摘要： 電能路由器運(yùn)用于能源互聯(lián)網(wǎng)中增加了供電的多樣性,還解決功率多向流動(dòng)的問(wèn)題。本文針對(duì)家庭用戶(hù)的實(shí)際需求設(shè)計(jì)了一種小容量的單相交直流電能路由器,交直流系統(tǒng)通過(guò)雙向DC/AC變流器連接保證負(fù)載可靠供電。由于分布式電源出力受天氣影響易波動(dòng),本文提出改進(jìn)的滑動(dòng)平均算法的電能路由器并網(wǎng)控制策略,該策略可求得分布式電源的出力指令功率,通過(guò)控制分布式電源出力追蹤指令功率輸出,可得到平滑的并網(wǎng)點(diǎn)功率,減少波動(dòng)。最后,通過(guò)仿真驗(yàn)證所提出并網(wǎng)控制方法的正確性。

摘要： 該文采用EC細(xì)網(wǎng)格2 m溫度預(yù)報(bào)場(chǎng)及國(guó)家站實(shí)況資料,通過(guò)滑動(dòng)平均法、雙權(quán)重滑動(dòng)平均法、多項(xiàng)式擬合法以及最佳系數(shù)法對(duì)EC細(xì)網(wǎng)格2 m溫度在黔南州的預(yù)報(bào)進(jìn)行訂正分析,結(jié)果顯示:4種方法訂正后最高氣溫7 d平均準(zhǔn)確率分別提升了12.70%~17.84%,最低氣溫7 d平均準(zhǔn)確率分別提升了1.14%~2.86%。對(duì)于高溫預(yù)報(bào),最佳系數(shù)法訂正效果最優(yōu),其次是多項(xiàng)式擬合法,對(duì)于最低氣溫,前3 d采用滑動(dòng)平均法訂正效果最明顯,第4 d開(kāi)始則采用最佳系數(shù)法訂正,訂正效果更明顯。4種訂正方法均在7-9月效果最明顯。黔南州西部及中部地區(qū)多項(xiàng)式擬合法訂正效果更好,州東南部地區(qū)最佳系數(shù)法與滑動(dòng)平均法訂正效果更好,但在120 h時(shí)效后滑動(dòng)平均法的訂正效果明顯下降,州北部地區(qū)最佳系數(shù)法訂正效果更為明顯。

摘要： 基于調(diào)幅調(diào)頻分解的經(jīng)驗(yàn)包絡(luò)法廣泛用于線性和非線性系統(tǒng)參數(shù)識(shí)別。然而,在調(diào)幅調(diào)頻分解中,為獲得純調(diào)幅調(diào)頻信號(hào)而進(jìn)行的多次包絡(luò)迭代,會(huì)增大累積誤差。在經(jīng)驗(yàn)包絡(luò)法中,求導(dǎo)信號(hào)不光滑而引起的過(guò)包絡(luò),會(huì)增大系統(tǒng)參數(shù)識(shí)別誤差。分別采用滑窗閾值去噪思想與滑動(dòng)平均技術(shù)解決上述兩個(gè)問(wèn)題,提出了改進(jìn)的經(jīng)驗(yàn)包絡(luò)法,并基于該方法對(duì)單自由度非線性系統(tǒng)自由衰減振動(dòng)模態(tài)參數(shù)識(shí)別。通過(guò)幾個(gè)算例參數(shù)識(shí)別分析,證實(shí)了該方法具有良好的抗噪聲性能與較高的識(shí)別精度。

摘要： 為提高對(duì)大中尺度海域波浪特性計(jì)算的準(zhǔn)確率,為海上作業(yè)、航行安全以及實(shí)驗(yàn)室數(shù)值模擬提供合理的計(jì)算方法和提供更有價(jià)值的參考,分析目前算法存在的問(wèn)題并提出幾種改進(jìn)跨零點(diǎn)法,利用仿真軟件模擬不同尺度大波并進(jìn)行實(shí)驗(yàn)數(shù)據(jù)對(duì)比分析。確定適合大波波高測(cè)量的計(jì)算方法。實(shí)驗(yàn)結(jié)果表明,最終確定的算法較改進(jìn)前跨零點(diǎn)法精度更高,能更好地適應(yīng)不同的波浪曲線,計(jì)算結(jié)果更加切合實(shí)際,有效提高了海上實(shí)測(cè)數(shù)據(jù)的準(zhǔn)確性及可靠性。該研究對(duì)提高海洋要素測(cè)量精度具有重要意義,有很大的工程應(yīng)用價(jià)值。

