在线辨识
在线辨识的相关文献在1984年到2023年内共计851篇,主要集中在自动化技术、计算机技术、电工技术、机械、仪表工业
等领域,其中期刊论文353篇、会议论文55篇、专利文献128312篇;相关期刊196种,包括电工技术学报、电力系统自动化、电气传动等;
相关会议53种,包括第九届中国钢铁年会、第六届江苏省电机工程青年科技论坛、2012年全国几何量精密测量技术学术交流会等;在线辨识的相关文献由2270位作者贡献,包括张兴、刘刚、柳嘉润等。
在线辨识—发文量
专利文献>
论文:128312篇
占比:99.68%
总计:128720篇
在线辨识
-研究学者
- 张兴
- 刘刚
- 柳嘉润
- 谢震
- 毕天姝
- 王晓茹
- 薛安成
- 谢剑
- 陈刚
- 鞠平
- 杨淑英
- 孔繁金
- 张硕
- 徐殿国
- 徐鹏
- 李庆松
- 陈毅东
- 陈雪峰
- 高强
- 何潜
- 刘毅
- 史忠科
- 周莹
- 夏长亮
- 张健
- 张惠平
- 李伟
- 李刚
- 李海峰
- 王广军
- 禹春梅
- 罗汉武
- 谢小荣
- 郜诗佳
- 马卫华
- 黄孝彬
- 黄进
- 黄银龙
- 乐健
- 任磊
- 侯明国
- 刘东升
- 刘今
- 刘志超
- 刘贵富
- 刘道伟
- 刘金鑫
- 史婷娜
- 叶明
- 叶立军
-
-
吴承鑫;
沈海军;
王治华;
黄婷;
范帅;
何光宇
-
-
摘要:
准确辨识空调负荷模型的参数是挖掘其节能及需求响应潜力的重要基础,当前研究大多采用精度较差的离线辨识方法。为此,基于数据驱动思想,提出一种变频空调模型参数在线辨识方法。首先,建立了数据驱动的空调负荷模型参数在线辨识架构。然后,基于空调负荷模型提出数据驱动的在线辨识机制和方法。其中,数据驱动的在线辨识机制设计为基于参数显著变化事件驱动的参数更新判别机制和基于历史参数波动范围的参数动态阈值设定机制,在该机制下通过粒子群优化算法建立了快速在线辨识方法。最后,通过实测环境,验证了所提在线辨识方法的有效性,与离线辨识方法相比,所提方法极大地提高了计算速度及准确度,可满足在线应用需要。
-
-
袁丁;
薛贵军;
张红梅
-
-
摘要:
由于已有算法未能进行数据降噪,导致查全率和查准率偏低,运行时间较长。提出一种分布式供热管网运行数据异常在线辨识算法,通过基于贝叶斯的小波降噪方法对供热管网运行数据进行降噪处理。利用数据融合异常辨识特征进行分布式供热管网数据特征识别,构建特征提取模型。使用空间欠采样技术对数据特征进行重组,提取数据在线辨识的统计特征量,进而通过数据异常分布状态完成数据异常在线辨识,同时引入布谷鸟搜索算法进行在线辨识的自适应寻优,获取最终的辨识结果。仿真结果表明,所提算法能够有效提升查全率和查准率,同时有效降低运行时间。
-
-
郝振翔
-
-
摘要:
在电机实际运行的过程中,电机的参数会受到温度和磁路饱和程度等因素的影响而发生变化,从而导致伺服系统控制效果降低,甚至可能损坏电机;因此需要通过参数辨识获取电机的参数,以保证控制效果;通过离线辨识获取静止状态下和稳定运行状态下的电机参数,并将其作为在线辨识的初值使用;基于模型参考自适应算法在线辨识电机参数;以旋转坐标系下直交轴电流方程作为参考模型,通过采集的电压、电流和转速等参数辨识电机的电阻和电感;在Matlab中搭建可实时改变参数的电机模型,并用模型参考自适应模块进行在线辨识,通过仿真验证了该方法的有效性。
-
-
宗学军;
高芮;
何戡
-
-
摘要:
永磁同步电机的转动惯量影响伺服系统速度环的响应性,进而影响伺服系统的控制性能。针对转动惯量变化时速度环响应性差的问题,采用基于惯量辨识的永磁同步电机PI参数自整定的方法来解决。通过电磁转矩和转速的关系表达式,基于带遗忘因子的最小二乘法对转动惯量进行在线辨识。将辨识后的结果对速度环的PI参数进行实时调整,确保系统具有良好的动态性能。在Simulink环境下建立仿真模型。结果表明,方法提高了转速的跟踪性和转换响应性。
-
-
陈锦华
-
-
摘要:
