通信机楼配电系统蓄电池组的优化控制

随着移动通信业务的发展,移动机楼配电系统的变压器和油机容量已处于饱和状态.造成机楼动力供电紧张,在变压器和油机没有扩容之前,已经无法再增加急需的通信负荷.针对移动通信机楼动力系统的特点,本文在分析动态规划的方法的基础上,提出了动态规划的改进算法,实现蓄电池组的充电过程优化控制,最大程度地释放出移动通信机楼的备用动力容量.用于扩容新的通信设备.并通过仿真,验证了在对蓄电池组的优化控制电后可释放出可观的容量.为移动通信机楼的设备扩容提供了一种快捷、方便而且成本很低的途径.     

一种轨道交通车辆用蓄电池组的测控系统

介绍了一种用于轨道交通车辆蓄电池组的测控系统,它可以监测蓄电池状态,控制蓄电池的充电过程。还详细说明了测控系统的系统结构和蓄电池管理方法。     

混杂系统优化控制的动态规划方法研究

研究了末态自由、时间一定的混杂系统的最优控制问题. 提出了基于可达网络的混杂系统优化控制的动态规划方法. 这种方法能够给出问题的全局最优解, 并有效地降低系统的计算量.     

蓄电池组的安全防护

对于中国目前数据机房蓄电池组的安全防护情况进行分析,对目前维护现状、常见故障、安全防护的相关措施进行了阐述.     

混杂系统优化控制的动态规划方法研究

研究了末态自由、时间一定的混杂系统的最优控制问题.提出了基于可达网络的混杂系统优化控制的动态规划方法.这种方法能够给出问题的全局最优解,并有效地降低系统的计算量.     

面向通信基站的蓄电池组在线监测系统设计

面向通信基站备用电源管理设计并实现了一种蓄电池组容量在线监测系统。系统采用基于Modbus总线的主从结构,使用消息派遣机制对任务间消息传递进行统一管理,可实现蓄电池单体电压、组压、放电电流和温度数据的实时采集、存储和处理。针对基站蓄电池组的串联结构,设计了一种基于BP神经网络的安时电池容量估计方法。实验数据表明:该系统具有估计精度高,测试效率高的特点,可满足实际应用需要。     

基于单亲遗传算法混合动态规划的电动汽车充电调度优化策略

充电调度是电动汽车运营的一个重要内容,合理有效的充电策略在帮助运营商降低成本的同时还能减轻电网高峰时段的供电负担。从充电站运营商的角度出发,在实时电价和每个充电任务时间必须连续的假设下,建立了一个电动汽车充电成本最小模型,给出一个单亲遗传算法混合动态规划的两阶段常规充电调度算法。与电桩一旦闲置即刻分配车辆进行充电的策略以及传统单亲遗传算法相比较,该充电调度策略在电桩负载均衡的情况下有效降低了电费成本,说明了算法的有效性。此外,实验结果表现出了充电任务在多数相同时段聚集从而避开高电价时段的特征,说明充电策略对减轻高峰时段的电网压力也有一定帮助。     

基于动态规划的约束优化问题多参数规划求解方法及应用

结合动态规划和单步多参数二次规划, 提出一种新的约束优化控制问题多参数规划求解方法. 一方面能得到约束线性二次优化控制问题最优控制序列与状态之间的显式函数关系, 减少多参数规划问题求解的工作量; 另一方面能够同时求解得到状态反馈最优控制律. 应用本文提出的多参数二次规划求解方法, 建立无限时间约束优化问题状态反馈显式最优控制律. 针对电梯机械系统振动控制模型做了数值仿真计算.     

基于CAN总线的蓄电池组充放电集散控制系统的设计

针对蓄电池组充放电过程中参数检测控制这一工程实际问题,提出了一种基于CAN总线的蓄电池组充放电集散控制系统方案,重点介绍CAN总线特点、控制系统设计、节点单元电路及程序设计。     

基于Nios Ⅱ的蓄电池组在线监测系统的设计

蓄电池组是一种常用的后备电源设施.为确保电力系统自动化设备不间断地运行,蓄电池组自身的运行状态必须得到有效监控.介绍了一种基于Nios Ⅱ软核的蓄电池组在线监测方法.系统在Cyclone系列EP1C12Q芯片上,采用了Nios Ⅱ来配置核心处理器,并提出了一种抗高共模电压的模拟量信号过程通道,实现了对蓄电池电压的在线检测.该系统具有高可靠性、高效率、低功耗和低成本等特点.     

基于动态通信调度的网络化系统最优控制

针对存在介质访问约束的网络化控制系统,研究其中的控制和通信协同设计问题.将网络化控制系统建模为输入矩阵随介质约束而变化的切换系统,运用最优控制理论和切换系统分析方法,设计了可动态调度的最优控制器及实时切换规则,并分析了动态调度下闭环网络化控制系统的稳定性,最后通过仿真验证了该方法的有效性.     