摘要： 文章利用常規(guī)觀測(cè)資料、華南區(qū)域中尺度數(shù)值模式資料,采用滑動(dòng)平均法計(jì)算不同訂正周期下模式預(yù)報(bào)的系統(tǒng)性誤差,對(duì)新余市國(guó)家站溫度預(yù)報(bào)誤差進(jìn)行分析,確定了最優(yōu)訂正周期并分析了訂正效果。所得結(jié)論為提高新余市溫度預(yù)報(bào)準(zhǔn)確率提供依據(jù)。

摘要： 基于CMA_GFS模式逐3小時(shí)溫度預(yù)報(bào)產(chǎn)品和海南州共和、貴德、興海、貴南、同德五個(gè)國(guó)家觀測(cè)站地面觀測(cè)數(shù)據(jù),利用動(dòng)態(tài)滑動(dòng)雙權(quán)重訂正方法,選取10天、15天、20天3個(gè)不同滑動(dòng)周期,分別對(duì)海南地區(qū)范圍24 h時(shí)效內(nèi)逐3 h氣溫進(jìn)行訂正,形成三種不同動(dòng)態(tài)滑動(dòng)周期下的氣溫客觀預(yù)報(bào)訂正產(chǎn)品。以2020年7月~2021年12月的預(yù)報(bào)為訓(xùn)練樣本,選取2021年1月~2021年12月的數(shù)據(jù)對(duì)客觀訂正產(chǎn)品進(jìn)行檢驗(yàn),結(jié)果如下:(1)三種周期的訂正產(chǎn)品全年平均準(zhǔn)確率均高于CMA_GFS,相對(duì)而言08時(shí)起報(bào)的10天滑動(dòng)平均產(chǎn)品對(duì)海南地區(qū)五個(gè)站點(diǎn)的預(yù)報(bào)準(zhǔn)確率最高。(2)空間誤差結(jié)果看出訂正產(chǎn)品對(duì)貴德站的預(yù)報(bào)訂正效果最佳;三種訂正方法中10天滑動(dòng)平均產(chǎn)品的平均誤差最小。(3)08時(shí)起報(bào)的10天滑動(dòng)平均產(chǎn)品最優(yōu),本地產(chǎn)品對(duì)模式逐3 h溫度預(yù)報(bào)有正技巧,其中對(duì)貴德站預(yù)報(bào)訂正效果最佳。研究結(jié)果可以在氣溫預(yù)報(bào)業(yè)務(wù)中應(yīng)用,能夠進(jìn)一步提高本地氣溫預(yù)報(bào)準(zhǔn)確率。

摘要： 延伸期逐日預(yù)報(bào)對(duì)于民航屬于新興氣象業(yè)務(wù)。針對(duì)民航運(yùn)行服務(wù)需求,根據(jù)CFSv2.0氣候模式預(yù)報(bào)產(chǎn)品,運(yùn)用雙線性站點(diǎn)插值技術(shù),基于5 d集合滑動(dòng)平均和實(shí)況報(bào)文訂正方案生成10耀30 d西南地區(qū)各機(jī)場(chǎng)延伸期逐日最高溫度、最低溫度、降水量和風(fēng)向風(fēng)速的時(shí)序柱狀曲線預(yù)報(bào)產(chǎn)品。選取2020年冬季雙流機(jī)場(chǎng)和貴陽(yáng)機(jī)場(chǎng)強(qiáng)降溫和持續(xù)性降水過(guò)程進(jìn)行預(yù)報(bào)效果檢驗(yàn),結(jié)果表明:機(jī)場(chǎng)延伸期逐日預(yù)報(bào)產(chǎn)品在強(qiáng)降溫與持續(xù)性降水預(yù)報(bào)方面表現(xiàn)出較好的預(yù)報(bào)性能,能平均提前16 d預(yù)報(bào)強(qiáng)降溫過(guò)程,提前20 d預(yù)報(bào)持續(xù)性降水過(guò)程。與實(shí)況數(shù)據(jù)相比,強(qiáng)降溫和持續(xù)性降水預(yù)報(bào)的時(shí)段、強(qiáng)度略有偏差,但預(yù)報(bào)的變化趨勢(shì)基本一致。

