·
搜索结果:找到“金秀章”相关结果148条
排序: 按相关 按相关 按时间降序
  • 【专利】 一种用于检测并定位20KHz方波信号的系统

    作者:金秀章 ; 丁续达 ; 邓忻依 ; 张琨 ; 刘潇 ; 张少康 ; 尹子剑 年份:2017
    摘要:本实用新型公开了一种用于检测并定位20KHz方波信号的系统,包括:6个相同的依次连接的L‑C振荡电路采集器电路、硬件滤波和放大电路、整流电路、单片机组成的电路。本实用新型的优点是能够直观、快速、准确的检测20KHz方波信号的位置,提高了寻迹工作的效率。
  • 【专利】 一种燃煤机组脱硝控制系统入口氮氧化物的预测方法

    作者:金秀章 ; 张少康 ; 张琨 ; 丁续达 年份:2017
    摘要:本发明涉及一种燃煤机组脱硝控制系统入口氮氧化物的预测方法,包括:采集入口氮氧化物的浓度值;对数据进行预处理;进行在线贯序极限学习机学习;将新的氮氧化物浓度采集数值送入步骤三中建立的预测模型的输入端,求得下一时刻的输出权重;将得到的输出权重作为在线贯序极限学习机的单隐层前馈神经网络回归模型的输入,得到下一次的预测值;将步骤五中得到的下一次预测值返回步骤四中。本发明所述预测方法采用在线极限学习机,具有计算速度快,只需更新输出权重,大大节省了计算的时间;而且在离线极限学习机的基础上加入了递推公式,根据新到数据得到新的输出权值,实现在线学习的能力,计算时间短,预测精度和泛化能力比神经网络效果好。
  • 【专利】 一种用于检测并定位20kHz方波信号的系统及方法

    作者:金秀章 ; 丁续达 ; 邓忻依 ; 张琨 ; 刘潇 ; 张少康 ; 尹子剑 年份:2017
    摘要:本发明公开了一种用于检测并定位20kHz方波信号的系统及方法,系统包括:6个相同的依次连接的L‑C振荡电路采集器电路、硬件滤波和放大电路、整流电路、单片机组成的电路。方法包括以下步骤:1、将系统放在20kHz方波信号周围;2、通过系统将采集到的20kHz方波信号输入硬件滤波电路和放大电路、整流电路中进行滤波、放大、整流处理。3、将硬件处理过的结果传入单片机中,通过单片机滤波优化数据,并计算20kHz方波信号的位置以及信号的角度即信号辐射的方向。4、将计算结果通过单片机LCD屏幕输出。本发明的优点是能够直观、快速、准确的检测20kHz方波信号的位置,提高了寻迹工作的效率。
  • 【期刊】 基于KPCA和LSSVM的锅炉飞灰含碳量软测量

    刊名:仪器仪表用户 作者:金秀章 ; 张扬 关键词:锅炉飞灰含碳量 ; 核的主成分分析 ; 最小二乘支持向量机 ; 软测量 机构:华北电力大学计算机与控制工程学院 ; 华北电力大学计算机与控制工程学院 年份:2018
    摘要:在火力发电厂中,飞灰含碳量是燃烧经济性的主要指标。飞灰含碳量精准的实时测量有益于控制空气与燃煤比例,提高锅炉的燃烧效率,提升经济性并且减少污染和资源浪费。为提高锅炉燃烧经济性,降低发电成本、降低煤耗、节约能源,需要合理控制飞灰含碳量。本文提出了一种基于KPCA和LSSVM的软测量模型来解决飞灰含碳量的精确测量和滞后问题。首先要选取样本,对数据进行采集,然后对于选取的与飞灰含碳量相关的辅助变量进行特征提取,以此作为最小二乘支持向量机软测量模型的输入,提升了软测量模型的精度。本文提出的方法为飞灰含碳量的及时、精确测量提供了理论上的依据。
  • 【期刊】 基于核映射极限学习机的入口氮氧化物预测