基于自适应动态规划的矿渣微粉生产过程跟踪控制

矿渣微粉是一种新型绿色环保型建材,可以大大提高水泥混凝土的力学性能.本文以矿渣微粉生产过程为研究对象,针对该过程难以通过机理建模进行辨识和控制的特点,利用数据驱动的思想,建立矿渣微粉生产过程的递归神经网络模型.在此基础上,利用自适应动态规划,设计具有控制约束的跟踪控制器,并将其应用到矿渣微粉生产过程中.仿真分析表明,建立的数据驱动模型能够有效地辨识矿渣微粉生产过程,同时,本文提出的控制方法能够实现输入受限的微粉比表面积及磨内压差的最优跟踪控制.     

基于广义模糊双曲模型的自适应动态规划最优控制设计

为连续非线性系统提出了一种有效的最优控制设计方法. 广义模糊双曲模型(Generalized fuzzy hyperbolic model, GFHM)首次作为逼近器用来估计 HJB (Hamilton-Jacobi-Bellman)方程的解 (值函数,即它是状态与代价函数之间的映射), 然后,利用该近似解获得最优控制. 本文方法只需要一个GFHM估计值函数. 首先, 阐述了对于连线非线性系统最优控制的设计过程; 然后,证明了逼近误差是一致最终有界的 (Uniformly ultimately bounded, UUB); 最后, 一个数值例子验证了本文方法的有效性. 另一个例子通过与神经网络自适应动态规划的方法作比较, 演示了本文方法的优点.     

Optimal Control for a Class of Complex Singular System Based on Adaptive Dynamic Programming

This paper presents a new design approach to achieve decentralized optimal control of high-dimension complex singular systems with dynamic uncertainties. Based on robust adaptive dynamic programming (robust ADP) method, controllers for solving the singular systems optimal control problem are designed. The proposed algorithm can work well when the system model is not exactly known but the input and output data can be measured. The policy iteration of each controller only uses their own states and input information for learning, and do not need to know the whole system dynamics. Simulation results on the New England 10-machine 39-bus test system show the effectiveness of the designed controller.      

基于自适应动态规划的城市交通信号优化控制方法综述

针对日益受到重视的自适应动态规划(Adaptive dynamicprogramming, ADP)的方法和应用进行了概述. 详细分析了自适应动态规划的关键问题, 如收敛性、稳定性和协调性的研究现状和趋势. 介绍了城市交通信号控制问题的特点和目前采用的控制方法, 以及自适应动态规划方法在街区路口和快速路入口匝道的交通信号优化控制的应用现状和前景.     

Parallel Control for Optimal Tracking via Adaptive Dynamic Programming

This paper studies the problem of optimal parallel tracking control for continuous-time general nonlinear systems. Unlike existing optimal state feedback control, the control input of the optimal parallel control is introduced into the feedback system. However, due to the introduction of control input into the feedback system, the optimal state feedback control methods can not be applied directly. To address this problem, an augmented system and an augmented performance index function are proposed firstly. Thus, the general nonlinear system is transformed into an affine nonlinear system. The difference between the optimal parallel control and the optimal state feedback control is analyzed theoretically. It is proven that the optimal parallel control with the augmented performance index function can be seen as the suboptimal state feedback control with the traditional performance index function. Moreover, an adaptive dynamic programming (ADP) technique is utilized to implement the optimal parallel tracking control using a critic neural network (NN) to approximate the value function online. The stability analysis of the closed-loop system is performed using the Lyapunov theory, and the tracking error and NN weights errors are uniformly ultimately bounded (UUB). Also, the optimal parallel controller guarantees the continuity of the control input under the circumstance that there are finite jump discontinuities in the reference signals. Finally, the effectiveness of the developed optimal parallel control method is verified in two cases.      

基于动态规划方法优化关联规则发现

为了得到准确可信任的关联规则,将关联规则的发现归纳为多阶段决策问题,利用动态规划方法对关联规则发现进行优化分析.通过条件概率分析,计算出了动态规划状态转移方程和最优期望代价方程,并得到了关联规则发现的决策策略.该策略不需要每一步计算条件概率,其实现平稳方便.最后给出了一个应用例子,并通过模拟实验将该方法与增量关联规则挖掘进行了比较分析,实验结果证明了该方法的有效性.     

一种基于子空间划分的最优k-匿名动态规划算法

目前大部分k-匿名算法未能有效兼顾算法效率和发布数据的可用性.从子空间划分的角度研究基于空间多维划分的最优k-匿名问题,发现所有可能的子空间数量远小于所有可能的划分数量,并从理论上分析基于子空间划分的最优k-匿名问题具有最优子结构性质,从而设计出基于子空间划分的隐私保护最优k-匿名动态规划算法k-ASPDP.实验对算法k-ASPDP发布数据的可用性及算法效率与同类算法进行比较分析.实验结果表明,算法k-ASPDP是有效可行的.