近海可再生能源综合发电场的非机理等效建模

为了建立准确的近海可再生能源综合发电场等效模型,提出了非机理建模方法。基于传递函数建立非机理等效模型,描述输入、输出的非线性关系。提出解耦参数辨识方式,并运用蚁群算法进行参数辨识。在Matlab/Simulink中搭建由风力发电机组、潮流发电机组和波浪发电机组组成的近海可再生能源综合发电场的相量模型,采集发电场模型在风速、潮流流速、波浪以及电压扰动影响下的输入输出数据。根据输入、输出数据建立传递函数模型,辨识模型参数,根据所得参数计算等效模型输出。等效模型输出与仿真模型输出的误差较小,验证了非机理等效建模方法在近海可再生能源综合发电场建模中的可行性。     

大型同步发电机参数在线辨识原理

提出一种测取大型同步电机参数的在线辨识方法。阐述和推导了参数辨识原理及辨识模型。首次提出运动方程和外部等效线路方程的辨识模型。在发电机带负载运行时,对励磁系统施加阶跃干扰,量测电机电压、电流及功角的暂态响应。采用简化大扰动数学模型,一次辨识出同步电机电磁参数和运动方程参数,以及等效无穷大电网电压Ｕｃ和等效线路阻抗Ｘｃ。该方法多次应用于我国大型火电站和水电站,先后对１００ＭＷ和２００ＭＷ汽轮发电机和７５ＭＷ水轮发电机进行了在线参数辨识。用辨识参数计算出的电机动态响应与实测结果有很好的一致性。     

一种连续系统辨识方法及其在飞控规律辨识中的应用

针对某型飞机控制系统的规律辨识问题，对文献[2,3]提出的连续系统辨识方法进行了改进，给出了该方法可以适用的辨识对象的一般模型，同时通过对误差模型和极小化指标的改进，把原方法推广至时变参数辨识领域。数值仿真结果表明该方法成功的解决了该飞控系统的辨识问题。该方法还很容易推广到一类具有相同特征的线性，非线性，时变或时不变的参数辨识中。     

宏观交通流模型的自适应迭代学习辨识策略

城市路网交通流系统具有很强的随机性和时变性，单一固定的交通流模型难以准确地描述城市路网的实际运行情况，在考虑交通流稳态和动态特性的基础上，提出了一种含有未知时变多参数的非线性宏观交通流模型，并针对交通流固有的重复性特征，设计了一种时变多参数的自适应迭代学习辨识策略。在有限时间区间内，利用迭代学习辨识策略将参数辨识问题转化为最优跟踪控制问题，使交叉口各进口道的排队车辆数均趋于真实值，利用去伪算法的实时自适应能力调整迭代学习辨识策略的学习律增益，提高辨识策略的抗干扰能力。通过严格的数学理论推导证明了该算法的收敛性，最后采用基于模型的控制方法进行仿真实验，进一步验证了该方法的有效性。     

非线性随机系统的参数辨识及动态预报

鉴于含有加性噪声的指数模型描述了一类重要的非线性随机系统，本人出这类系统的参数的递推辨识算法，克服了迭代算法不能在线运行，需反复矩阵求逆的不足，当系统时变时，还采用了虚拟噪声技术来补偿因参数时变引起的建模误差，从而改善动态预报器的性能，应用这种方法，对油田采油井，注水井的套管损坏的情况进行了多步动态预报，其精度令人满意。     

基于改进微分进化和分散辨识算法的炼钢模型研究

在炼钢过程模型辨识中,被控对象的动态特性往往表现出非线性、慢时变、大迟延和不确定性等特点,使得难以对其建立比较精确的模型。为实现精确建模,提出了一种基于微分进化和分散辨识算法的辨识方法。该方法通过改进的微分进化算法,对系统进行参数优化,接着采用分散辨识在设定点输入阶跃信号,待系统进入稳态后再采样,使得到的稳态输出值能够更快、更精确地逼近实际系统的输出,达到精确建模的目的。仿真结果表明,通过微分进化算法可进一步确定炼钢过程的最佳参数,在采用分散辨识方法对炼钢复杂对象进行辨识后,可以建立更好的数学模型。     

机床支撑地脚结合部参数辨识方法

支撑地脚动态特性直接影响机床整机的动态特性,对地脚结合部进行参数辨识可以更准确地建立机床整机动力学模型。该文提出一种地脚结合部等效刚度和阻尼的辨识方法。将某床身试验台的地脚结合部等效为3向弹簧阻尼系统进行动力学建模,通过模态试验得到床身的模态频率与阻尼比,由此辨识出地脚结合部的等效刚度和阻尼。然而,该方法无法直接对任意支撑状态下的地脚等效参数进行辨识。针对这一问题,该文先对均匀质量床身对称支撑状态下的地脚结合部进行参数辨识,然后改变地脚所受正压力的大小,重复参数辨识过程,得出结合部参数与正压力的关系,用于计算任意承重状态下的地脚结合部参数。参数辨识结果表明,地脚结合部等效刚度和阻尼均随着正压力的增大而增大。通过有限元仿真对参数辨识结果进行了验证,考虑地脚参数的有限元模型仿真结果与试验结果一致。     