本文建立了冷水机组模型、水泵模型及冷却塔模型,采用大数据挖掘分析方法在线辨识设备性能参数,通过差分进化算法求解中央空调水系统总能耗最低(系统COP最大),采用PLC编程将运行策略植入定制的自动控制程序软件内,据此建立一套无人值守智能化控制系统,即时动态优化模拟出该建筑在全年负荷情况下高效机房内各个设备运行参数并统计输出年运行能耗,实现制冷机房的高效率低能耗运行。
-
-
葛才安;
郑燕萍;
虞杨
-
-
摘要:
电池荷电状态(SOC)估计的准确性受到电池模型精度的影响。为了提高复杂工况下电池SOC估计精度,比较基于遗忘因子递推最小二乘法-扩展卡尔曼滤波(FFRLS-EKF)和双扩展卡尔曼滤波(DEKF)联合算法的三元锂电池SOC估计方法。分别利用FFRLS和EKF算法在线辨识电池模型参数,然后与EKF算法联合进行三元锂电池SOC估计。在动态应力测试(DST)工况下,两种联合算法的SOC估计结果表明:FFRLS-EKF联合算法的估计误差在2.49%之内,DEKF联合算法的估计误差在2.62%之内;FFRLS建立的电池模型精度更高,端电压平均误差为0.37 mV。
-
-
徐旭;
张桀睿;
王冠;
马广程;
夏红伟
-
-
摘要:
针对航天器质量特性在线辨识问题,建立了适用于航天器转动惯量辨识的数学模型,分析了其可辨识性和数据采样时间的影响机理。基于渐消记忆递推最小二乘辨识理论,提出了一种改进递推最小二乘法的在线辨识方法,较传统辨识手段具有工程应用性强、跟踪效率高的优点。为了验证所提出的在线辨识方法的正确性与可行性,提出了一种基于三轴气浮台的地面全物理仿真试验系统,能够真实模拟外太空微干扰力矩微干扰力的空间动力学环境。全物理仿真试验表明所提出的算法的辨识精度优于96.2%,和理论分析精度(98.4%)相符,从而验证了所提出的航天器质量特性在线辨识方法具有实用性强、精度高、收敛速度快的优点,对航天器质量特性在线辨识的算法设计和地面验证具有一定的参考应用价值。
-
-
钟鸿豪;
曹玉腾;
郑总准;
白文艳;
钟声
-
-
摘要:
为了实现飞行控制参数的在线更新以及飞行器故障的在线检测,提出了一种支持控制参数在线优化的气动参数实时辨识方法,通过对噪声方差的在线估计,判断参数是否发生突变,进而通过修改协方差矩阵,保证递推最小二乘法的收敛速度和辨识精度,实现在线高精度辨识。最后,基于某飞行器对该方法进行了仿真验证,并与传统辨识方法进行对比,说明了该方法对时变参数有较强的辨识能力,验证了该方法的有效性。
-
-
裴坤远;
刘瑜;
刘晓鑫;
彭力;
陈建威
-
-
摘要:
本文以高供高计专变用户为对象,根据配电自动化设备和用户计量装置采集到的实时数据,提出一种新的在线窃电自动辨识系统,实时分析异常数据,以电压、电流和功率因数等指标为判据,通过分别判断电流、电压和接线方式是否正常,及时发现窃电行为,判断出窃电类型,进行现场的取证、查处,解决长期以来窃电查处较为被动的问题,可在线实时辨识高供高计用户的窃电行为,提高电网企业线损治理水平,维护正常的供用电秩序,保障国有资产不流失。
-
-
宋俊辉;
沈峘;
闫志伟;
丁鑫权
-
-
摘要:
根据电池在某型混合动力无人机中的应用需求,针对锂离子电池的荷电状态估计进行研究,采用在线参数辨识的方法,实时修正模型辨识参数,结合自适应扩展卡尔曼滤波算法(AEKF)迭代判断算法中误差均值与方差,对基于二阶戴维宁等效电路模型的SOC结果进行有效判断。通过开展电池的恒流放电以及变化电流脉冲试验,利用实验数据与仿真结果对比分析SOC估计算法的正确性和精确度。结果表明:在线参数辨识的AEKF与EKF相比,AEKF的SOC估计结果与实际值更接近,在恒流工况下误差保持在0.5%以内,在变化电流工况下仍可以保持在0.8%以内,精确度得到了极大提升,具有较强的抗干扰性。
-
-
-
韩翔宇;
丁惜瀛
- 《第十四届沈阳科学学术年会暨中国·沈阳机器人大会》
| 2017年
-
摘要:
研究基于锅炉液位模型的控制策略,针对锅炉系统具有较强的非线性与时滞性,锅炉液位模型参数随之产生较大误差,直接影响控制精度,提出一种采用递推最小二乘法参数辨识的方法保证参数的精确度.递推最小二乘法通过极小化误差平方和的方法较为精确的估计辨识模型参数,具有.实验应用MCGS组态软件在线获取实时阀门开度与实时液位值,进行递推最小二乘法辨识参数.实验结果表明,递推最下二乘法适用于锅炉液位模型参数的在线辨识.
