基于马尔可夫链和模糊聚类的电力系统短期负荷预测

提出一种马尔可夫链和模糊聚类相结合的预测方法,针对时间序列中出现的各种随机现象,分别建立数学模型.对样本所属状态采用模糊划分,使分类更符合实际情况;利用马尔可夫链对研究对象做状态分析,根据状态转移进行预测.该方法在电力系统负荷预测中使用,提高了算法的全局最优性能.在时间序列呈现较强的随机性时,本算法具有明显的优越性.仿真结果表明,对于各种扰动因素,预测误差可控制在3.5%以内.     

灰色马尔可夫链模型的改进及其应用

将灰色模型与马尔可夫链方法相结合,建立了灰色马尔可夫链预测模型,并对该模型进行了改进.采用滑动转移概率矩阵,并依据广西合面狮水库10 a的年最大洪水流量预测以后2 a的年最大洪水流量范围.结果表明,采用改进的灰色马尔可夫链模型,可比较准确地预测随机波动性较大的水文数据序列的范围.     

灰色马尔可夫模型在煤矿安全事故预测中应用

灰色马尔可夫模型是将灰色系统理论和马尔可夫链理论相结合建立的预测模型,它不仅充分发挥了灰色预测模型和马尔可夫预测模型的优点,而且,因为马尔可夫链理论的引入,有效地解决了灰色预测模型对于随机波动性较大的数列预测精度低的问题.并且,通过对煤矿千人负伤率预测的实际应用表明,灰色马尔可夫预测模型完全能满足预测精度的要求.     

基于灰色马尔可夫链模型的中国能源消费预测研究

随着中国经济的不断发展,能源需求不断上升,能否准确预测中国能源消费量对中国经济乃至全球经济发展都有重要的指导意义.现行的预测方法主要有回归分析法、经验模型法、时间序列法、指数平滑法和灰色系统预测法等.灰色系统预测方法在预测波动性较大的非平稳数列上有不足之处,而马尔可夫预测却适用于随机波动性较大的数列的预测.因此本文将灰色系统理论与马尔可夫链相结合,建立了能源消费总量数据的灰色马尔可夫链模型.实证分析表明,这种模型的预测精度高于GM(1,1)预测模型,预测效果较好.     

基于等效热模型的供冷建筑RLS-KF室温预测方法

针对当前大型供冷建筑室温预测方法精度不高,难以满足空调系统节能优化控制的问题,提出基于等效热模型的递推最小二乘辨识-卡尔曼滤波(RLS-KF)室温预测方法.为了描述建筑的非稳态热工特性,通过等效电路法建立三阶的建筑热模型,选择空调冷负荷、室外温度和太阳辐射强度作为预测模型输入变量,并利用RLS算法在线辨识模型参数,同时针对单一RLS算法预测精度不高的问题,构造伪测量值,将KF算法应用于室温预测问题以提高预测精度.以广东某办公建筑供冷条件下室温为研究对象对文中方法进行验证,预测结果表明,RLS-KF算法较单一的RLS算法的预测精度和稳定性大幅提高,短期室温预测性能更为优越.     

双冷源空调机组供冷性能实验分析

常规空调系统一般以冷凝除湿为主,之后需要再热才能满足送风温度要求,即浪费了冷量又消耗了再热的热量。为降低空调系统再热负荷,提出了双冷源空调机组。双冷源空调机组是在组合式空调机组中设置两个或多个表冷器,各表冷器可根据其功能采用低温冷源(如供回水7/12℃)和高温冷源(如供回水14/19℃)。为研究双冷源空调机组性能,试制了一种双冷源组合式空调机组,采用两组表冷器并联的形式组装。实验研究了高温表冷器的供冷能力、全热交换效率和除湿效率等变化规律,并分析了其供冷性能和节能性。结果表明,高温表冷器单独运行时,理想制冷效率显著提高,节能效果明显,送风温差可以满足室内要求,但除湿能力不足。两组表冷器联合运行通过合理设置表冷器的送风占比,完全可以满足空调系统送风要求,节约再热能量,达到节能的效果。在双冷源空调机组运行过程中,高温表冷器承担的负荷部分越大,系统的能效比EER就越大,节能效果越明显。     

应急物流救援系统的Petri网建模与性能分析

为了更有效地分析应急物流救援系统的性能,在分析Petri网特性及主要功能的基础上,以大型自然灾害或突发事件为背景,引入随机Petri网建模方法建立应急系统模型,进行性能分析。首先根据应急物流救援系统流程图构建Petri网模型,对模型的可达性、活性、安全性进行分析以验证模型的有效性;然后利用马尔可夫随机过程与其同构的特性构建系统的马尔可夫链,建立线性方程,引入算例,通过主要性能指标的定量分析反映系统问题;最后针对系统问题提出建议。该模型能够形象地描述出流程发生的先后次序和异步并发关系,其成熟的性能分析方法能够有效发掘影响系统运作效率的关键环节,为分析系统流程提供了可行的方法,所提建议为优化应急物流救援系统提供了参考。     

