分布式发电对配电网静态电压分布的影响

基于放射状链式配电网络,研究了分布式电源并网后负荷节点的静态电压分布情况.首次建立了递减、递增和等腰三种典型负荷分布模型,并在此负荷分布模型基础上定量地研究了分布式电源并网后配电网的电压分布情况.讨论了分布式电源位置和容量的限制问题.结合仿真算例,考察不同位置和容量的分布式电源并网后配电线路的电压变化情况.研究表明,分布式电源的接入会起到电压支撑作用,但不恰当的接入位置和注入容量会造成电压越限和网损增加;因此必须进行合理的规划,使各负荷节点的静态电压稳定在允许范围内.     

重合闸在分布式发电条件下的应用分析

针对分布式电源的种类,对分布式发电系统中重合闸技术进行了分析.采用分布式电源额定容量、次暂态电抗等实际参数,从分布式电源的安装位置、大小等方面,考虑了自同期合闸的应用可行性,并对分布式电源逆变并网装置及控制方案进行了详细介绍.在MATLAB中,进行了系统建模和计算.结果表明,在分布式发电条件下,自同期合闸具有一定的可行性;对于逆变并网的分布式电源,电流瞬时值反馈可以实现合闸并网条件.     

一种基于逻辑的数据集成查询处理器设计

提出一种新的、基于逻辑的数据集成应用方案:用描述逻辑表达中介模式,能实现基于LAV源描述法的虚拟数据集成技术与物化数据仓库技术的无缝结合.在该集成应用框架下,利用Datalog谓词逻辑推理与描述逻辑自动推理相结合的混合推理机制,设计了一个集成查询重写处理算法,并将其作为实现集成系统查询处理器的基础.结果表明,当查询表达和源视图描述规则均为合取形式的规则时,该算法总能返回一个具有最大包含的查询重写,且对源描述规则数目增加不敏感,有较好的线性可伸缩性,能适应大量数据的集成处理.     

利用神经模糊系统从数据中挖掘模糊逻辑

提出一种利用神经模糊系统从实验记录的曲线或者数据中挖掘模糊逻辑规则的方法。首先根据生产控制系统的实验记录的曲线或者数据,初步确定一个“if…then”模糊逻辑规则模型;然后利用具有非线性特性的神经网络和模糊推理中的模糊逻辑运算,构造了一个神经模糊系统;通过有导师的误差反向传输学习,将训练后的神经模糊系统的网络联接权的变化结合为模糊逻辑规则的变化和修改,从而实现了从实验记录的曲线或者数据中推理、归纳的模糊逻辑控制规则。     

基于元素干扰S-粗集知识的推理-识别

利用数理逻辑中命题逻辑的形式,给出元素干扰与关系因子的逻辑推理表示,然后给出知识系统受到外部因素干扰时,知识的逻辑推理表示,以及S-粗集的逻辑推理表示,给出知识的动态推理与识别定理,S-粗集的动态推理与识别定理。解决了元素干扰对系统进行干扰时,S-粗集知识的动态推理与识别问题。     

一种地理信息检索的定性模型

提出一种定性地理信息检索方法, 用于地理信息的定性表达、语义匹配、推理和结果排序, 可以避免目前定量地理信息检索中语义信息丢失问题。采用命题逻辑方法综合表达查询和文档中的主题信息和地理语义信息, 将文档与查询的相关性度量分为主题相似度和地理相似度。前者通过命题关键词间加权本体距离获得。后者可进一步分为概念相似度和位置相似度, 分别基于地理本体和空间语义度量。由于信息的表达形式为命题和信息单元, 采用证据理论和模糊逻辑对上述子相关性度量进行统一建模。所提方法可以基于语义检索网页中的定性地理信息, 并对相关文档进行排序。这种检索和排序方法符合人类空间认知, 因此可以有效提高地理信息检索的效率。     

概率逻辑中的命题相关性与逻辑运算

原子命题是数理逻辑研究的基本单位. 分析了原子命题的相关性与逻辑运算之间的关系. 在经典二值逻辑中,命题逻辑运算结果的真值只与参与运算的命题的真值有关,而与命题的具体内容无关;在概率逻辑中,命题逻辑运算由命题的关系决定,真值相同的不同命题,逻辑运算结果不一定相同. 定义了与经典二值逻辑相容的蕴涵联结词,克服了条件概率不能用于推理的缺点.     

用CERLEL方法表达知识

本文简单介绍了ER模型(美国数据库专家PeterP.Cher教授的实体—关系模型),强调了用它描述客观世界,尤其是面向结构对象知识的可行性。接着阐述了知识表示中用我国杰出的逻辑学家林邦谨的制约逻辑(简称LEL)取代正统数理逻辑的必要性和可能性。最后作者提出了一种通用的知识表示模式——CERLEL方法(实体—关系模型和制约逻辑相结合的方法)。提出CERLEL方法的目的是为知识库系统的设计提供一种通用工具。     

三值逻辑神经元模型及其不确定性推理应用

针对二值神经元在不确定性知识表示和推理中的不足,提出了一种具有三值逻辑表达能力的神经元模型:三值逻辑与神经元和三值逻辑或神经元。采用这种三值逻辑神经元来表示规则和真值状态的不确定性,由这种逻辑神经元连接而成的神经元链能够实现三值逻辑推理系统,可以对三值关联规则进行表示和推理。     

模糊控制器的线性与非线性结构分析

从解析的角度分析了采用三角形隶属函数、线性控制规则,Probabilistic AND和Lukasiewicz OR模糊逻辑时模糊控制器的结构。证明了在用某些推理和决策方法时,模糊控制器等于线性的PI(PID)控制器,而在其它情况下为非线性的PI控制器。