摘要： “十三五”是新疆經(jīng)濟(jì)、社會(huì)和環(huán)境發(fā)展的關(guān)鍵期.基于2015-2020年新疆14個(gè)城市空氣質(zhì)量年平均數(shù)據(jù),采用三年滑動(dòng)平均方法對(duì)新疆“十三五”空氣質(zhì)量進(jìn)行評(píng)價(jià)分析.結(jié)果 表明:全區(qū)空氣質(zhì)量?jī)?yōu)劣依次是北疆＞東疆＞南疆,其中烏魯木齊市三年滑動(dòng)年均優(yōu)良天數(shù)比例呈逐年上升趨勢(shì),而和田市與之相反,呈下降趨勢(shì),且三年滑動(dòng)年均下降率達(dá)到34.73％,此外阿圖什市2020年三年滑動(dòng)年均變化率從-40.19％上升至35.52％,上升幅度較大,表明空氣質(zhì)量明顯改善.城市重污染天數(shù)呈高低交錯(cuò)形勢(shì),整體變化不明顯,其中2018-2020年哈密市三年滑動(dòng)年均變化率,從-42％上升至64％,上升幅度較大,表明重污染較嚴(yán)重.城市PM2.5年均濃度整體呈逐年波動(dòng)下降趨勢(shì),而O3年均濃度整體呈逐年波動(dòng)上升趨勢(shì),且O3三年滑動(dòng)年均增長(zhǎng)率占比遠(yuǎn)大于下降率,說(shuō)明全區(qū)整體的臭氧污染情況不容樂(lè)觀.上述評(píng)價(jià)結(jié)果可為我區(qū)空氣質(zhì)量管理提供參考.

摘要： 提出一種入庫(kù)流量修正計(jì)算方法,該方法基于流量自適應(yīng)選擇權(quán)重,采用滑動(dòng)平均算法進(jìn)行計(jì)算.修正分為3個(gè)步驟,首先采用自適應(yīng)權(quán)重的滑動(dòng)平均算法進(jìn)行初次修正,其次進(jìn)行水量平衡修正,最后根據(jù)流量變幅等約束條件進(jìn)行第3次修正.采用實(shí)例與滑動(dòng)平均算法、五點(diǎn)三次法進(jìn)行了比較,結(jié)果表明,本文方法對(duì)于洪峰修正效果較好,且能保證流量過(guò)程的水量平衡,修正平滑程度與五點(diǎn)三次法相似.

摘要： 傳統(tǒng)的光電檢測(cè)技術(shù)課程的教學(xué)理念、教學(xué)方法和知識(shí)結(jié)構(gòu)已經(jīng)不能滿(mǎn)足社會(huì)對(duì)新工科背景人才的需求.通過(guò)對(duì)國(guó)內(nèi)光電檢測(cè)技術(shù)課程教學(xué)現(xiàn)狀的分析,研究光電檢測(cè)技術(shù)課程中的教學(xué)模式、教學(xué)方法和考核體系.以光電檢測(cè)課程中信號(hào)處理知識(shí)作為教學(xué)案列,采用理論與實(shí)踐相結(jié)合的教學(xué)方法,調(diào)動(dòng)學(xué)生主動(dòng)思考,從而培養(yǎng)學(xué)生提出問(wèn)題、分析問(wèn)題、解決問(wèn)題的能力,有效提升了教學(xué)質(zhì)量和學(xué)習(xí)效果.

摘要： 介紹了利用TurboEdit方法進(jìn)行周跳探測(cè)與修復(fù)的基本原理,分析討論了該方法的局限性.在此基礎(chǔ)上分別對(duì)Melborne-Wübbena(MW)組合和Geometry-Free(GF)組合進(jìn)行改進(jìn),對(duì)傳統(tǒng)寬巷組合選取當(dāng)前有效弧段使用滑動(dòng)平均方法來(lái)優(yōu)化探測(cè)條件,采用載波相位電離層殘差組合二階差分代替?zhèn)尉嚯婋x層殘差組合,有效降低觀測(cè)噪聲對(duì)探測(cè)結(jié)果的干擾.采用雙頻GPS和BDS實(shí)測(cè)數(shù)據(jù)進(jìn)行實(shí)驗(yàn),結(jié)果表明:改進(jìn)后的算法能夠有效消除TurboEdit法的探測(cè)盲點(diǎn),且對(duì)于觀測(cè)數(shù)據(jù)質(zhì)量較差時(shí)段的周跳探測(cè)和修復(fù)能力亦有明顯提升.

