弹性水击情况下随机非线性水轮机的概率分布控制

针对随机激励下基于弹性水击的非线性水轮机系统,提出了一种新的概率分布控制方法。该方法首先采用正交分解和反馈理论的方法建立一个水轮机系统的耗散哈密顿模型。然后,利用获得耗散不可积哈密顿系统精确平稳解的技术,设计一个基于概率分布的控制方法,从而可以得到水轮机系统输出的一个预先设定的稳态概率密度函数(SPDF)值。此外,系统的稳定性分析是通过李雅普诺夫函数方法来证明受控系统的转移概率密度收敛于预先设定的稳态概率密度函数值。最后,通过系统仿真表明所提出的控制策略能够达到预期的控制效果,即系统输出量的转移概率密度能够在较短的时间里逼近到预先设定的目标稳态概率密度函数。     

随机激励下非线性水轮机系统的控制设计

针对一类随机非线性哈密顿系统提出了一种全新的反馈跟踪控制方法.该控制策略可以准确地控制系统输出的概率密度分布特性.闭环系统的稳定性也通过李雅普诺夫函数法得到严格的数学证明.最后,以随机非线性水轮机系统为例,详细演示了控制设计过程及其有效性.仿真结果表明,新的反馈控制策略可以使水轮机系统的输出满足预先指定的平稳概率密度函数.     

基于小波包和改进核最近邻算法的风机齿轮箱故障诊断方法

齿轮箱作为风力机组的核心部件,故障频发,研究风机齿轮箱的故障诊断方法意义重大。针对最近邻(KNN)诊断方法对离群噪声不敏感和诊断精度较低的缺陷,提出了基于小波包和改进核最近邻算法的风机齿轮箱故障诊断方法。该方法应用小波包分析技术对故障特征进行提取,利用互近邻准则将故障数据集中的离群噪声点剔除,构建出基于核空间的改进型最近邻分类决策规则来识别齿轮箱的故障类型。试验表明:该方法可以有效地提升故障诊断精度和鲁棒性,为智能诊断技术的研究提供新思路。     

一种基于改进模糊聚类算法的自适应典型日选取方法

考虑单一算法在选取典型日负荷曲线上的不足,将改进后的可能模糊C均值聚类算法（PFCM）与模糊线性判别法（FLDA）相结合提出一种新的集成聚类方法。首先将原有的PFCM改进,得到改进后的PFCM,并将其应用于最佳聚类数的选取;然后将改进后的PFCM与FLDA相结合,将该集成聚类算法应用于负荷曲线的聚类。最后,通过某电网全年负荷数据验证了所提方法在典型日选取上的有效性。     

随机部分可积拟哈密顿系统的概率密度追踪控制

目前非线性随机系统的控制方法存在设计复杂,计算成本高,以及缺乏稳定性或收敛性证明等缺点,针对这些问题,本文在作者前期研究的基础上发展了一种全新的针对部分可积的非线性随机系统的反馈控制,使得受控系统输出的稳态概率密度逼近事先给定的目标概率密度,并利用Lyapunov函数法证明受控系统的收敛性.数学仿真结果证明了这种方法的可行性和正确性.     

一种基于改进模糊聚类算法的自适应典型日选取方法

考虑单一算法在选取典型日负荷曲线上的不足,将改进后的可能模糊C均值聚类算法(PFCM)与模糊线性判别法(FLDA)相结合提出一种新的集成聚类方法.首先将原有的PFCM改进,得到改进后的PFCM,并将其应用于最佳聚类数的选取;然后将改进后的PFCM与FLDA相结合,将该集成聚类算法应用于负荷曲线的聚类.最后,通过某电网全...     

含高比例可再生能源的电力系统随机分布控制

为解决高比例可再生能源并网造成的电网电源不确定性、随机波动等问题.根据拟哈密顿系统理论建立了含有随机扰动的电力系统模型.利用随机平均方法,对电网的随机稳定性进行理论分析.推导获得了使系统输出满足目标概率密度的随机分布控制律,并用李亚普诺夫函数方法证明了该受控系统的稳定性.通过在多机电力系统中的应用,验证了该方法的可行性和有效性.     

非线性随机系统的概率密度追踪控制

针对目前非线性随机系统控制方法的设计复杂、 计算成本高以及缺乏稳定性或收敛性证明等缺点, 提出了一种全新的基于等效非线性系统法求近似稳态解的思想设计的非线性随机系统的反馈控制, 使受控系统输出的稳态概率密度函数逼近事先给定的目标概率密度函数. 利用 Lyapunov 函数法证明了受控系统的收敛性. 数学仿真结果证明了这种方法的可行性和正确性.