计及负荷静态特性的电力系统静态状态估计算法

在常规状态估计模型的基础上，提出了考虑负荷节点静态电压特性的电力系统静态状态估计算法。该算法利用负荷幂函数模型或多项式模型，将负荷有功、无功功率等效为以节点电压幅值为变量的方程组，构建新的零注入功率量测，利用加权最小二乘法进行状态估计，在迭代计算中修正传统的雅克比矩阵以及不平衡偏差量。4节点、IEEE-39节点系统以及实际地区电网算例的仿真结果表明，该算法提高了状态估计量精度，具有较好的实用性。     

基于改进BVAR模型和MS-VECM模型的能源消费分析

针对向量自回归模型(VAR)的高维估计问题,结合贝叶斯理论提出了一种融合正态-逆Wishart共轭先验分布的估计方法。在该估计方法中,所提出的模型引入Metropolis-Hastings(MH)算法,从以往数据集中确定先验分布超参数,并通过设定与模型尺寸相关的收缩系数从而进行估计。与传统VAR模型相比,基于贝叶斯理论的估计方法可在保留相关样本信息的同时控制过度拟合,具有较好的稳健性和有效性。此外,在改进的BVAR模型基础上,结合区制转移技术与误差修正模型提出了MS-BVECM模型,该模型能够有效分析经济周期内各变量之间长期与短期均衡状态变化,当短期内经济变量受到波动而与长期均衡状态发生偏离时,误差修正模型机制会使其逐渐重新回到长期均衡状态,以保证模型的稳健性。最后,以重庆市为例,利用所提模型对其能源消费、产业结构升级和经济增长的动态关系进行了分析与预测并提供了可行建议。     

基于非线性预测滤波和UKF的状态估计方法

非线性系统存在建模误差时,UKF的状态估计误差较大,为了提高UKF对非线性系统的状态估计能力,本文将非线性预测滤波(NPF)方法和UKF相结合,提出了一种改进的UKF。首先应用NPF求得模型误差值,得到非线性系统的修正模型,将模型离散化再应用UKF进行状态估计。在仿真实验中分别应用单纯的UKF和改进后的UKF对一个存在模型误差的非线性系统进行状态估计,对它们的估计结果进行了比较和分析,结果表明结合NPF的UKF能够提高非线性系统状态估计的精度。     

一种基于RBF神经网络的传感器故障诊断方法

针对传感器故障，提出了一种基于RBF神经网络的集成故障诊断方法，用RBF神经网络建立传感器故障模型，对系统的状态和故障参数进行在线估计，然后将故障参数与修正的Bayes分类算法（MB算法）相结合，进行传感器故障在线检测、分离和估计。对连续搅拌釜式反应器（CSTR）的仿真结果表明，该集成故障诊断方法能够对多重传感器进行故障进行快速准确的分离和估计，并对传感器故障具有容错性。     

泊松INAR(1)模型参数估计方法的比较及其应用

探讨了泊松INAR(1)模型的参数估计.基于CLS估计方法,提出一种偏差修正CLS估计方法并分析了其大样本性质.随机模拟结果表明:与CLS估计和CML估计方法相比,偏差修正CLS估计方法可以有效减小参数估计的偏差.偏差修正CLS估计方法在有限样本下估计效果较好,同时计算过程简便,具有较高的实用性.最后,通过泊松INAR(1)模型对一组实际的整数值时间序列数据建模,利用偏差修正CLS估计方法进行参数估计,并对模型进行预测.     

基于改进粒子滤波算法的车速估计

针对基于粒子滤波算法设计的车速估计器因提议分布与实际分布不一致导致粒子退化使估计误差变大的问题,提出了一种通过修正提议分布减弱粒子退化影响的改进粒子滤波车速估计器。首先,基于车辆运动学模型和传感器特性建立系统的状态转移方程和观测方程。然后,利用传感器测量值与粒子状态值的差值设计提议分布修正项对状态转移方程进行修正,并对过程噪声做自适应处理。最后,利用CarSim-Simulink联合仿真平台在双移线工况和正弦转角输入工况下进行仿真验证。与自适应粒子滤波器相比,双移线工况下改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了40.25%和55.71%;正弦转角输入工况下,改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了47.00%和41.21%。     