    刊名:控制与决策 作者:金秀章 ; 张少康 关键词:极限学习机 ; 核函数 ; 遗忘因子 ; 正则化 ; 时间序列 ; 入口氮氧化物 机构:华北电力大学控制与计算机工程学院 ; 华北电力大学控制与计算机工程学院 年份:2019
    摘要:针对在线贯序极限学习机(OS-ELM)算法隐含层输出不稳定、易产生奇异矩阵和在线贯序更新时没有考虑训练样本时效性的问题,提出一种基于核函数映射的正则化自适应遗忘因子(FFOS-RKELM)算法.该算法利用核函数代替隐含层,能够产生稳定的输出结果.在初始阶段加入正则化方法,通过构造非奇异矩阵提高模型的泛化能力;在贯序更新阶段,通过新到的数据自动更新遗忘因子.将FFOS-RKELM算法应用到混沌时间序列预测和入口氮氧化物时间序列预测中,相比于OS-ELM、FFOS-RELM、OS-RKELM算法,可有效地提高预测精度和泛化能力.
  • 【期刊】 基于改进云自适应粒子群优化算法的NOx含量测量

    刊名:自动化仪表 作者:金秀章 ; 刘潇 关键词:脱硝反应器 ; 气体分析仪 ; 云模型 ; 粒子群优化算法 ; 自适应调整 ; 神经网络 ; 软测量 ; 惯性权重 机构:华北电力大学控制与计算机工程学院 ; 华北电力大学控制与计算机工程学院 年份:2017
    摘要:脱硝反应器入口NOx浓度的及时、准确测量,对精确调节喷氨量、控制氮氧化物的排放至关重要.针对NOx气体分析仪测量存在的精度差、滞后性等问题,基于传统云理论,并结合径向基函数(RBF)神经网络,提出了改进的云自适应粒子算法(CPSO)-RBF神经网络的测量模型.利用云模型理论中云滴具有随机性、稳定倾向性等特点,提出了一种新型分段式自适应调整粒子群惯性权重算法.利用此优化算法,对神经网络参数进行优化,提高了测量模型的精度.将该模型应用于SCR反应器入口的NOx含量测量中,实例仿真表明,改进算法优化的神经网络模型具有较高的精度,为反应器入口NOx含量的实时、准确测量提供了一定的理论依据,也为实际生产过程中NOx的测量与控制提供了一定的参考.
  • 【期刊】 基于变量筛选的烟气流量软测量研究

    刊名:《电力科学与工程》 作者:金秀章 ; 佟纯涛 ; 郝兆平 关键词:烟气流量 ; 最小二乘支持向量机 ; 软测量 ; 变量投影重要性分析 ; 前向搜索 机构:华北电力大学控制与计算机工程学院 ; 华北电力大学控制与计算机工程学院 年份:2016
    摘要:为了解决烟气流量主要依靠硬件传感器测量,高温腐蚀使得传感器损坏,烟气湍流、紊流现象的存在,使得测量不准确等问题,提出一种基于投影重要性分析和前向搜索筛选辅助变量,使用支持向量机建模的软测量方法,测量SCR反应器入口烟气流量。以电厂阵列式传感器测量出的烟气流量作标准,使用最小二乘支持向量机方法建立模型预测输出,对比投影重要性分析筛选辅助变量和不筛选变量结果表明,投影重要性分析和前向搜索筛选辅助变量的方法对建模有较好优势,能够减小系统结构,增加软测量建模的泛化能力。
  • 【期刊】 KPCA-LSSVM在磨煤机一次风量预测中的应用

    刊名:自动化仪表 作者:金秀章 ; 韩超 关键词:软测量 ; 样本优化 ; 核主成分分析 ; 最小二乘支持向量机 ; BP神经网络 机构:华北电力大学控制与计算机工程学院 ; 华北电力大学控制与计算机工程学院 年份:2015
    摘要:针对建立热电厂磨煤机一次风量软测量模型训练样本多、样本特征维数大等特点,考虑到现场测量所需的实时性和准确性,提出了基于样本优化、核主成分分析(KPCA)和最小二乘支持向量机(LSSVM)相结合的方法进行建模。运用某电厂历史运行数据对模型进行仿真验证,结果表明:基于样本优化的KPCA-LSSVM软测量模型在精确性、跟踪能力和运行速度上均要优于LSSVM、BP和KPCA-BP模型,这为现场磨煤机一次风量的准确、实时测量提供了一定的理论依据。
  • 【期刊】 基于粒子群算法的喷水减温器建模研究

