一种针对乘性建模误差的MARCS鲁棒性设计

本文基于ＣＣＨａｎｇ和ＨＳＴａｎｇ的新结构提出了一种双自适应环的模糊型参考自适应控制系统的设计方案，并通过理论推导和仿真研究证明了此方案对乘性建模误差具有强稳定鲁棒性。所得的结论主产明了此设计方案具有很大的实际应用价值。     

基于混沌预测的模糊神经网络控制器设计及应用

由于混沌时间序列内部确定的规律性 ,其重构出混沌吸引子的相空间具有高精度短期预测性。根据非线性、大时滞系统的时间序列重构相空间 ,计算相空间的最大Lyapunov指数、饱和嵌入维数和可预报尺度 ,并以此为指导 ,对系统作高精度预测。在此基础上 ,又设计了遗传算法优化的模糊神经网络预测控制器 ,实现了对非线性、大时滞系统高精度的自适应控制。将该控制应用在锅炉过热汽温控制中 ,仿真表明该控制的有效性、准确性和鲁棒性。     

基于GWO-CNN-BILSTM的超短期风电预测

在未来高渗透率风电场景下,超短期风电功率预测研究对于实现电力系统优化运行具有重要意义。为此,提出一种基于GWO-CNN-BiLSTM的超短期风电预测方法。首先,搭建基于卷积神经网络(convolutional neural network, CNN)与双向长短期记忆神经网络(bidirectional long short term memory, BiLSTM)的组合模型,然后,为提升风电预测结果的精度,通过灰狼优化算法(grey wolf optimizer, GWO)对组合模型进行优化,使该组合模型参数能实时适应风电历史数据。最后,仿真结果验证了所提出方法的有效性和优越性。     

基于运行模式切换的多能源系统的混合控制

为了实现具有高度灵活性的智能控制策略,以提高多能源系统的稳定性、安全性和自愈能力,文中提出了基于分布式能源运行模式切换的分层混合智能控制。对应于系统的混合动态行为,分层混合控制由上层的离散控制策略、下层的本地连续控制器和它们之间的相互作用组成。上层离散控制策略主要负责切换操作模式,以增强遭遇重大干扰时的安全性和自愈能力。下层连续控制的目的是调节各被控单元的动态稳定性,以获得满意的性能。通过仿真实例验证了该混合控制方法的有效性。     

电阻、电感和频变负电阻的OTA-C模拟电路

提供了运算跨导放大器和电容模拟电路Ｒ、电感Ｌ、和频变负电阻Ｍ的并联与串联电路的新方法,电路中的Ｒ、Ｌ、Ｍ又可分别作为接地和浮地的器件使用,给经们在滤波器上的应用例。     

基于混沌-神经网络模型最优控制及应用

由于非线性混沌时间序列内部确定的规律性，其重构相空间具有高精度短期预测性．为此，为了实现非线性、大时滞系统的自适应控制，文章根据具有混沌特性非线性、大时滞系统的时间序列重构相空问，计算相空间饱和嵌入维数、最大Lyapunov指数和系统的可预报尺度，并以此为指导，建立神经网络预测模型对系统作高精度的短期预测；在此基础上，通过反馈校正，将校正误差和控制增量引入性能函数寻优得最优控制决策，实现了对非线性、大时滞系统高精度的自适应预测控制．将该控制决策应用在锅炉过热汽温控制中，仿真表明该控制的有效性、快速性和鲁棒性．     

用模型全部极点作滤波器的HMRACS设计

提出用模型全部极点作滤波器 ,不需线性补偿器的混合模型参考自适应控制系统 ( HMRACS)设计方法 ,系统不用分解 ,进一步简化了设计过程     

基于多智能体系统的微电网安稳控制策略

随着新能源渗透率不断提高,微电网在分布式能源(distributed energy resources, DERs)运行控制中的作用日益凸显,但分布式能源的接入会给微电网的运行带来扰动。为此,本文提出了一种基于多智能体系统 (multi-agent system,MAS) 的两级分散协调控制方案来保证微电网的高安全性和稳定性。上层智能体基于Petri网(petri-net, PN),针对各类能源的不同工作模式,构建DERs的PN模型,并以PN模型设计协调逻辑控制指令集,通过网格自适应直接搜索过滤算法 (mesh adaptive direct search filter algorithm, MADSFA) 选择最佳的协调逻辑控制指令。下层智能体负责局部连续控制,针对不同功率特性DERs的逆变器,分别采用不同的下垂控制策略。为保证暂稳态下微电网的稳定性,在逆变器和下垂控制器之间增设预设性能控制器,以确保逆变器的输出功率误差无论是在暂态还是稳态的情况下均能稳定在预设误差范围以内。同时为提高微电网系统的稳定性,两层之间的交互采用主从和无固定主从相结合的通信模式,这种交互机制提高了MAS在系统的实时监控过程中的时效性和灵活性。最后,仿真结果验证了基于MAS两级分散协调控制策略的有效性。     

基于混沌神经网络模型的预测控制器的设计及应用

根据具有混沌特性非线性、大时滞系统的时间序列重构相空间，计算相空间饱和嵌入维数、并以此为指导，建立混沌神经网络，即便在网络输入不完整或发生变异的情况下，该模型仍能对系统作高精度的短期预测；在此基础上，又设计了模糊神经网络预测控制器，实现了对非线性、大时滞系统高精度的自适应控制。将该控制器应用到单元机组负荷控制系统中，仿真表明了该控制有效性、快速性和鲁棒性。     

多级混合自适应控制器的设计

设计了一种多极混合自适应控制器,解决了高阶复杂被控对象在以往的自适应控制中出现的不稳定问题。增强了控制系统的鲁棒性。