导读:本文包含了辨识方法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,参数,同调,方法,动态,神经网络,系统。
辨识方法论文文献综述
任振华,邵恩泽,雎刚[1]（2019）在《一种改进的动态过程神经网络模型辨识方法》一文中研究指出提出了一种改进的动态过程神经网络模型辨识方法,该方法在传统的模型输出与样本输出误差平方和性能指标基础上,添加了相邻采样周期模型输出变化量与样本输出变化量之差的平方和项,作为模型辨识性能指标的一部分,并给出了相应的模型辨识算法。以单元机组过热汽温为对象使用改进的方法进行神经网络模型辨识研究,仿真结果表明与传统神经网络模型辨识方法相比,在相同的辨识精度条件下,该方法可提高所建模型的数据拟合能力和泛化能力,有效提高模型的质量。(本文来源于《工业控制计算机》期刊2019年12期）
石大维,李忠玉,叶敏,杨光兴[2]（2019）在《基于GA的Thevenin模型改进及参数辨识方法》一文中研究指出文章针对动力电池的等效电路模型精度和计算复杂度相矛盾这一问题,对传统的Thevenin模型进行改进:引入充放电欧姆电阻区分模块以及充放电滞后模块,改善了电池在不同状态下的欧姆特性,补偿了极化效应,提高了等效电路模型的预测精度。通过改进的Thevenin模型建立电池的等效电路模型,基于遗传算法(Genetic Algorithm-GA)对电池模型进行参数辨识,最后基于HPPC实验,将原Thevenin模型仿真电压、改进模型仿真电压与实验实测电压进行对比,改进模型和原模型的平均误差最高提高了0.84%。(本文来源于《南方农机》期刊2019年23期）
马一鸣,周理兵,王晋,周佳,郑印钊[3]（2019）在《基于直流阶跃电压试验与NSGA Ⅱ算法的同步电机动态参数辨识方法》一文中研究指出叁相突然短路试验是同步电机动态参数辨识最常用的方法,但对于大型同步电机而言,由于突然短路过程的电流非常大,给电机系统造成损伤的风险较大,且试验及保护系统十分复杂。为解决上述问题,提出一种基于直流阶跃电压试验的同步电机动态参数辨识方法。首先,推导基于直流阶跃电压试验的参数解析表达式,建立参数与电流响应的关系;然后,针对实测电流响应波形的噪声问题,提出一种改进的小波阈值去噪方法,从含噪信号中提取出真实的电流响应信号;最后,利用第二代非支配排序演化算法(NSGAⅡ)多目标优化算法对电流响应信号进行时域拟合,得到了电流响应的解析表达式,进而推算得到同步电机d、q轴的稳态与动态参数。通过对一台376MV·A同步电机的样机进行动模试验,验证所提出的参数辨识方法的有效性和准确性。直流阶跃电压试验可以实现d、q轴参数的独立辨识,该方法试验设备少,简单易行,安全可靠。(本文来源于《电工技术学报》期刊2019年23期）
隋永强,高磊,王晓凡,王园园,刘前进[4]（2019）在《橡胶材料本构模型辨识方法改进》一文中研究指出根据橡胶材料辨识的数学公式推导,利用MATLAB软件通过最小二乘法拟合建立一种橡胶材料本构模型辨识编程计算方法,并与Abaqus有限元分析软件辨识工具进行对比分析。结果表明,相对Abaqus软件辨识工具,该计算方法使用条件较简单,拟合精度较高,可以满足大多数单轴拉伸试验数据的辨识与仿真需求,证实了利用MATLAB程序进行橡胶材料辨识方法的优越性。(本文来源于《轮胎工业》期刊2019年12期）
丘刚,李国庆,张德亮,肖桂莲,刘大贵[5]（2019）在《基于约翰森协整及格兰杰因果检验的风电功率关键要素辨识与预测方法》一文中研究指出准确辨识影响风电功率走势的关键因素是开展风电功率预测的前提和基础,特别是在中长期风电功率预测中,需要综合考虑温度、气压、降水等多种因素。面对数量庞大的相关因素,辨识出与中长期风电功率趋势相关性最高的关键要素尤为重要。借鉴计量经济学相关原理,介绍了约翰森协整校验和格兰杰因果检验的基本概念与实施方法;在此基础上构建了基于约翰森协整与格兰杰因果检验的风电功率关键要素辨识方法,并采用支持向量机技术,提出了面向多要素的风电功率预测方法;最后基于某风电场实际数据构造算例,验证了所提出方法的有效性。(本文来源于《供用电》期刊2019年12期）
李雪,姜涛,陈厚合,李国庆[6]（2019）在《基于图分割的电力系统同调机群辨识新方法》一文中研究指出提出一种基于图分割的电力系统同调机群辨识新方法。借助电力系统广域量测信息,计算系统各发电机间的相关系数;以相关系数表征系统中任意2台发电机间的同调耦合度,构建可描述发电机间同调耦合度的同调信息无向图及其归一化拉普拉斯矩阵;基于所得归一化拉普拉斯矩阵,引入谱图聚类对该同调信息无向图进行图分割;对图分割所得各子图,通过逆映射,获取系统中各同调机群组成;最后,将所提方法应用于典型2区域互联交直流系统和南方电网中进行分析、验证,结果验证所提方法的正确性和有效性。(本文来源于《中国电机工程学报》期刊2019年23期）