摘要： 利用魯臺(tái)子站1951-2010年共60a的年徑流量資料,采用滑動(dòng)平均法及小波分析方法,研究徑流的趨勢(shì)性及周期性變化.結(jié)果顯示:(1)蚌埠閘上區(qū)域年徑流序列具有顯著的時(shí)頻分布特征;(2)魯臺(tái)子站的年徑流量具有14a、25a的主要周期;(3)掌握波峰、波谷突變點(diǎn),可以用來(lái)指導(dǎo)社會(huì)生產(chǎn)實(shí)踐.研究結(jié)果可為淮河流域防汛抗旱及流域水資源規(guī)劃提供參考.

摘要： 基于TIGGE 資料中CMC、ECMWF、UKMO 及NCEP 四個(gè)中心2008 年7 月1 日-9 月30 日全球地面氣溫10-15d 延伸期集合預(yù)報(bào)資料，分別利用多模式集合平均（Ensemble Mean， ENM）和消除偏差集合平均(Bias-Removed Ensemble Mean，BREM)對(duì)2008 年7 月1 日-9 月30 日92 天進(jìn)行多模式集合預(yù)報(bào)試驗(yàn)。采用均方根誤差對(duì)預(yù)報(bào)結(jié)果進(jìn)行檢驗(yàn)評(píng)估，比較了兩種多模式集合方法與四個(gè)單中心模式的預(yù)報(bào)效果。此外，對(duì)四個(gè)單模式的延伸期逐日溫度預(yù)報(bào)資料以及“觀測(cè)”資料做滑動(dòng)平均處理（包括3 日，5 日及7 日滑動(dòng)平均），并對(duì)處理后的集合預(yù)報(bào)資料進(jìn)行多模式集合，對(duì)比滑動(dòng)平均前后多模式集合預(yù)報(bào)的效果。由于消除偏差大幅度降低了預(yù)報(bào)誤差，穩(wěn)定了預(yù)報(bào)效果，最后，嘗試對(duì)滑動(dòng)平均前后消除偏差集合平均的訓(xùn)練期長(zhǎng)度加以調(diào)試，以期找到該集合方法最佳的訓(xùn)練期，進(jìn)一步縮小預(yù)報(bào)誤差。結(jié)果表明：在10-15d 延伸期內(nèi)，單模式中NCEP 的預(yù)報(bào)效果最好，CMC 次之，ECMWF 和UKMO 預(yù)報(bào)效果相當(dāng)，且差于CMC，ENM 和 BREM 兩種多模式集合方法效果均優(yōu)于單模式，但BREM 對(duì)預(yù)報(bào)效果的改善更明顯；對(duì)資料做滑動(dòng)平均處理后，濾掉了日變化的短波擾動(dòng)，預(yù)報(bào)誤差進(jìn)一步降低，且滑動(dòng)步長(zhǎng)越長(zhǎng)，誤差越?。粚?duì)于BREM 的訓(xùn)練期，240-288h 預(yù)報(bào)最佳訓(xùn)練期在70d 左右，312-360h 預(yù)報(bào)最佳訓(xùn)練期約為55d。

摘要： 利用石城縣氣象站1958 年10 月—2010 年12 月的氣溫觀測(cè)資料，運(yùn)用一元線性回歸、滑動(dòng)平均、Cramer 法、功率譜分析及距平標(biāo)準(zhǔn)差對(duì)比分析等方法對(duì)石城近52 年來(lái)的氣溫變化主要特征進(jìn)行分析。分析表明：石城近52 年來(lái)氣溫呈增暖趨勢(shì)，年平均氣溫的增速率為0.088 °C/10a ，四季中以冬季增溫最顯著，其平均氣溫增溫率為0.2154 °C/10a 。年平均氣溫在 1985 年發(fā)生由冷轉(zhuǎn)暖的突變，并一直延續(xù)，1998 年起氣溫增暖十分明顯。最高和最低氣溫的增高對(duì)氣溫增暖起主要作用，且最高氣溫的貢獻(xiàn)大于最低氣溫。氣溫變化存在52 年的主振蕩周期。

