基于改进粒子群优化算法的PID控制器参数整定

针对标准粒子群优化算法优化PID控制器参数存在的早熟以及陷入局部最优等问题,引入粒子二阶振荡环节、反向学习、自适应惯性权重,并结合设计的惯性权重动态调整策略、粒子越界随机反射墙,提出一种新型分阶段迭代的改进粒子群优化算法。在6个标准测试函数上进行测试,其性能相比于一些已有的改进粒子群优化算法更加优秀。将这些算法用于自动电压调节器系统的PID控制器参数整定,仿真结果表明,所提出的改进粒子群优化算法整定的PID控制器的控制效果更好。     

带有储能设备的智能电网电能迭代自适应动态规划最优控制

智能电网是新一代电网建设的目标,也是国际电力工业界的共同选择. 本文研究在储能设备接入电网情况下,建立一套基于自适应动态规划（Adaptive dynamic programming,ADP）的智能电网电能自适应优化控制的理论与方法,实现电网发电端以及用户端的智能交互,开辟对智能电网供需优化匹配与调控方法的新途径. 论文首先给出动态规划的最优性原理以及带有储能设备智能电网的运行方式并提出优化目标;然后,设计新型迭代自适应动态规划方法实现对储能 设备的最优控制,并证明自适应动态规划方法的收敛性,在理论上保证了对智能电网电能的优化;最后,给出仿真例子显示出所提出控制方法的有效性.     

浅谈煤矿生产中冲击地压的防治

本文主要通过对实际采掘中冲击地压的分类、特征以及出现的原因和防治措施进行了简要叙述,以期能够为安全生产提供合理化的建议。     

基于数据的智能电网电能自适应优化调控

智能电网是新一代电网建设的目标,也是国际电力工业界的共同选择。首次提出基于数据的自适应动态规划的智能电网电能自适应优化控制方法。无需智能电网的模型,采用智能电网数据获得智能电网的最优控制策略,有效地克服了智能电网系统模型难以建立的困难。首先,给出了智能电网的具体工作原理,列出了智能电网储能设备,风能、太阳能等清洁能源的运行原理。其次给出了基于数据的智能电网电能自适应优化调控方案。然后讨论了基于神经网络的自适应优化具体实现方案。最后给出仿真实例证明方法的有效性。     

基于自适应动态规划的一类带有时滞的离散时间非线性系统的最优控制策略

针对一类状态和控制变量均带有时滞的非线性系统的带有二次性能指标函数最优控制问题, 本文提出了一种基于新的迭代自适应动态规划算法的最优控制方案. 通过引进时滞矩阵函数, 应用动态规划理论, 本文获得了最优控制的显式表达式, 然后通过自适应评判技术获得最优控制量. 本文给出了收敛性证明以保证性能指标函数收敛到最优. 为了实现所提出的算法, 本文采用神经网络近似性能指标函数、计算最优控制策略、求解时滞矩阵函数、以及给非线性系统建模. 最后本文给出了两个仿真例子说明所提出的最优策略的有效性.     

智能控制：从学习控制到平行控制

20世纪60年代,学习控制开启了人类探究复杂系统控制的新途径,基于人工智能技术的智能控制随之兴起.本文以智能控制为主线,阐述其由学习控制向平行控制发展的历程.本文首先介绍学习控制的基本思想,描述了智能机器的架构设计与运行机理.随着信息科技的进步,基于数据的计算智能方法随之出现.对此,本文进一步简述了基于计算智能的学习控制方法,并以自适应动态规划方法为切入点分析非线性动态系统自学习优化问题的求解过程.最后,针对工程复杂性与社会复杂性互相耦合的复杂系统控制问题,阐述了基于平行控制的学习与优化方法求解思路,分析其在求解复杂系统优化控制问题方面的优势.智能控制思想经历了学习控制、计算智能控制到平行控制的演化过程,可以看出平行控制是实现复杂系统知识自动化的有效方法.     

智能小区商业模式及运营策略分析

现代化智能用电小区是智能电网建设的重要组成部分。在综合考虑了电、水、气高级量测、微电网分布式能源管理、电动汽车充电及相关节能技术的基础上,根据智能小区的技术发展现状,对智能小区商业模式从投资分摊类型、盈利模式和效益测算分析三个方面进行了探讨,并详细分析了各个方案的优缺点。此外针对基于运营模式研究的技术路线,分别从电力公司主导型、物业公司主导型、第三方公司主导型三个方面进行了分析对比,为用户及投资决策者提供了一个全面的决策信息支持。     

非侵入式负荷监测综述EI北大核心CSCD

非侵入式负荷监测通过对总负荷电表数据进行分析处理,能够实现对各个用电设备及其工作状态的辨识,可广泛应用于建筑节能、智慧城市、智能电网等领域.近年来,随着智能电表的大规模部署以及各类机器学习算法的广泛应用,非侵入式负荷监测引起了学术界与工业界的共同关注.本文对非侵入式负荷监测方面的研究进行综述.首先提炼非侵入式负荷监测的问题模型及基本框架;然后分别对非侵入式负荷监测的数据采集与预处理过程、负荷分解模型与方法、常用数据集及评估指标进行归纳总结;最后,对目前研究中存在的挑战进行分析,并对未来的研究方向进行展望.     

复杂无向网络连通性的一种高效判定算法

通信网络的拓扑结构连通性是多智能体系统一致性控制或编队控制等的理论前提.以往, 各种多智能体系统一致性控制或编队控制方面的文献仅侧重于控制协议、智能体动力学模型和控制律设计, 而缺乏对多智能体通信网络拓扑结构的连通性研究.网络连通性高效判定算法不仅是大规模多智能体系统一致性控制或编队控制的保证, 而且在图论、现代移动通信、计算机与交通等各种网络中有着重要和广泛的应用.针对复杂无向网络的连通性问题, 本文给出了一种新的高效判定算法、以及该算法的时间复杂度和空间复杂度的上界.该算法具有非常低的时间复杂度和空间复杂度, 且便于计算机实现, 因而具有重要的理论意义和广泛的实用价值.     

基于数据自适应评判的离散2-D系统零和博弈最优控制

提出了基于一种迭代自适应评判设计(ACD)算法解决一类离散时间Roesser型2-D系统的二人零和对策问题. 文章主要思想是采用自适应评判技术迭代的获得最优控制对使得性能指标函数达到零和对策的鞍点. 所提出的ACD可以通过输入输出数据进行实现而不需要系统的模型. 为了实现迭代ACD算法, 神经网络分别用来近似性能指标函数和计算最优控制率. 最后最优控制策略将应用到空气干燥过程控制中以证明其有效性.