    刊名:化工自动化及仪表 作者:金秀章 ; 曹丁元 ; 谢泽坤 ; 孙小林 关键词:机理建模 ; 喷水减温器 ; 粒子群算法 机构:华北电力大学控制与计算机工程学院 ; 华北电力大学控制与计算机工程学院 年份:2015
    摘要:根据质量守恒和能量守恒定律建立喷水减温器的机理模型。为了提高模型精度,利用粒子群优化算法对喷水减温器的机理模型参数进行优化,并利用Matlab进行仿真,仿真结果很好地证明了模型的精确性。
  • 【专利】 一种压缩感知的氮氧化物软测量装置

    作者:金秀章 ; 刘潇 ; 张少康 ; 尹子剑 年份:2016
    摘要:一种压缩感知的氮氧化物软测量装置,包括数据采集仪表、测量主机和计算机系统,所述数据采集仪表连接于所述测量主机,所述测量主机连接于所述计算机系统,所述数据采集仪表包括烟气流量测量仪表、机组负荷测量仪表、给煤量测量仪表、燃尽风风门开度比测量仪表和总风量测量仪表。本实用新型所述的氮氧化物软测量装置,通过将数据采集仪表、测量主机和计算机系统配合设置,实时采集的现场烟气流量、机组负荷、给煤量、燃尽风风门开度比、总风量5路信号,利用压缩感知的原理对数据压缩,通过计算机的最小二乘支持向量机算法程序进行计算,并利用压缩感知中的还原算法还原出此时烟气出口氮氧化物含量,提高了氮氧化物测量的精确度和实时性。
  • 【期刊】 基于压缩感知最小二乘支持向量机的NOx软测量模型

    刊名:热力发电 作者:金秀章 ; 丁续达 ; 刘潇 关键词:预测控制 ; 压缩感知 ; 软测量 ; 最小二乘支持向量机 ; NOX排放 ; 稀疏化 机构:华北电力大学控制与计算机工程学院 ; 华北电力大学控制与计算机工程学院 年份:2018
    摘要:提出了一种基于压缩感知(CS)和最小二乘支持向量机(LSSVM)构成的压缩感知最小二乘支持向量机(CS-LSSVM)软测量模型,用于预测烟气中的NOx质量浓度。利用压缩感知理论中的最小二乘匹配追踪算法(LS-OMP)对LSSVM在建模过程中的映射矩阵进行压缩,采用压缩后的稀疏映射矩阵直接建立CS-LSSVM软测量模型。与传统LSSVM模型相比,本模型通过稀疏映射矩阵,降低了运算成本的同时提高了模型的计算速度;与传统稀疏化LSSVM(Sparse-LSSVM)模型相比,LSSVM模型仍需要在建模后不断稀疏新输入的支持向量,本文CS-LSSVM模型仅通过在建模过程中一次性压缩,降低了运算成本的同时提高了软测量精度,将该模型用于电厂燃煤锅炉NOx排放的软测量中,现场数据仿真结果表明,用本文提出的方法以50%的支持向量就能达到很好的表现能力,为现场NOx的在线软测量提供了数据支持。
  • 【期刊】 基于最小二乘支持向量机的改进型在线NO_x预测模型

    刊名:热力发电 作者:金秀章 ; 丁续达 ; 张扬 关键词:软测量 ; LSSVM ; NOx监测 ; 在线预测模型 ; 超低排放 ; SCR 机构:华北电力大学控制与计算机工程学院 ; 华北电力大学控制与计算机工程学院 年份:2019
    摘要:本文提出了一种基于预测误差的在线更新最小二乘支持向量机(LSSVM)的NOx预测模型。LSSVM模型以预测精度作为在线更新的目标,在保证预测精度的前提下,选取影响NO_x排放的输入参数,模型输入数据的更新由总体误差决定,并由个体样本的误差指导数据选取,克服了原在线更新LSSVM模型中的单步更新计算量随时间增加、更新算法参数选取困难等问题。利用模拟实验和电厂分布式控制系统(DCS)实际数据对本文提出算法模型和原算法模型进行仿真,结果表明本文提出模型预测精度和计算速度均能够达到现场运用的要求。与原算法模型相比,在保持相同精度的前提下,计算速度是原算法模型的3.24倍,使用方法更简单,更适合现场使用。
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转