超级电容器时变等效电路模型参数辨识与仿真

为能更准确地描述超级电容器在工作过程中的外特性,在超级电容器经典等效电路模型的基础上,将其扩展为模型参数随时间变化的时变等效电路模型,并选用限定记忆最小二乘法辨识模型的时变参数.在Matlab/Simulink环境下利用实验数据对经典等效电路模型和时变等效电路模型进行仿真比较.结果表明,时变等效电路模型具有更高的精度,可以更精确地反映超级电容器的动态特性.     

改进遗传规划算法在系统辨识中的应用

为了解决工业过程中数据丰富但机理不完全可知的非线性动态系统建模问题,提出了一种改进的遗传规划算法,以辨识模型结构和参数.该算法首先基于多层次辨识和反馈的基本思想,对系统进行多次辨识,直到把辨识误差缩小到可接受的范围;然后,采用最小二乘法估测模型参数,避免优良模型结构因低劣参数而被淘汰;最后,实施M估计技术,削弱强噪声对建模的影响,增强模型泛化能力.针对满足Lotka-Volterra方程的非线性动态系统进行建模仿真,试验结果表明该算法能较好地辨识满足Lotka-Volterra方程的一类非线性动态系统.     

基于支持向量机和粒子群算法的励磁系统频域辨识

针对励磁系统参数实测及建模问题,提出了采用支持向量机和粒子群算法进行励磁系统参数频域辨识的方法.先用支持向量机方法来提取特征样本,然后采用粒子群算法和这些少量的特征样本对励磁系统进行参数辨识.用支持向量机筛选出的特征样本一方面可以减少粒子群算法的计算时间,另一方面还可以提高模型的辨识精度.实际算例表明粒子群算法用于频域辨识时实现过程简单,对简单模型和复杂模型都可以得到较好的辨识效果.     

四旋翼飞行器动力系统模型参数辨识实验研究

四旋翼飞行器动力系统是飞行器的重要组成部分,也是影响控制精度的重要因素。通常在动力系统建模时直接采用机理建模法,但在实际中动力系统的选用和安装都会影响到动力系统模型,故直接采用机理建模方法准确性不高。本文基于动力系统机理模型得到动力系统模型结构,然后在搭建的测试实验平台上完成了转速数据的测量,根据实验数据通过ARX模型辨识出动力系统的模型参数,建立出四旋翼飞行器动力系统模型并设计了PI控制器。通过系统仿真与实际测量验证,结果表明：对应用参数辨识后的四旋翼动力系统模型进行控制时,系统的快速性和稳定性都有明显的提高。     

基于模型迁移的磨矿过程混合蛙跳算法-小波神经网络软测量建模及重构

摘要：
以磨矿过程的关键工艺指标(磨矿粒度和磨机排矿速率)为预测对象,提出一种基于小波神经网络（WNN）的自适应软测量建模方法.通过对磨矿过程工艺的分析,选取了软测量模型的辅助变量,利用混合蛙跳算法(SFLA)对WNN软测量模型的结构参数(小波函数伸缩因子、平移因子和网络连接权重)进行优化,实现软测量模型输入输出变量之间的非线性映射;并采用模型迁移思想及输入输出修正规划方法实现软测量模型的重构,以解决输入矿石品位改变这一动态工况下的模型自适应校正问题.仿真结果表明,所提出的模型能够显著提高磨矿过程中经济技术指标预测的精度和鲁棒性,满足磨矿生产过程的实时控制要求.
关键词：
磨矿过程; 软测量; 小波神经网络; 混合蛙跳算法; 模型迁移
中图分类号： TK 232
文献标志码： A     

高比例风电下电力市场短期电价预测

为应对近年来国内风电渗透率不断增加、大量清洁能源并入电网给日前电价预测带来的挑战,提高高比例风电接入情况下电力市场短期电价预测精度,本文将高比例风电情况下的风电出力与负荷数据进行融合得到了一项改进的输入特征变量,代表风电与负荷共同对电价的影响程度。采用最大信息系数法分析各特征变量与电价之间的相关性,并结合长短期记忆神经网络（Long-short Term Memory, LSTM）与注意力机制(Attention)的特点构建了LSTM-Attetion预测模型,然后对不同输入条件下的预测结果进行对比分析,数据结果显示,引入该输入特征变量后模型的预测精度都有明显提升。经过进一步算例实验后表明,本文所提出的特征变量相比风荷比而言更能能够有效提高高比例风电情况下电价预测精度,适用于许多经典算法。     

