复杂电网连锁故障的GSPN模型研究

在探讨了Petri网理论和复杂电网连锁故障机理的基础上,提出一种基于广义随机Petri网(Generalized Stochastic Petri Net,GSPN)的电网连锁故障模型.围绕了负荷这一影响连锁故障发生和传播的最重要物理量,结合故障发生的概率,对连锁故障的发生机理和传播过程进行了理论分析和系统建模.该模型很好地模拟了传输线因过负荷发生故障的场景,不但反应各个传输线之间的相互作用,还反应了过负荷情况下负荷的再分配.通过对BPA九节点系统进行建模分析,验证了所提出的GSPN方法的可行性.     

基于UML和Petri网的电力系统恢复模型

为了描述电力系统恢复过程,提出了基于UML的电力系统恢复过程建模方法,使用类图表示参与电力系统恢复的主要元件的静态特性,使用状态图表示各元件的动态特性。对所建模型进行了仿真和验证,提出了将UML模型转化为赋时Petri网的方法,将UML模型的操作转化为Petri网中的变迁,将UML模型中操作的输入、输出及约束表示为Petri网的库所。以IEEE RTS-96系统验证了所提方法的可行性,该方法易于对电力系统恢复过程进行模型化分析和软件实现。     

基于GSPN与BN的测试性建模方法

针对目前主流建模方法是基于测试结果可靠的假设条件前提,难以得到故障和测试之间准确的信息描述的问题,提出基于概率广义随机Petri网的测试性建模新方法。首先对主流建模方式和广义随机Petri网建模方式进行对比,阐明主流建模方式存在的问题,以及选择广义随机Petri网建模的原因;然后对Petri网原理进行分析,并将概率理论引入广义随机Petri网模型中,采用贝叶斯网络获取模型节点的条件概率,也是首次将贝叶斯网络和广义随机Petri网结合;最后对某导弹发动机系统进行建模,得到故障和测试的概率相关性矩阵,并对测试性指标进行求解。通过对比原有模型的相关性矩阵和本文所得到的概率相关性矩阵,验证了所提方法的可行性和准确性。     

基于模糊Petri网的用电信息采集系统故障诊断方法

采用一种模糊Petri网理论与专家系统结合的方法对用电信息采集系统整体进行故障诊断,提高了用电信息采集系统故障诊断的效率。根据用电信息采集系统故障逻辑关系,结合Petri网建模方法,建立模糊故障Petri网模型;通过逆向推理的方法,实现系统运行状态的准确评价。最后结合实例对故障诊断的推理过程进行了验证,证明了该方法的可靠性和合理性。     

电动机故障诊断的Petri网方法

Petri网是异步并发诊断系统建模与分析的一种重要工具,它可以利用图形语言对故障诊断系统的结构、功能及流程进行系统的分析和描述,在故障诊断领域得到了越来越广泛的应用.论述了Petri网的矩阵描述方法以及Petri网建模的一般方法.根据文中给出的电动机常见故障及其征兆表提出了一种电动机故障诊断Petri网模型,该模型只需经过简单的矩阵运算即可实现电动机故障的快速离线诊断.与传统的电动机故障诊断人工智能方法相比,具有简单直观,诊断速度快,准确度高的优点.并用搜集到的实例进行了验证,表明该诊断方法是迅速、准确的.     

基于编码PETRI网的电力系统故障诊断模型研究

文中对基于编码原理和Petri网建模方法的电力系统故障诊断进行了进一步的研究,介绍了冗余嵌入Petri网、Petri网的故障模型及根据范德蒙矩阵构造生成矩阵的方法;重点分析了电力系统元件故障诊断Petri网模型的特点：母线及线路的Petri网模型的标准型与电网规模无关等;提出了电网拓扑结构发生变化时模型的快速修正方法,即根据模型标准型进行添加或删减,以使该方法更加适应大型电网多变的运行方式.以IEEE-118母线系统为例验证了故障诊断的正确性和模型修正方法的快速性.最后,经对文中方法和文献中的另外2种方法进行比较,证明文中方法具有诊断速度快,精度高,具有电网拓扑结构变化能力,适用于大型电网故障诊断.     

Petri网用于工作流建模可行性研究

工作流技术作为一种过程建模的核心技术,在计算机应用领域获得了迅速的发展.首先介绍了过程建模方法的评价标准,然后讨论了工作流建模的几种主要方法,最后通过比较分析,得出使用Petri网建模要优于其他的建模方法.     

IEEE488总线握手协议的Petri网建模和分析

IEEE488总线是在自动化测试领域有着广泛应用的通用仪器总线，Petri网是系统建模仿真和模型验证及性能评价的理论和工具，但却很少用于测试领域。本文建立了IEEE488总线中三线握手协议的Petri网模型，直观、形象、准确地表示了源方和受方之间数据传递的过程和时序关系；通过可达树和事件图分析，得到了该Petri网模型是活的、有界的、安全的、守恒的，证明了IEFE488总线的异步并行通信协议的可靠性。还通过引入时间Petri网，提出了总线的数据传输速率的计算方法。     

基于有色Petri网的电力系统故障诊断模型研究

现有的基于Petri网的电网故障诊断模型通用性不强,针对大电网建模时模型结构较复杂.建立了一种基于有色Petri网的电网故障诊断模型,用不同的单色代表保护类型、断路器和电网元件,根据保护原理和网络拓扑组合成复合色,用带有这些颜色标记的托肯表示不同类型的状态信息.同时建立有色Petri推理过程,给出变迁的点火规则,根据有色Petri网的推理规则进行推理获得诊断结果.通过对110 kV局部电网和某省局部电网的仿真验证表明:该方法对简单和复杂故障均能获得正确的诊断结果,并且推理速度快,模型简便,网络拓扑和保护配置的改变不影响模型结构,是一种通用性较强的电网故障诊断方法.     