摘要： 本文根據(jù)1950-2009年高雄市各季及年平均氣溫和降水資料,采用滑動(dòng)平均、線性?xún)A向估計(jì)和R/S分析法,分析了近60年來(lái)高雄市的氣候變化趨勢(shì),并對(duì)其未來(lái)的氣候變化趨勢(shì)進(jìn)行了預(yù)測(cè).研究表明:年及各季的平均氣溫和平均最低氣溫近60年來(lái)均呈上升趨勢(shì),未來(lái)將繼續(xù)升高.平均最高氣溫在冬季變化不大,年及其他3季的平均最高氣溫升高趨勢(shì)明顯;未來(lái)年及各季平均最高氣溫的變化趨勢(shì)保持不變.年及夏半年降水量略有增加,冬半年降水量略有減少,但變化均未通過(guò)顯著性檢驗(yàn),以自然變化為主;未來(lái)年及夏半年降水量的變化趨勢(shì)保持不變,而冬半年降水量的變化和過(guò)去相反.年、夏半年及冬半年降水日數(shù)均呈減少趨勢(shì);未來(lái)年及夏半年的降水日數(shù)將繼續(xù)減少,冬半年降水日數(shù)將有所增加.

摘要： 利用線性?xún)A向率、滑動(dòng)平均、Mann—Kendall突變檢驗(yàn)等方法，對(duì)龍巖市7個(gè)氣象觀測(cè)站1960～2007年的氣溫資料進(jìn)行分析。分析表明龍巖市氣溫變存在非常明顯的年際和年代際變化;平均氣溫呈上升趨勢(shì)，其傾向率為0．13°C／10年;對(duì)氣候變暖貢獻(xiàn)最大的是冬季。

摘要： 利用河源市1952～2000年9月和10月的日平均氣溫、歷年寒露風(fēng)過(guò)程天數(shù)和次數(shù)等歷史資料,應(yīng)用5年滑動(dòng)平均和線性擬合進(jìn)行統(tǒng)計(jì)分析,得出河源市寒露風(fēng)害的空間分布特點(diǎn)和年際變化特征,并探討了寒露風(fēng)害對(duì)晚稻生產(chǎn)的危害及其防御對(duì)策,旨在提高人們對(duì)寒露風(fēng)害的認(rèn)識(shí),減少危害.

摘要： 根據(jù)浙江省象山1986-2006年楊梅產(chǎn)量、種植面積資料,和同期氣象資料,分別用多項(xiàng)式和滑動(dòng)平均方法對(duì)楊梅產(chǎn)量進(jìn)行分析,得出楊梅氣象產(chǎn)量主要同其花芽分化期、成熟期和其他部分時(shí)期的一些氣象因子有關(guān),并在分析基礎(chǔ)上建立楊梅單產(chǎn)模擬預(yù)測(cè)模型。

摘要： 本文針對(duì)1954～2003年的氣溫、濕度、降水、蒸發(fā)資料,采用Mann-kendall檢驗(yàn)法檢驗(yàn)序列有無(wú)趨勢(shì)性、用滑動(dòng)平均法擬和趨勢(shì)方程;用譜分析方法分析序列周期性,同時(shí)用F檢驗(yàn)法檢驗(yàn)周期的顯著性.得到各因素的趨勢(shì)及周期變化規(guī)律,將會(huì)為因素中長(zhǎng)期預(yù)報(bào)及水土資源的合理開(kāi)發(fā)和環(huán)境保護(hù)提供科學(xué)依據(jù).

摘要： 熱島效應(yīng)改變了城市的自然氣候變化。以具有明顯熱島效應(yīng)的城區(qū)氣溫來(lái)劃分的四季只能代表城區(qū)，劃分郊外的四季時(shí)應(yīng)剔除各時(shí)段的城市熱島效應(yīng)值，剔除各時(shí)段的城市熱島效應(yīng)值后計(jì)算出來(lái)的四季既在一定程度上反映了全球變暖的影響，又具有較好的連續(xù)性。