陈长远,郑美英[7]（2019）在《钢-混凝土栓接结合面法向参数辨识方法研究》一文中研究指出钢-混凝土栓接结合面接触特性严重影响着结构的静动特性。为了避免辨识过程中求逆过程带来的数值误差,以及大型试件引入的边界条件误差,设计一种可将混凝土及钢结构考虑成杆的实验试件,通过杆理论的解析方法获得纵向振动的特征值,采用锤击振动实验直接得到试件的固有频率与阻尼比,从而完成结合面参数的辨识。通过对比考虑结合面影响的仿真结果与实验结果,验证了辨识方法的正确性及精度,为进一步分析异性材料结合面特性提供了参考。(本文来源于《机床与液压》期刊2019年22期）
董惠娟,隋明扬,王奕,彭高亮,陈志刚[8]（2019）在《机电系统控制基础课程实验中传递函数辨识方法及关键技术》一文中研究指出机电系统控制基础课程最重要的实验是机电系统传递函数的参数辨识。该文采用作者自行研制的硬件可配置、软件可编程、内容可扩展、多参数可调的设备,描述了基于扫频法获得机电系统数学模型传递函数和Bode图的辨识方法,以及影响辨识精度的3个主要关键技术:电枢电压输入与转速的标定方法、输出信号存储方法和时钟精度获取方法。给出了C#编程的关键程序代码和注释。通过该实验,揭示Bode图和机电参数的内在关联。(本文来源于《实验技术与管理》期刊2019年11期）
颜宁俊,冯陈,黄灿成[9]（2019）在《水轮机调速器电液随动系统建模及其辨识方法》一文中研究指出为了在保持简便性的条件下尽量减小水轮机调速器电液随动系统的模型误差,从电液随动系统内部各主要状态变量的相互关系出发,建立了电液随动系统线性模型并用斐波那契法辨识其线性参数;经分析可知其模型误差主要来源于接力器速度限制,进而在该线性模型的基础上加入限速环节,以此建立电液随动系统非线性模型并用粒子群算法辨识其非线性参数。仿真试验表明,该非线性模型的模型误差较小,且结构较为简单,参数较好获取。(本文来源于《水电能源科学》期刊2019年11期）
罗云,高艳宏,王志强[10]（2019）在《基于大数据的电力通信网络风险辨识与评估方法研究》一文中研究指出为了高效、准确地识别网络庞大、结构复杂电力通信网中所潜在的风险点,从网络结构、承载业务等方面分析其对电力通信的影响,并结合电力事故事件调查规程的评定标准,客观且科学地评估其对电力通信引起的电力安全事件,为电力通信风险管控提供决策支撑。本文结合电力通信风险管控具体内容及特点,分析电力通信网事故发生原因,推理事故演变过程,提出解决思路和方案,并通过实际测试案例,验证电力事故评估模型具有较高的计算效率和准确性,为准确定位事故发生原因和评判风险等级提供科学依据。该模型结合复杂网络理论可靠性因素的抗毁性、生存性、有效性等特征,计算其相关特性的风险因子值;利用通径系数分析技术,验证风险因子的完备性;根据已标注的风险等级样例数据,构建深层卷积神经网络CNN模型,实时评测事故的风险等(本文来源于《电力大数据》期刊2019年11期）
辨识方法论文开题报告
（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：
文章针对动力电池的等效电路模型精度和计算复杂度相矛盾这一问题,对传统的Thevenin模型进行改进:引入充放电欧姆电阻区分模块以及充放电滞后模块,改善了电池在不同状态下的欧姆特性,补偿了极化效应,提高了等效电路模型的预测精度。通过改进的Thevenin模型建立电池的等效电路模型,基于遗传算法(Genetic Algorithm-GA)对电池模型进行参数辨识,最后基于HPPC实验,将原Thevenin模型仿真电压、改进模型仿真电压与实验实测电压进行对比,改进模型和原模型的平均误差最高提高了0.84%。
（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。
辨识方法论文参考文献
[1].任振华,邵恩泽,雎刚.一种改进的动态过程神经网络模型辨识方法[J].工业控制计算机.2019
[2].石大维,李忠玉,叶敏,杨光兴.基于GA的Thevenin模型改进及参数辨识方法[J].南方农机.2019
[3].马一鸣,周理兵,王晋,周佳,郑印钊.基于直流阶跃电压试验与NSGAⅡ算法的同步电机动态参数辨识方法[J].电工技术学报.2019
[4].隋永强,高磊,王晓凡,王园园,刘前进.橡胶材料本构模型辨识方法改进[J].轮胎工业.2019
[5].丘刚,李国庆,张德亮,肖桂莲,刘大贵.基于约翰森协整及格兰杰因果检验的风电功率关键要素辨识与预测方法[J].供用电.2019
[6].李雪,姜涛,陈厚合,李国庆.基于图分割的电力系统同调机群辨识新方法[J].中国电机工程学报.2019
[7].陈长远,郑美英.钢-混凝土栓接结合面法向参数辨识方法研究[J].机床与液压.2019
[8].董惠娟,隋明扬,王奕,彭高亮,陈志刚.机电系统控制基础课程实验中传递函数辨识方法及关键技术[J].实验技术与管理.2019
[9].颜宁俊,冯陈,黄灿成.水轮机调速器电液随动系统建模及其辨识方法[J].水电能源科学.2019
[10].罗云,高艳宏,王志强.基于大数据的电力通信网络风险辨识与评估方法研究[J].电力大数据.2019
论文知识图
