紧水滩水电厂水轮机调速系统建模

叙述了用于电力系统分析的紧水滩水轮机调速系统建模的技术思路，采用阶跃法进行调速系统分部试验、建模和总体校核，完成了满足各水头和工况的规范化线性和非线性水力系统下的调速系统模型参数的建立，提出了用于模型参数检验定量判断的响应面积误差法，并与一次调频要求进行比较，证明所提供的紧水滩水轮机调速系统模型参数满足工程应用要求。     

基于自校正模型的感应电机鲁棒预测电流控制

有限集模型预测控制以其概念直观、动态响应快及易于处理非线性约束等优点,近年来成为电力驱动理论的国际研究前沿。然而,在感应电机有限集模型预测电流控制中,失配的电机参数将导致控制性能下降、电流谐波增大,甚至引起系统失稳。针对此问题,提出了一种基于自校正模型的感应电机鲁棒预测电流控制。首先,分析了失配电阻参数及励磁电感参数对电流矢量预测误差的影响规律。其次,摒弃了传统预测电流控制中的开环式预测模型,提出了定子电流自校正预测模型的构建原理及稳态性能计算方法。自校正模型是一种闭环式的架构,其可有效抑制失配参数引起的预测误差。最后,通过实验验证了所提方法的有效性,并从动态性能、瞬态性能及稳态性能等三方面综合评估了所提方法与传统的预测电流控制。     

时域网络分析器的校准和带宽扩展

本文提供一种时域反射和时域传输测量系统的校正方法，能够对测量系统的响应误差作校正。本文根据系统的Ｓ参数模型，推导出一组能满足时域校正所需的计算标准。利用本文的校正技术，对ＨＰ公司的一套ＴＤＲ和ＴＤＴ系统作校正，使系统的带宽从８ＧＨｚ提高到２０ＧＨｚ。     

基于分层控制的模块化多电平变流器模型预测控制方法

为了解决传统模块化多电平变流器(MMC)控制器参数过多,参数整定复杂且对控制参数敏感,以及已有MMC模型预测控制(MPC)方法计算量过大、实用性不强等问题,提出一种新型MMC模型预测控制方法,通过建立相应代价函数对MMC相电流、桥臂环流和子模块电压进行分层控制,从而大幅度减少计算量。对相电流模型预测控制的误差进行理论分析并提出补偿措施,提高了相电流控制精度。在Matlab/Simulink平台搭建了11电平MMC仿真系统进行仿真验证。结果表明,新型MMC模型预测控制方法单次运算耗时仅为已有模型预测控制方法的0.24%,相电流误差得到有效校正补偿,功率响应时间短且无超调,验证了新型MMC模型预测控制方法具有计算量低、动态响应快、稳态精度高的特性。     

基于状态等式约束的DMC算法研究

动态矩阵控制（DMC）是模型预测控制的一种典型算法,它以被控对象的单位阶跃响应为预测和控制的模型,通过在线滚动优化和反馈校正来实施优化控制。对于存在状态等式约束的线性系统,该文在解决系统状态重构问题时构造了一种新的状态观测器-投影卡尔曼滤波器,使系统的状态更好地符合约束条件,增强系统的稳定性。Matlab仿真结果证明了其优越性。     

基于最小二乘法的TD-LTE传播模型校正研究

基于线性最小二乘法,采用经典的SPM模型,在现有TD-LTE系统的传播模型——COST231-Hata模型的基础上,根据上海市热点地区实测所得的数据进行模型校正和改进,通过校正得到SPM模型的新的模型参数.将新的参数模型与实测数据进行仿真对比和误差分析,看出新的参数模型预测的数据和实测数据更为接近,校正后的误差也在可接受的参考标准误差范围内,校正后SPM模型与当地的环境相匹配.最后给出了校正结果,为TD-LTE网络规划奠定了一定的理论基础,同时为运营商采用无线网络规划软件进行基站的覆盖范围预测提供更为准确的参考模型.     