P2P网络资源搜索中的用户行为模型

为了改善P2P网络的搜索性能,提出应用马尔可夫链预测用户兴趣集合的方法.根据用户的历史查询行为,对关键词进行聚类,得到相关的兴趣类;应用马尔可夫链,建立用户行为模型,描述用户兴趣的时序变化;根据极限概率,预测用户达到平稳状态时的兴趣集合;给出根据模型进行预测的方法.实验表明,模型的命中率受查询序列分布的影响较大,增加兴...     

随机非线性系统的在线修正参数预测滤波PID控制

针对一类随机NARMAX模型,分析了其可采用PID控制的约束条件.提出采用辅助模型的可克服算法病态的遗忘因子递推最小二乘算法对被控对象进行参数估计,利用动态切平面逼近的预测算法对系统输出进行预测,基于一具有预测控制性能的增量型预测滤波PID控制算法,根据可克服算法病态的直接极小化指标函数自适应控制算法和Robbins-Monro算法,给出了具有在线修正PID控制参数和加快PID控制参数收敛速度的随机NARMAX模型的自适应预测滤波PID控制算法.仿真研究表明:因给出的PID控制算法具有预测控制性能和在线修正参数性能,故系统具有较好的控制品质.     

基于住户差异性的住宅建筑在室行为预测模型

现有住宅建筑在室行为预测模型缺乏对住户差异性的合理考虑,导致模型往往存在整体预测精度不高和适用性受限等问题.针对这一问题,提出一种考虑住户差异性的马尔可夫链在室状态预测模型.该模型首先通过Spearman相关性分析确定了不同影响因素(即特征参数)与住户总在室时长的相关性,将相关系数作为特征参数权值并结合聚类分析对住户群体进行分类.在此基础上采用马尔可夫链模型对住户在室状态进行预测.为评估所建立预测模型的性能,以英国TUS(Time Use Survey)数据库为例,将改进模型与传统马尔可夫链模型进行对比分析.结果表明,该方法能够综合考虑不同住户特征参数及其对在室行为的影响,对住户进行合理的分类,与传统马尔可夫模型相比,所建预测模型显著提升了整体性能,平均绝对误差和均方根误差分别减小了20.57％和15.35％.     

输入受限网络控制系统的鲁棒模型预测控制

针对一类带有随机时延的输入受限多面体不确定网络控制系统,提出了一种鲁棒模型预测控制算法．假设随机网络时延为Markov链,并考虑Min-Max无穷时域性能指标,用线性矩阵不等式方法给出了依赖于模态的状态反馈控制器．基于Lyapunov方法,得到了保证可行性和鲁棒随机稳定性的条件．仿真结果验证了算法的有效性．     

交流伺服系统鲁棒控制策略研究

针对鼠笼异步电动机间接磁场定向控制系统，提出一种ＰＩ调节器和模型跟踪调节相结合的鲁棒控制方案，用以提高交流电机的驱动性能，抑制参数变化和负载扰动对系统性能的影响．将解耦的感应电机的简化模型作为理想模型，补偿环节的调节使得实际对象动态特性趋近于理想模型的动态特性．理论分析、仿真和实验证明了该方案具有工程应用价值     

适用于DC/DC 变换器的预测函数控制优化策略

针对使用预测函数控制(Predictive Function Control, PFC)的 DC / DC 变换器在负载切换时产生的扰动对变 换器响应速度有较大影响的问题,提出通过设计观测器观测扰动来优化预测函数控制算法的控制效果;相对于其 他提高系统抗扰动的方法,通过设计观测器来提高变换器抗扰动的方法的优点是实现简单、优化后控制效果好等; 设计 Luenberger 观测器对负载切换时产生的扰动进行观测,将观测值反馈给预测函数控制算法进行最优化分析, 并结合仿真结果对目标函数进行调整,优化后的目标函数能更好地响应扰动并尽快达到稳态;最后将优化后的控 制算法与 PI 双闭环控制方法进行比较,结果显示优化后的控制算法在受到扰动后比双 PI 控制方法动态性能更 好,实现了应对负载切换时提高系统动态性能的目标,增强了 DC / DC 变换器的抗干扰能力;优化后的算法只考虑 了负载切换时的扰动对于系统其他方面的扰动没有考虑进去,可以通过设计整个系统的观测器来进一步提高 DC / DC 变换器抗扰动的能力。     

动态电源管理随机模型算法的设计与实现

基于随机控制的策略优化算法能有效地解决动态电源管理(DPM)中电源状态切换的能耗问题,从而获得更优的策略.文中通过为系统建立基于马尔可夫决策过程的随机模型,在DPM框架中实现了DPM随机模型算法,并对算法进行了实验.结果表明,在不同的性能损耗条件下,可以得到不同的、满足性能要求的优化策略,也就是说,算法在性能和能量损耗间取得了平衡,这也证明了文中介绍的算法实现过程的可行性.     