摘要： 本發(fā)明公開(kāi)了一種基于改進(jìn)滑動(dòng)平均值濾波器的軟件鎖相環(huán)實(shí)現(xiàn)方法及裝置。方法為：采樣非理想三相系統(tǒng)的電壓信號(hào)，將三相電網(wǎng)電壓由abc靜止坐標(biāo)系轉(zhuǎn)換到αβ靜止坐標(biāo)系下，經(jīng)NMAF提取準(zhǔn)電壓基波正序信號(hào)，將αβ靜止坐標(biāo)系下的電壓信號(hào)轉(zhuǎn)換至dq同步旋轉(zhuǎn)坐標(biāo)系下；經(jīng)PI控制器得到準(zhǔn)電壓基波正序信號(hào)角頻率，經(jīng)積分環(huán)節(jié)得到準(zhǔn)電壓基波正序信號(hào)相位角；將準(zhǔn)電壓基波正序信號(hào)角頻率和相位角，經(jīng)數(shù)值運(yùn)算得到電壓基波正序信號(hào)相位角。裝置包括實(shí)現(xiàn)上述方法的第一轉(zhuǎn)換模塊、第一獲取模塊、第二轉(zhuǎn)換模塊、第二獲取模塊、計(jì)算模塊。本發(fā)明可以在兩相靜止坐標(biāo)系下濾除電壓信號(hào)中所有諧波分量、負(fù)序分量和直流分量，結(jié)構(gòu)易于實(shí)現(xiàn)，便于鎖相環(huán)中基波正序信號(hào)的提取。

摘要： 一種采用截尾式指數(shù)滑動(dòng)平均的圖像增強(qiáng)方法，包括以下步驟：步驟1.讀取低光圖像文件中的Corel5k數(shù)據(jù)集，該數(shù)據(jù)集是由科雷爾公司整理的用于真實(shí)場(chǎng)景風(fēng)景圖像；步驟2.將讀取到的圖像利用低光處理函數(shù)進(jìn)行低光預(yù)處理；步驟3.在得到低光圖像之后利用自編碼器網(wǎng)絡(luò)的原理進(jìn)行圖像增強(qiáng)；步驟4.采用截尾式指數(shù)滑動(dòng)平均算法來(lái)進(jìn)行網(wǎng)絡(luò)優(yōu)化；步驟5.若沒(méi)到最大迭代次數(shù)，則重復(fù)步驟2?步驟4，否則停止網(wǎng)絡(luò)訓(xùn)練。

摘要： 本發(fā)明屬于交通智能控制技術(shù)領(lǐng)域，公開(kāi)了一種基于滑動(dòng)平均車(chē)流量的紅綠燈時(shí)長(zhǎng)動(dòng)態(tài)控制方法及系統(tǒng)，基于滑動(dòng)平均車(chē)流量的紅綠燈時(shí)長(zhǎng)動(dòng)態(tài)控制方法包括：初始狀態(tài)TH＝TV，THG＝TVG，THR＝TVR，南北、東西方向平均分配通行時(shí)間；滿(mǎn)足兩個(gè)條件時(shí)，觸發(fā)紅綠燈時(shí)間調(diào)整,調(diào)整后，若仍滿(mǎn)足條件，繼續(xù)根據(jù)規(guī)則進(jìn)行調(diào)整；當(dāng)垂直方向紅綠燈時(shí)長(zhǎng)小于或等于d/2.4Vmax時(shí)，停止調(diào)整；若當(dāng)前方向車(chē)流量出現(xiàn)縮減，并且車(chē)流量已小于另外一個(gè)方向，進(jìn)行反向調(diào)整等。本發(fā)明提供的基于滑動(dòng)平均車(chē)流量的紅綠燈時(shí)長(zhǎng)動(dòng)態(tài)控制方法及系統(tǒng)，控制紅綠燈的方法靈活性高；提高了人們通行能力，緩解了擁堵的現(xiàn)象。

摘要： 本發(fā)明公開(kāi)了一種滑動(dòng)平均濾波方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，滑動(dòng)平均濾波方法包括：基于預(yù)設(shè)采樣間隔對(duì)原始模擬信號(hào)進(jìn)行采樣，得到原始采樣信號(hào)；若原始采樣信號(hào)的幅值大于第一預(yù)設(shè)幅度閾值，則將原始采樣信號(hào)進(jìn)行限幅處理，得到限幅采樣信號(hào)，并存儲(chǔ)至預(yù)設(shè)存儲(chǔ)單元；若原始模擬信號(hào)全部采樣完成，則計(jì)算預(yù)設(shè)存儲(chǔ)單元中限幅采樣信號(hào)的比率；若限幅采樣信號(hào)的比率大于預(yù)設(shè)比率閾值，則將限幅采樣信號(hào)作為輸出信號(hào)進(jìn)行輸出。本發(fā)明能在提高濾波器響應(yīng)速度的同時(shí)，提升濾波器的阻擋噪聲性能。