基于改进型辅助变量法的压力传感器建模

针对经典压力传感器建模方法存在适应性较差、难以准确获取压力传感器动态特性的问题,提出了一种基于改进型辅助变量法的压力传感器动态建模方法。首先运用粒子群算法预估计模型参数,将预估计的参数代入差分方程构造辅助变量。然后利用输入、输出数据用辅助变量法辨识模型的参数,进行压力传感器系统仿真,在不同噪声模型及信噪比下得到系统输出,分别用提出的方法和现有方法建模,比较建模结果的差异。最后用激波管动态校准实验平台对压力传感器进行动态校准。根据输入、输出数据构造信息矩阵并对其正交分解确定模型阶次,再次用提出的方法和现有方法建模,验证仿真结果。通过压力传感器系统仿真及实验数据验证表明：在压力传感器建模中,改进型辅助变量法的辨识精度明显高于现有方法。     

特性阻抗的估计与动脉系统的建模

考察了不同模型下不同方法对特性阻抗的估计．理论分析与计算结果表明：直接频域估计算法，适用于输入阻抗在某一频率以上呈现模值与相位基本平坦的情况，否则，频率范围不同，将导致估计结果差异很大．直接时域估计算法，导致对特性阻抗的低估．模型参数优化估计算法，估计结果依赖于模型结构与真实系统的近似程度，与三元Ｗｉｎｄｋｅｓｓｅｌ模型相比，单管复负载模型更适于进行特性阻抗的估计     

KPCA-KPLS方法在pH中和过程建模中的应用

针对化工过程中的具有严重非线性、不确定性、时变性的复杂pH中和过程系统建模问题,提出一种基于核主元分析(KPCA)与核偏最小二乘(KPLS)相结合的建模方法.在高维特征空间内,该方法通过KPCA有效地提取输入数据的非线性主元,利用KPLS方法将输入变量投影在潜在变量上,再用输入与输出变量之间的协方差信息提取潜在特征建立pH中和过程模型.为验证其有效性,将KPCA-KPLS方法应用到弱酸强碱中和过程、强酸强碱中和过程实例中,并与核偏最小二乘、核主元分析_支持向量机(KPCA-SVM)、核极限学习机(KELM)、极限学习机(ELM)、最小二乘支持向量机(LSSVM)、SVM等方法进行比较.实验结果表明:KPCA-KPLS方法具有很高的动态建模精度.     

高速公路隧道交通事故严重程度的影响因素分析

根据京珠高速公路韶关段4个隧道的交通事故资料,从时间因素、隧道环境因素和交通动态因素3个方面选取9个输入变量,以交通事故严重程度为输出变量,建立高速公路隧道交通事故严重程度预测模型;然后,通过灵敏度分析方法,研究各个输入变量对输出变量的影响程度,并对各个输入变量的灵敏度分析结果进行比较分析.研究结果表明,日交通量与年平均日交通量之比和大型车混入率对交通事故严重程度的影响最大,天气、线形、坡度和事故发生地点在隧道中的位置对交通事故严重程度的影响基本相等,事故发生时段对交通事故严重程度的影响可以忽略不计.     

非线性动态传感器系统 Hammerstein神经网络补偿法

针对传感器动态特性中存在非线性的问题,提出一种基于Hammerstein传感器模型的非线性动态神经网络补偿法。先将补偿模型分解为与Hammerstein模型对应的线性动态与非线性静态2个环节;再设计一种新型的神经网络结构,使网络权系数对应于相应的Hammerstein补偿模型参数,并推导反向传播的网络权系数调整方法;最后通过网络迭代训练,求得补偿模型的线性动态与非线性静态两个环节。仿真与实际实验结果均表明该传感器非线性动态补偿方法使传感器具有理想的输入输出特性。     

电液伺服阀结构参数优化

电液伺服阀的动态性能是由液压系统的工况，电液伺服阀的结构参数决定的。为改善电液伺服阀的动态性能，建立了电液伺服阀快速性、稳定性、稳态误差最优控制目标函数。通过Parseval定理，将函数优化问题转化为变量优化问题。选择电液伺服阀的结构参数作为设计变量，以系统稳定性、快速性、稳态误差最小为目标函数，建立电液伺服阀的结构优化模型，通过优化。获得一组最优结构参数．     

超临界直流锅炉蒸发受热面动态过程特性

建立了两相受热管动态特性基本方程,在此基础上,进行二次建模,得到了能够直接求解的方程形式．求解过程中,在管段出口压力、出口流量及超临界压力下水与蒸气相变点的确定等问题上提出了新的处理方法．应用所建模型,对６００ ＭＷ 超临界直流锅炉水冷壁在３ 种典型工况下的动态特性进行了计算,得到了该直流锅炉在各种扰动下的响应曲线,分析了直流锅炉在不同工况下响应曲线的差异,并进一步讨论了水冷壁对各种扰动的敏感性．所得结果对进一步研究直流锅炉全工况动态仿真具有一定的参考意义．