基于电力系统非参数化模型设计统一潮流控制器

采样调节器的设计最突出的特点之一是根据被控对象的非线性，不确定系统的非参数化模型－系统的单位开环阶跃响应等进行控制器的设计，以保证闭环控制系统的稳定性，最优化和鲁棒性，这一方法在电力系统控制中的应用极有潜力。因为在电力系统中，通过现场试验获得控制器安装地点的单位开环阶跃响应通常要比建立系统的参数化模型简单得多，该文演示了如何将采样调节器设计的方法应用于统一潮流控制器（UPFC）的设计及由一个多变量采样调节器同时实现统一潮流控制器的潮流控制和电压调节功能，文中还给出了设计和仿真的结果。     

基于遗传算法的频域模型降阶方法

本文提出了一种基于遗传算法的频域降价新方法。染色体的基因代表降价模型的参数，染色体的评价值采用时间响应和频率特性匹配误差。通过对原高阶系统阶跃响应的测量，获得了基因的合适取值范围。同时遗传算法引入新的追加微变异种群的策略，使得本方法具有智能和高效的特点。数值实验证明了本方法的有效性。     

直流伺服系统模型及其辨识

完成了对直流伺服系统的建模以及辨识,尤其是利用系统的阶跃响应数据对直流伺服系统的模型进行了直接辨识,由系统阶跃响应采样数据构造线性方程组.通过对方程组求解估计出系统参数,对辨识出的系统进行仿真.将仿真结果与原阶跃响应数据比较表明:所采用的辨识方法取得了良好的辨识效果.     

核电站反应堆中子通量密度的一种预测控制方法

利用核电站反应堆中子动力学系统的单位阶跃响应数据，得到了该系统的非参数模型。提出了一种中子通量密度恒值问题的预测控制方法。与其于精确模型的控制方法相比，该方法不必苛求模型的具体形式，实时控制的计算量小、跟踪调节性能好、鲁棒性强、能消除不可测干扰。通过与状态反馈控制方法的仿真比较，验证了这种控制律的有效性和优越性。     

同步发电机励磁系统模型参数离线辨识自动寻优方法

针对传统同步发电机励磁系统模型参数离线辨识方法流程受人为主观经验影响大,难以获取最优参数的局限性,开展同步发电机励磁系统模型参数离线辨识自动量化寻优方法研究。首先在分析传统离线励磁系统模型参数辨识相关标准及流程的基础上,提出了励磁系统阶跃响应上升时间、峰值时间、超调量等性能误差指标的标幺化判定准则,然后基于提出的性能误差指标标幺化规则和优先级权重排序模型建立一种励磁系统模型参数辨识寻优方法与流程。案例分析结果表明,文中建立的励磁系统参数辨识寻优方法及流程可自动准确地获取设定条件下的励磁系统模型参数辨识的最优解,为提升励磁系统模型参数离线辨识的精确性和针对性提供了一种技术手段。     

计及TA传变特性的输电线路行波故障定位研究

研究了电流互感器非理想传变特性引起的行波信号畸变和对行波故障定位的影响。建立了电流互感器的高频电路模型，并由实验确定了电路模型参数，然后根据该模型对二次侧的畸变电流进行校正以逼近一次侧电流，从而减小由电流互感器非理想传变特性引入的误差。数字仿真和实验结果表明，该方法可有效地校正电流互感器引起的行波信号畸变和误差，提高行波故障定位的精度。     

采用最大-最小蚁群算法的励磁系统参数辨识

为获得发电机励磁系统准确的模型参数,对BPA(bonneville power administration)软件中励磁系统典型仿真模型进行深入分析,得到模型参数与励磁系统大、小阶跃响应特性的关联关系。结合实际情况,对需辨识参数进行筛选,对参数取值范围进行限制。采用最大-最小蚁群算法对参数进行辨识,先求得影响发电机空载电压小干扰阶跃响应特性的主要参数,再得到影响发电机空载电压大干扰阶跃响应特性的主要参数。BPA计算得到的辨识模型仿真曲线与实测数据吻合良好,仿真结果表明了辨识方法的有效性。     

双永磁同步电机系统非级联预测速度同步控制

针对传统双电机控制系统中,运动惯性以及响应不及时等影响速度同步精度和动态响应速度的问题,本文提出了一种双永磁同步电机系统非级联预测速度同步控制策略,将双电机系统看作一个多输入多输出系统进行统一建模,应用有限控制集模型预测控制设计一个紧凑的双电机系统控制器,并将速度同步误差、速度跟踪误差和电机运行性能同时引入模型预测控制的价值函数中,实现多变量的协同优化控制。此外,为满足实际用户需求,引入弱磁、电流限制两个前端模块实现对电压、电流的约束。最后通过仿真进行了转速阶跃信号跟踪、抗负载扰动等对比验证,结果证明所提出的非级联预测速度同步控制策略较传统交叉耦合控制策略能够更有效提升双永磁同步电机系统的转速同步控制性能     