摘要： 本發(fā)明提供的一種基于自適應(yīng)滑動(dòng)平均的混合儲(chǔ)能功率分配方法，其特征在于：包括以下步驟：獲取目標(biāo)風(fēng)電場(chǎng)的風(fēng)電功率，并對(duì)風(fēng)電功率進(jìn)行小波包分解，確定出風(fēng)電的并網(wǎng)功率和混合儲(chǔ)能功率；初始化自適應(yīng)滑動(dòng)平均的時(shí)間窗口d以及窗口權(quán)重α，并利用模糊控制器對(duì)自適應(yīng)滑動(dòng)平均的時(shí)間窗口d以及窗口權(quán)重α進(jìn)行調(diào)整，得到目標(biāo)時(shí)間窗口d以及目標(biāo)窗口權(quán)重α；S3.獲取設(shè)定時(shí)間段內(nèi)的混合儲(chǔ)能系統(tǒng)中的蓄電池的實(shí)際功率；基于蓄電池的實(shí)際輸出功率確定出參考功率p

摘要： 本發(fā)明公開(kāi)了一種基于VMD?滑動(dòng)平均濾波的新能源變流器功率濾波方法，屬于并網(wǎng)變流器控制領(lǐng)域，本方法首先計(jì)算變流器輸出的瞬時(shí)有功功率和瞬時(shí)無(wú)功功率，利用VMD算法將瞬時(shí)有功功率和瞬時(shí)無(wú)功功率分別分解為K個(gè)模態(tài)分量，在瞬時(shí)有功功率和瞬時(shí)無(wú)功功率分別分解的K個(gè)模態(tài)分量中分別取頻率值最小的一個(gè)模態(tài)分量，再經(jīng)滑動(dòng)平均濾波后得到其直流分量，然后對(duì)有功直流分量和無(wú)功直流分量進(jìn)行下垂控制，最后對(duì)輸出電壓和電流進(jìn)行雙閉環(huán)控制。本發(fā)明使新能源變流器在多時(shí)間尺度寬頻振蕩特性的系統(tǒng)運(yùn)行情況下，有效抑制了寬頻諧波對(duì)系統(tǒng)的影響，提高了系統(tǒng)的穩(wěn)定性。

摘要： 本申請(qǐng)涉及一種NAND溫度的滑動(dòng)平均濾波處理方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)，其中該方法包括：獲取NAND溫度的滑動(dòng)平均濾波處理請(qǐng)求；根據(jù)所述NAND溫度的滑動(dòng)平均濾波處理請(qǐng)求通過(guò)內(nèi)部接口讀取當(dāng)前時(shí)刻N(yùn)AND的溫度數(shù)據(jù)；在存儲(chǔ)區(qū)中設(shè)置多個(gè)數(shù)據(jù)暫存區(qū)用于存儲(chǔ)讀取的溫度數(shù)據(jù)；將采集到的溫度數(shù)據(jù)保存到數(shù)據(jù)暫存區(qū)并更新數(shù)據(jù)暫存區(qū)中的溫度數(shù)據(jù)；將所述多個(gè)數(shù)據(jù)暫存區(qū)保存的所有溫度數(shù)據(jù)取平均得到有效的數(shù)據(jù)輸出。本發(fā)明通過(guò)內(nèi)部接口獲取NAND溫度并通過(guò)采用滑動(dòng)平均濾波的方式，可以有效地抑制周期性干擾，最終得到的溫度數(shù)據(jù)曲線平滑度更高。

