量模型预测控制策略的稳态性能和动态性能,得出的结论与理论分析及仿真结果一致。(本文来源于《中国矿业大学》期刊2019-04-09）
周娟,王耀萱,熊志盛,陈映[8]（2018）在《并联有源电力滤波器电流预测控制及误差分析》一文中研究指出通过分析有限控制集模型预测控制(FS-MPC)的基本原理,依据模型预测控制(MPC)寻优机理,分析了该控制方法应用于有源电力滤波器(APF)系统的电流跟踪误差。为解决传统方法电流误差大、采样频率高等问题,通过合成虚拟矢量,增加可选电压矢量个数,提高电流跟踪控制性能。对基于虚拟矢量的MPC稳态误差进行推导、分析,为APF主电路参数选择提供了理论依据。通过仿真和实验分析对比了基于基矢量及虚拟矢量MPC策略的稳态性能,表明仿真和实验的结果与误差分析结果一致,采用基于虚拟矢量的MPC的系统最大稳态误差减小一半,补偿性能更好。(本文来源于《电力电子技术》期刊2018年12期）
谷建伟,隋顾磊,李志涛,刘巍,王依科[9]（2018）在《基于ARIMA-Kalman滤波器数据挖掘模型的油井产量预测》一文中研究指出影响水驱开发油田产量的因素众多,针对常规产量预测方法无法考虑时序影响因素的非同步性以及滞后性,应用时间序列分析方法,结合卡尔曼滤波器(Kalman filter),建立考虑因素动态关系的产量ARIMA-Kalman滤波器时间序列模型.根据历史产量数据建立时间序列中的产量差分自回归积分移动平均(autoregressive integrated moving average,ARIMA)模型;再将ARIMA模型与Kalman滤波器相结合,构建产量预测算法;以实例油田资料开展机器学习和数据挖掘,并采用数据拟合及预测检验评价算法合理性,实现最终产量数据预测.研究结果表明,ARIMA-Kalman滤波器具有高效的时序影响因素的分析能力,能够排除非同步性和滞后性的影响,使识别出的产量时间序列模型具有精准的拟合结果和预测能力.该研究可为油田产量预测提供一种有效方法,为后续的油井开采提供决策和理论依据.(本文来源于《深圳大学学报(理工版)》期刊2018年06期）
宋辉[10]（2018）在《LCL型有源电力滤波器的模型预测控制策略研究》一文中研究指出电力电子装置已经广泛应用到电力系统各个方面,使得电能可以改变应用方式以适应不同的用电场合,满足人们对不同电能形式的需求,但也给电网带来大量的谐波污染。有源电力滤波器是一种新型治理谐波污染的电力电子设备,它能够动态补偿电网谐波和无功,对治理谐波污染改善电能质量至关重要。文本以LCL型有源电力滤波器作为研究对象,对其输出滤波器设计、电流跟踪控制策略等问题进行深入研究。首先,详细分析了 LCL型有源电力滤波器的主电路拓扑及其基本工作原理,并分别在叁相静止abc坐标系和两相静止αβ坐标系下建立了 LCL型有源电力滤波器数学模型;对有源电力滤波器系统的主电路参数进行了设计,确定了 APF直流侧电压、直流支撑电容参数和LCL滤波器参数;深入研究了 LCL滤波器各个参数对滤波器性能的影响以及各个参数之间的影响关系,并给出了适用于有源滤波器的LCL滤波器参数设计指标和方法。其次,分析了经典模型预测控制策略的原理和具体实现步骤,对经典模型预测控制方法进行了改进,进一步提高了 APF系统稳态补偿效果和动态响应速度;详细分析了系统存在固有延时的原因和带来的不良影响,针对系统存在的固有延时,将参考电流预测和模型预测两者结合起来对系统固有延时进行有效补偿,显着减小系统输出电流纹波,改善了系统稳定性和电流跟踪能力。最后,在PSIM中搭建了有源电力滤波器的系统仿真模型,对L型滤波器和LCL滤波器的滤波效果进行了仿真验证和性能比较,与L滤波器相比,LCL滤波器在抑制高频谐波方面具有显着优势。通过仿真,验证了改进的模型预测控制策略的优越性,并基于有源电力滤波器实验平台对所采用的改进模型预测控制策略开展了实验研究。实验结果表明,改进方法具有更好的谐波滤波效果和更快的动态响应速度。(本文来源于《西安理工大学》期刊2018-06-30）
预测滤波器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对经典模型预测电流控制算法电压矢量选择范围有限、电流跟踪精度不高的问题,提出改进型模型预测电压控制算法。利用滚动寻优得到较优电压矢量,再利用较优电压矢量和零矢量各作用Ts/2得到半幅值矢量,根据较优电压矢量和半幅值矢量的评价函数选择最优电压矢量。每个周期仅增加一个电压矢量,能有效减小预测电压矢量和实际电压矢量之间的误差,实现对谐波电流的准确跟踪,提高有源电力滤波器的补偿性能。仿真结果表明,所提出的改进型模型预测电压控制算法与经典模型预测电流控制算法相比,补偿电流对参考电流的跟踪更加准确,经补偿后并网电流中的谐波含量由4.86%下降到3.32%,且在稳态和动态情况下都能实现单位功率因数并网。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
预测滤波器论文参考文献
[1].胡梦宇.基于级联延时的叁电平有源电力滤波器电流预测控制[C].2019年江西省电机工程学会年会论文集.2019
[2].龚静,张巧杰.有源电力滤波器半矢量预测控制策略研究[J].发电技术.2019
[3].刘涛,谢维波,钟东辉,李自法,谢晓东.基于RLS自适应滤波器的针织圆纬机旋转周期预测方法[J].数据采集与处理.2019
[4].姜泽东.基于深度学习的模拟滤波器故障诊断和预测[D].哈尔滨工业大学.2019
[5].胡博.叁相叁线制有源电力滤波器预测控制研究[D].中国矿业大学.2019
[6].许二敏,黄俊,余忠永,施新岚.基于尺度预测的相关滤波器目标跟踪算法[J].信息通信.2019
[7].王耀萱.预测控制在四桥臂有源电力滤波器中的应用研究[D].中国矿业大学.2019
[8].周娟,王耀萱,熊志盛,陈映.并联有源电力滤波器电流预测控制及误差分析[J].电力电子技术.2018
[9].谷建伟,隋顾磊,李志涛,刘巍,王依科.基于ARIMA-Kalman滤波器数据挖掘模型的油井产量预测[J].深圳大学学报(理工版).2018
[10].宋辉.LCL型有源电力滤波器的模型预测控制策略研究[D].西安理工大学.2018