电动汽车用电池SOC定义与检测方法

为建立电动汽车电池管理系统的需要 ,探求铅酸电池荷电状态 (SOC)的实时测量和估计方法 ,分析了当前 SOC定义在变电流放电情况下出现不适应的原因 ,现有各种荷电状态检测方法的特点和存在的问题。在此基础上 ,对 SOC定义进行了修正 ,提出了“标定荷电状态”和“动态荷电状态”的概念 ,使之能很好地适应电动汽车用电池在变电流状态下的实时荷电状态估计。基于修正 SOC定义的电池荷电状态检测方法和计算模型具有简便、实用和可靠性     

基于自适应UKF的锂离子动力电池状态联合估计

针对由静态的电池模型参数而造成的状态估计累计误差、噪声统计特性的时变不确定性等实用化的问题,基于无迹卡尔曼滤波(unscented Kalman filter, UKF)框架设计了一种自适应UKF的电池状态联合估计算法.在无迹变换(unscented transform,UT)时,对量测方程进行准线性化处理,降低了循环迭代过程中的计算开销;利用带遗忘因子的Sage-Husa自适应估计方法对过程噪声的统计特性参数进行递推估计与修正,提高了UKF估计算法的自适应容错能力;实时跟踪滤波的收敛性,若呈发散趋势时,通过自适应衰减因子对误差协方差进行调整以抑制滤波发散,保证了滤波过程的数值稳定性;采用联合估计策略对一阶Thevenim电池欧姆内阻模型参数进行在线更新,以确保动态测试工况下电池模型的准确性,从而提高了电池荷电状态(state of charge,SOC)以及电池健康状态(state of health,SOH)的估计精度.实验与仿真结果验证了该电池状态联合估计算法的可行性与有效性.     

INARS(p)模型的拟似然统计推断

用拟似然方法对p阶基于符号伯努利稀疏算子的整值时间序列模型参数进行估计,得出了参数修正的拟似然估计因子以及该估计因子的极限分布(可以用此极限分布对模型参数进行假设检验等统计分析),并通过数值模拟,将修正的拟似然估计与条件最小二乘估计进行了比较,结果表明,修正的拟似然估计在一定条件下明显优于条件最小二乘估计.     

线性回归模型的一类新约束型LIU估计

针对带线性约束型的回归模型复共线性问题,提出了一种新估计,称之为修正约束型LIU估计,给出了新估计的性质.在均方误差准则基础上证明了在一定条件下,修正约束型LIU估计优于最小二乘估计、岭估计、修正岭估计和约束型LIU估计,最后讨论了新估计的可容许性.     

L.C振子超混沌系统的参数辨析

对于L.C振子超混沌系统的未知参数提出一种简单的辨析方法,首先通过对系统实行反馈控制使其到达任意不动点,其次通过求解不动点的平衡方程,解析得到系统未知参数的表达式,当超混沌系统参数发生阶跃变化时也能实现准确辨析,数值计算结果和理论分析一致。该方法对于研究其他超混沌系统结构具有一定的理论意义。     

Modified Projective Synchronization of a New Hyperchaotic System with Known or Unknown Parameters

This work presents two different methods-- nonlinear control method and adaptive control approach to achieve the modified projective synchronization of a new hyperchaotic system with known or unknown parameters. Based on Lyapunov stability theory, nonlinear control method is adopted when the parameters of driving and response systems are known beforehand; when the parameters are fully unknown, adaptive controllers and parameters update laws are proposed to synchronize two different hyperchaotic system and identify the unknown parameters. Moreover, the rate of synchronization can be regulated by adjusting the control gains designed in the controllers. The corresponding simulations are exploited to demonstrate the effectiveness of the proposed two methods.     