基于动态优化的多模型广义预测控制器设计

针对工业控制过程中广泛存在系统参数突变的问题,将多模型切换的广义预测控制器引至动态优化策略下的分层式控制系统中,设计了基于动态优化的多模型广义预测控制器.该模型预测控制结构以获取最大经济效益为目标,上层结构对经济目标函数进行动态优化,得到使经济利益最大的关键变量设定值;下层结构中MPC层采用多模型广义预测控制器代替传统单模型广义预测控制器追踪上层得到的设定值,即采用多个固定模型和自适应模型并行辨识系统的动态特性,提高系统暂态性能和模型参数跳变时系统的调节能力;底层为PID控制器用于抑制过程中的扰动.通过仿真验证了该方法的可行性和有效性.     

基于模型预测内模的实时控制算法

对具有滞后性、外界扰动和被控对象参数不确定性、快速性要求高的一类单输入-单输出线性系统的非恒值实时控制的模型预测内模的控制算法进行了进一步的分析研究.从理论上分析了该控制算法的系统稳定性条件、稳态控制误差,研究了在逆变电源控制系统中,该控制算法对负载的鲁棒性和对扰动的抑制能力.算法仿真表明:该控制算法能够克服外界扰动和被控对象参数不确定性,系统具有较强的鲁棒性,稳态控制精度高,动态响应速度快.     

基于粒子群寻优的汽车自适应巡航预测控制

为进一步提升多目标自适应巡航系统预测控制精度,提出一种基于粒子群寻优的汽车自适应巡航预测控制算法.首先建立一种包含前车加速度扰动的自适应巡航系统车间纵向运动学模型,并对其线性离散化;其次综合车距误差、相对车速、自车加速度和冲击度,设计二次型多目标优化性能指标函数和多参数约束条件,构建自适应巡航预测控制优化命题;最后为便于问题求解,将目标函数和约束条件推导转化为以预测控制增量为优化变量的规范形式,并基于粒子群优化算法求解自适应巡航预测控制的最优控制律.通过Matlab/Simulink多工况仿真结果表明,粒子群算法求解的最优控制律能够控制自车保持更好的跟踪性和自适应性.      

地表水源热泵系统冷热源利用的节能评价

分析了地表水源热泵系统的冷却水温度、流量和扬程等因素对水源热泵系统能效比的影响.以空调冷负荷和冷冻水参数作为控制目标,提出了包含水源热泵机组能耗的冷却水系统能效比分析模型.利用该模型分析了地表水直接进入热泵机组的地表水源热泵系统和以板式换热器间接换热的地表水源热泵系统的运行能效.结果显示,冷却水温度变化对能效比的影响大于冷却水系统静扬程变化对能效比的影响.部分负荷工况下冷却水温度为23~24℃时系统能效比达到最大值.     

射流火焰温度场广义随机分布模型的迭代学习控制

为实现射流火焰温度场的控制性能,采用随机分布控制理论实现了射流火焰温度场的建模及其迭代学习控制. 采用高斯函数作为输出概率密度函数逼近的基函数,用广义系统状态空间模型建立系统模型,模型的独立状态数量与系统实际的动态阶次一致. 采用随机分布预测控制算法实现单批次的控制,在每个批次控制完成后,采用牛顿法优化基函数参数,给出了射流火焰温度场迭代学习控制的仿真结果. 通过迭代学习优化了广义随机分布系统模型参数,提高了火焰温度场分布控制性能指标.      

基于马尔可夫链的主机负载预测能耗优化算法

现代服务应用对计算能力需求的快速增长导致云计算数据中心能耗加剧,为解决数据中心能耗问题,本文提出了一种新的融合马尔可夫链和能耗感知选择策略的能耗优化算法——基于预测的能耗优化算法(Prediction based Energy Consumption Optimization Algorithm,PECOA).实验结果表明,PECOA算法在保证服务质量的前提下,能耗与基于最小虚拟机迁移时间的本地回归算法(Local Regression based on Minimum Migration Time,lr_mmt_1.2)相比降低了约11.04%,验证了本文方法的有效性.