基于模糊线性化预测模型的HVAC系统温度控制

针对暖通空调（HVAC）系统难以控制的问题,提出一种基于max-product推理的Mamdani模糊模型预测控制策略．首先利用一步模糊预测模型的结构分析得到其解析表达式,获得系统在k＋1时刻的线性化预测模型;然后基于模糊线性化模型进行模型预测控制器设计．对HVAC系统的仿真和实验结果表明,该算法是一种跟踪性能好且鲁棒性强的有效控制算法．     

广义Nash平衡点和切换控制在对策论中的应用

通过把平衡点和决策者的动机耦合的方法,提出了广义纳什平衡点这一新概念.决策者的动机通常有两类：一是最大化自己的利益,另一则是最大化对手的利益.如果每一个决策者的动机都是第一类,一个理性的群体就会形成,整个系统最终会达到第一类平衡点（也就是经典的纳什平衡点）.如果每一个决策者的动机都是第二类,一个有智慧的群体就会形成,整个系统最终会达到第二类平衡点.同时,切换控制被用来帮助决策者确定他们的动机.     

基于混沌加密的DCT域盲数字水印算法

该文提出了一种基于混沌加密的盲数字水印算法,对水印信息采用混沌加密,并根据载体图像在DCT域中能量分布,通过比较中频子域的能量差异来实现水印的嵌入和盲提取。实验表明,该算法具有较好的不可见性,对JPEG压缩、剪切、替换、噪声污染等图像处理均具有较好的稳健性。     

基于无线局域网的室内临近位置检测代理实现

传统基于网络的位置服务系统主要是为远程用户提供查询移动对象位置的信息服务。而现有基于移动终端的位置感知服务不能满足位置上下文应用的要求．为了达到系统自动自发的上下文交互目的。需要在应用中定义一个位置检测代理来捕获移动设备的位置变化事件．生成有效的上下文信息．本文使用简单贝叶斯分类算法实现了基于无线局域网的临近位置检测代理．在室内环境中进行实验表明。该方法可根据实际需要调整位置检测的范围与准确度。具有可行性与灵活性．     

基于模型预测控制的统一电能质量调节器

随着电力电子器件和装置在电力系统中广泛应用,电网中的非线性负荷不断增加,进而导致谐波畸变大量产生,电能质量问题日益严重.为了改善电网电能质量,提出了基于模型预测控制理论以及卡尔曼滤波方法的统一电能质量调节器的设计.首先介绍了统一电能质量调节器的基本结构和基本原理,并进行建模得到其状态空间模型,然后在此模型基础上,采用卡...     

动态EEAC的自适应分段映射

在完整的扩展等面积准则(EEAC)算法流程中,动态EEAC(DEEAC)是在解析的静态EEAC(SEEAC)与精确的集成EEAC(IEEAC)之间的桥梁环节。为了更好地综合IEEAC的精确性与SEEAC的快速性,文中研究了DEEAC的分段数对完整EEAC算法性能的影响规律。并在此基础上,融合因果分析及机器学习方法,在DEEAC中采用自适应分段的泰勒级数展开及降维映射,以替代在故障中及故障后的2分段展开方式。根据DEEAC与SEEAC所得稳定裕度之差,定义算例的时变度指标,并据此自动调整DEEAC环节的分段数。对36套中国区域和省级电力系统数据的3 272个算例,包括对称及不对称故障在内的仿真结果表明:自适应分段的DEEAC比固定分段的DEEAC的计算量平均增加4%,但显著提升了强时变算例的分析精度,减小了稳定分类器的降效性误判率。     

考虑DLC空调负荷轮控的高压配电网无功优化模型

该文提出一种考虑直接负荷控制(direct load control,DLC)空调负荷轮控的高压配电网无功优化模型。先对DLC空调轮控的控制特性进行分析,针对台区内多台受控空调同时启动,结合空调负荷静态等值电路和台区电网戴维南等值,推导了对应负荷聚合商台区接入点的启动电压计算公式。在此基础上,从负荷侧和电源侧对高压配电网的无功优化问题进行建模,分别建立DLC空调负荷削减最优分配模型和考虑主变调压机构闭锁的无功优化模型。采用免疫遗传算法对前者进行求解,获取在DLC空调轮控的电压启动约束;将其约束引入到后者中,形成考虑DLC空调负荷轮控的高压配电网无功优化模型,再采用内点法进行求解。最后,通过成都某实际25节点的110kV高压配电网和一条负荷聚合商管理的10kV馈线系统的仿真分析,验证了所建模型的有效性。     

关于暂态稳定分析算例筛选的评述

算例筛选环节通过定性的机器学习或者定量的近似评估,快速识别出尽量多的稳定算例及失稳算例,以减少需要详细分析的算例数及总计算量。文中评述暂态稳定分析中的算例筛选所采用的假设、特征变量、分类规则及泛化能力。讨论数据驱动与模型驱动的融合,包括将因果元素引入分类器,将数据统计范式与模型仿真范式深度融合来提取知识。在稳定性理论指导下,建议两层框架的分类器:下层由若干个并行环节组成,各自采用不同近似程度的定量算法,取其输出数据作为上层分类器的输入。这些数据已经按近似的因果关系整合了大部分原始数据对暂态稳定性的影响,不但可提高分类器的正确识别率和强壮性,并可揭示误差机理、评估可信度及可接受度。