灰色误差校正多变量动态矩阵控制

针对多变量系统耦合严重和特性时变的特点,提出了一种灰色误差校正多变量动态矩阵控制方法。该方法将原系统分解为多个多输入单输出子系统,根据动态矩阵控制设计了多个子系统的控制器,对多个控制器方程联立求解得到预测控制增量序列。以灰色多步误差预测校正替代原有算法的当前一步误差校正,用来克服对象时变所造成的模型失配的影响,并给出了灰色多步误差预测方法的稳定性分析。对300MW机组负荷系统的仿真表明,该方法减小了负荷和主汽压间的耦合;当对象特性变化时,能够实现超前调节,缩短调节时间。     

基于误差校正和自适应算子的SVR-PSO定位算法

针对室内复杂环境易受多径效应和非视距影响，导致RSSI值不可靠，影响SVR模型预测性能和系统定位精度的问题，提出一种基于误差校正和自适应算子的SVR PSO算法。该算法提出利用近邻参考标签的预测误差对待测标签的预测距离进行误差校正，从而弥补SVR模型因RSSI值不可靠而预测不准确的问题。然后构建求解待测标签位置坐标的非线性方程组，利用PSO算法迭代求解。针对标准PSO算法存在的易陷入局部最优且收敛速度慢的问题，设计了一种自适应算子，分别对PSO算法的惯性权重和学习因子进行改进。仿真结果表明，误差校正和自适应算子对提升室内定位精度均有一定的作用。与SVR PSO相比，系统平均定位精度提升了316%。在相同定位精度下，该算法使用的参考标签数量更少。     

行波超声电机极点配置自校正转速控制

研究两相行波超声电机的转速控制策略,采用基于阶跃响应的系统辨识方法,建立能够反映超声电机系统主要非线性特征的控制模型。在此基础上,设计了极点配置转速控制器。随后针对超声电机非线性对控制性能的影响,设计了基于模型增益的控制器参数自校正算法,实现了有效的超声电机转速闭环控制。所提控制算法在线计算量小,实验表明了其有效性。     

考虑风电预测误差时序性及风电可信度的双层优化模型

推动风电等清洁能源是实现双碳目标的有力举措。为此针对风电的不确定性，提出考虑风电预测误差时序性及风电可信度的双层优化模型。首先，根据风电预测误差的时序相关性优化预测误差分段数；然后，建立双层优化模型，日前阶段上层模型基于风电功率上下波动域以最大化利用风电和最小化发电成本及碳交易成本为目标函数，日内阶段基于风电概率性场景以最小化系统偏差校正成本及风险成本为目标函数，并考虑激励型需求响应，通过风电可信度耦合关联上下层模型；最后，以新疆某地区风电场数据进行仿真分析，结果表明所提模型能够降低系统风险成本，协调风电和火电的输出功率，并提高风电接入系统的整体经济性。     

基于CARIMA模型的锅炉燃烧控制系统设计及优化

针对燃煤锅炉实际运行工况,建立了锅炉燃烧系统的受控自回归积分滑动平均(CARIMA)模型,并对该模型设计了模糊预测控制器,根据广义预测控制(GPC)的自校正多步预测和反馈校正等特点,将模糊控制作为广义预测控制的校正调节;将锅炉燃烧控制系统划分为燃料量、送风量、炉膛压力3个控制子系统,采用模糊PID控制器对各控制子系统进行了优化.结果表明,优化后的燃料量控制系统在保证控制精度的基础上,使系统响应较平稳,跟踪速度更快;优化后的送风量和炉膛压力控制系统调节时间短,超调量和稳态误差均为0,且具有很强的抗干扰能力.     

基于神经网络非线性模型的多级工作点阶跃响应扩展DMC预测控制

利用前馈神经网络建立对象的非线性预测模型,在不同工作点对阶跃响应,建立它的局部线性模型,利用隶属函数进行加权得全局线模型,利用全局线性模型进行滚动优化,利用非线性预测模型校正线模型,实现非线性预测控制,仿真表明,文中提出了方法控制效果良好,满足实时要求。