辨识Lorenz混沌系统所有参数的一种新方法

基于稳定性理论,解析地设计了一类控制器来识别Lorenz混沌系统的三个关键参数。通过将驱动系统和响应系统的误差动态反馈到相应系统来实现两个系统的同步,两个系统很快达到了同步且系统的三个关键参数被快速识别。进一步数值研究结果证明了系统参数发生阶跃时和噪声作用下该方法仍然是有效的。控制器的优点在于当系统达到同步后,取消该控制器,仍然可以较精确辨识,且这种方法具有很强的鲁棒性。     

一类复杂动力系统的参数辨析

对一类复杂系统(Lorenz混沌和Rssler超混沌)的未知参数提出一种简便的辨析方法.首先,通过对系统实行反馈控制使其到达任意不动点,然后,通过求解不动点的平衡方程,解析地得到系统未知参数的表达式.以Lorenz混沌为例将该方法和线性参数观测器的方法进行对比,可以更快地实现该系统全部未知参数的准确快速辨析.在系统参数发生阶跃变化的情况下,该方法可很好地实现对参数高精度的快速辨析.数值计算结果和理论分析一致.该方法可以推广到其他复杂动力系统的参数结构辨析研究.     

LFRBM系统的自适应控制

通过坐标变换和线性状态反馈,分别在系统参数已知和未知的情况下研究了LFRBM系统的控制问题．当参数已知时,给出了反馈增益的范围;当参数未知时,设计了一自适应控制器,自动调整控制增益k.利用Lyapunov稳定性理论证明所给控制器能将受控混沌系统全局渐近稳定于它的5个平衡点,最后Matlab的数值仿真证明了所给方法的有效性。     

汽车侧面碰撞模型的非线性动力学参数辨识

为了在汽车侧面碰撞动力学系统模型中,获得一些无法通过试验方法直接获得的未知系统特性参数,采用了参数辨识技术,它是根据动力学系统在特定的载荷作用下的输出响应,确定动力学模型中的未知特性参数;介绍了一种基于卡尔曼滤波法的非线性动力学参数的辨识方法,并将其应用于汽车侧面碰撞模型的参数辨识中。利用辨识出的模型参数计算出模型的输出响应,该响应与仿真试验数据吻合良好,表明该方法是非线性动力学参数辨识的有效手段。     

含有未知参数的广义Lorenz系统的自适应投影同步

研究了含有未知参数的广义Lorenz系统的自适应投影同步问题.对于参数完全未知的情形,提出了4种控制器设计策略,实现了两个广义Lorenz系统间的自适应投影同步,对于响应系统参数未知的情形,通过本文设计的控制器,可以实现广义Lorenz系统中两个拓扑不等价的系统之间的同步,同时未知参数可以被识别.数值仿真结果说明了方法的有效性.     

基于同步方法的观测器设计

 基于ODE系统的混沌同步方法,用惯性流形方法和自适应控制方法研究观测器的设计。对于参数确定系统,构造的观测器是全局的,初值可以任意选取,而且所得结果对于初值敏感的混沌系统依然适用;对于参数未知系统,构造的观测器只是局部的。作为示例,为蔡氏电路(Chua's Circuit)和未知参数的Lorenz系统分别设计了观测器,并进行了模拟和仿真验证。     

基底输入未知条件下质量不确定结构损伤识别

针对结构各层有效质量和地震动输入均未知情况下的损伤识别问题,构造了不需要已知周围土壤、邻近结构和非结构构件影响的层间规格化刚度参数和阻尼参数,提出了一种新的逐层递推时域识别方法,给出了用规格化参数进行损伤识别的公式.为避免结构质量的影响,引入暂态影响参数和相关参数,并分析了质量误差对参数识别的影响.该方法利用测试数据时程直接进行结构损伤识别,并可反演出地震动时程.算例表明本方法切实可行.     

系统参数完全未知的一个新超混沌系统自适应修正投影同步

基于Lyapunov稳定性原理,在驱动系统和响应系统参数完全未知的情况下,设计自适应控制器和参数更新准则,使得两个不同或相同混沌系统同步,并能辨识出系统参数,同时可以通过调节控制增益和自适应增益来调整同步速度和参数辨识速度.作为该方法的应用,对超混沌Chen系统和一个新的超混沌系统实现了修正投影同步.数值仿真证明了所提方法的正确性.