摘要： 本發(fā)明公開(kāi)了一種基于廣義時(shí)變方程誤差自回歸滑動(dòng)平均模型的兩階段遞推參數(shù)估計(jì)方法。大多數(shù)控制策略都是基于數(shù)學(xué)模型的，建立精確的數(shù)學(xué)模型在過(guò)程控制中起著重要的作用。再熱蒸汽溫度系統(tǒng)是大型電站鍋爐的一種成熟、可靠的調(diào)溫方式，該系統(tǒng)受金屬材料性能的限制，溫度不能過(guò)高，同時(shí)為了保證機(jī)組的效率，溫度不可過(guò)低。再熱蒸汽溫度系統(tǒng)的參數(shù)是擾動(dòng)量的函數(shù)，具有時(shí)變的特性并且在實(shí)際工業(yè)環(huán)境中容易受到有色噪聲的干擾，影響參數(shù)辨識(shí)的準(zhǔn)確性。為了實(shí)現(xiàn)參數(shù)實(shí)時(shí)估計(jì)并提高參數(shù)估計(jì)的效率，本發(fā)明將系統(tǒng)分解為兩個(gè)虛擬的子系統(tǒng)，結(jié)合遞推最小二乘方法交互估計(jì)系統(tǒng)參數(shù)。本發(fā)明包括包括構(gòu)建出受有色噪聲干擾的廣義時(shí)變系統(tǒng)模型，構(gòu)建出兩階段遞推最小二乘參數(shù)辨識(shí)算法流程、構(gòu)建出兩階段遞推最小二乘算法等步驟。本發(fā)明方法簡(jiǎn)便、高效，可以應(yīng)用于再熱蒸汽溫度系統(tǒng)的參數(shù)辨識(shí)。

摘要： 本發(fā)明涉及一種基于滑動(dòng)平均的市場(chǎng)化交易電量預(yù)測(cè)方法及系統(tǒng)，該方法包括：根據(jù)歷史每日留存的營(yíng)銷(xiāo)檔案查詢(xún)歷史每日全體用戶(hù)與市場(chǎng)化用戶(hù)的用電量，計(jì)算市場(chǎng)化電量占比；建立市場(chǎng)化電量占比的時(shí)間序列模型，并對(duì)歷史數(shù)據(jù)進(jìn)行清洗；基于所述時(shí)間序列模型，按照設(shè)定的窗寬和權(quán)重計(jì)算市場(chǎng)化電量占比的平均值，作為下一日市場(chǎng)化電量占比的預(yù)測(cè)值；以一日為步長(zhǎng)滾動(dòng)預(yù)測(cè)未來(lái)一段時(shí)間每日市場(chǎng)化電量的占比；利用時(shí)間序列預(yù)測(cè)模型預(yù)測(cè)未來(lái)一段時(shí)間每日總用電量，結(jié)合所述市場(chǎng)化電量占比計(jì)算市場(chǎng)化交易電量。該方法及系統(tǒng)有利于準(zhǔn)確預(yù)測(cè)市場(chǎng)化交易電量。

摘要： 本發(fā)明涉及帶緩存機(jī)制的基于改進(jìn)滑動(dòng)平均濾波的時(shí)間同步優(yōu)化方法。使用時(shí)鐘狀態(tài)決策算法確定各個(gè)控制器設(shè)備狀態(tài)，作為主時(shí)鐘和從時(shí)鐘節(jié)點(diǎn)的控制器分別根據(jù)IEEE1588時(shí)鐘同步原理發(fā)送和接收帶硬件時(shí)間戳的時(shí)鐘同步報(bào)文，并在控制器內(nèi)部建立緩存表，維護(hù)管理時(shí)鐘同步報(bào)文的序列號(hào)與時(shí)間戳；從時(shí)鐘節(jié)點(diǎn)根據(jù)IEEE1588時(shí)鐘同步原理計(jì)算出時(shí)鐘偏差值，利用改進(jìn)滑動(dòng)平均濾波算法對(duì)時(shí)鐘偏差值進(jìn)行濾波處理，最后使用濾波結(jié)果修正從節(jié)點(diǎn)控制器的本地時(shí)鐘。本發(fā)明方法解決了因網(wǎng)絡(luò)內(nèi)發(fā)生擁塞、時(shí)鐘同步報(bào)文傳輸產(chǎn)生明顯延時(shí)，從而對(duì)時(shí)鐘同步過(guò)程的穩(wěn)定性和精度產(chǎn)生影響的問(wèn)題，提高了整體控制系統(tǒng)中各個(gè)控制器之間的時(shí)間同步精度，具有廣泛的應(yīng)用前景。