-
-
石岩
- 《第十二届设计与制造前沿国际会议(ICFDM2016)》
| 2016年
-
摘要:
针对我国多空压机站房供气的大规模压缩空气管网系统的用气调度问题,本项目通过深入分析管网中压缩空气的流动特性及管网中压缩空气压力与流量的联动规律,建立管网结构、压力损失及流量波动等因素共同影响下的供气管网动态数学模型,并确立一套在线辨识该数学模型关键参数的方法.以此为基础,本项目进一步分析压缩空气生产、输送和消耗过程的动态特性,针对企业用气特点,剖析多源大规模压缩空气系统中压缩空气高效、节能调度的机理;采用控制空压机群加卸载和调节管网节流阀开度的方法,在保证用气压力安全的前提下,探求一种基于供气管网数学模型关键参数在线辨识的节能调度策略制定方法,解决多源压缩空气系统由于调度不善而造成巨大能量损失的问题.本项目的研究为提高钢铁、化工、电力等大型企业中普遍存在的多源大规模压缩空气管网的用气调度的合理性,避免由于负载不匹配及压力损失等造成的浪费提供了改善手段,具有重要的学术研究价值和工程应用价值.
-
-
李福兴;
张健;
李梧桐;
乔冠伦;
沈小军
- 《上海市电机工程学会、上海市电工技术学会第十二届(2016年)学术年会》
| 2016年
-
摘要:
针对励磁系统建模普遍采用的离线试验法存在参数滞后及无法完全反映动态特性的问题,论文提出利用励磁系统同步智能组件技术并结合粒子群优化辨识算法,进行励磁模型参数在线辨识.文中首先介绍了发电机励磁系统智能组件的概念及其实现其参数辨识原理,然后基于粒子群优化算法建立了励磁系统参数辨识的实现步骤和流程图,最后应用实测数据进行了算例分析验证,并将算例辨识结果作为仿真模型的设定值,对比了5%阶跃响应条件下的现场实测结果与仿真结果,对比结果表明本文提出的基于同步智能组件数据结合粒子群优化算法具有较高的励磁系统参数在线辨识适应能力和辨识精度.
-
-
董湛波;
王健;
刘劲松;
张运生
- 《第六届江苏省电机工程青年科技论坛》
| 2013年
-
摘要:
笔者深入分析了基于神经-模糊系统的辨识算法,并改进了一种基于T-S型神经-模糊系统(Modified TS-type neural-fuzzy system,MTSNFS)的在线辨识算法.模。它通过一种改进的自组织竞争学习算法来进行结构辨识。在模糊推理环节,引入补偿操作,使模糊推理更加智能。以根据当前运行数据自动地确定模糊规则的数目和初始参数,参数学习采用的是一种混合学习算法.将这种在线辨识算法用于Box-Jenkins煤气炉的辨识中,并和其他算法进行比较.仿真结果表明,该在线辨识算法可以很好地跟踪热工过程的动态特性,同时结构紧凑.因此,可以用于复杂热力系统的在线建模和预测中.
-
-
-
-
-