基于对象Petri网技术的电力系统故障恢复方法

应用Petri网技术求解电力系统故障恢复问题具有模型直观、过程清晰等优点,还能够描述恢复过程中的并发与资源竞争问题.但在利用Petri网对大系统建模和分析时会遇到组合爆炸问题,从而限制了它的应用范围.文章构建了基于面向对象Petri网技术的电力系统故障恢复计划生成算法,降低了大系统Petri网模型的维数,简化了建模和求解工作.通过分析给出了算法的对象划分、结构封装、对象间的消息传递关系以及图形化的建模;所设计的对象结构及对象关系保证了系统的安全性;引入了带有寻优意义的冲突消解策略,保证在有限资源的条件下得到优化的恢复方案;利用回溯策略解决了死锁问题.最后结合算例阐述了具体的技术方案.算例结果表明了该方法的有效性.     

微机保护中卡尔曼滤波模型参数的选择

卡尔曼滤波,是线性、无偏、最小方差的实时递推滤波,是一种高效、优化的数据处理方法。以输电系统的二状态电压模型和三状态电流模型的滤波模型参数的确定,进行了分析研究,以具体线路(山东邹县——潍坊500kV数学仿真线路)为例作了短路过程基频电压和电流分量的最优估计,获得了一套适合于各种故障情况的模型参数。此模型参数之滤波精度和收敛速度俱称满意。本法实时计算简单,特别适合于在高压输电线路的微机保护上应用。     

基于递归等权组合模型的中长期电力负荷预测

针对电力负荷预测中单一模型不能充分利用数据信息和对其内在规律考虑不完全的问题,文中采用基于递归等权的组合预测模型,通过灰色关联度法对多个单一模型进行筛选,并确定参与组合的模型。再由递归等权法实现了对参与组合的各单一模型的变权重处理,有效地考虑各单一模型的预测好坏的变化。最后,通过对某地区最大负荷进行预测,对比单一模型与递归等权组合预测模型的预测误差。结果表明,递归等权组合预测模型比各单一预测模型的误差都小,从而验证了该模型能有效提高电力系统负荷预测能力,其精度高、结果可靠。     

新型RBF神经网络及在热工过程建模中的应用

文中提出了一种基于免疫原理的新型径向基函数（RBF－Radial Basis Function)神经网络模型。该模型利用人工免疫系统的记忆、学习和自组织调节原理，进行RBF神经网络隐层中心数量和位置的选择，并采用递推最小二乘算法确定网络输出层的权值。将这种新型的RBF神经网络应用于建立热工过程的非线性模型。仿真研究表明，这种建模方法不仅计算量较小，而且精度高，并有较好的泛化能力。     

Some asymptotic results in recursive identification using laguerre models

This paper deals with recursive identification of time-varying systems using Laguerre models. Laguerre models generalize finite impulse response (FIR) models by using a priori information about the dominating time constants of the system to be identified. Three recursive algorithms are considered: the stochastic gradient algorithm, the recursive least squares algorithm and a Kalman-filter-like recursive identification algorithm. Simple and explicit expressions for the model quality are derived under the assumptions that the system varies slowly, that the model is updated slowly and that the model order is high. The derived expressions show how the use of Laguerre models affects the model quality with respect to tracking capability and disturbance rejection.     

基于辅助变量的永磁同步直线电机系统辨识研究

针对永磁同步直线电机系统在有色噪声干扰下的辨识问题,提出了一种基于辅助变量的模型参数辨识方法。分析并建立了永磁同步直线电机的数学模型和系统的开环传递函数,引入辅助变量对标准的递推最小二乘法进行改进,对夹杂有色噪声数据的系统模型进行参数辨识。同时,基于固定模型的变回归估计方法（FMVRE）辨识了系统中可能存在的纯延时环节因子。仿真结果表明:在有色噪声影响下,辅助变量递推最小二乘法的辨识精度要高于标准的递推最小二乘法,各参数估计值的误差均在4%以下,并且额外增加的计算量较少。辨识实验的结果也证明了辅助变量递推最小二乘法能够在有色噪声干扰下辨识出较为精确的系统模型。     

Recursive decision-making feedback extension (RDFE) for fuzzy scheduling scheme applied on electrical power control generation

A new decision feedback extension (DFE) and an alternative application to schedule industrial processes are presented. The DFE is defined as a recursive decision feedback extension (RDFE), where the recursive part is developed to assign the probability of occurrence in the operation of a set of machines working together using an objective function of production. The fundaments of fuzzy factors and the principle of maximum membership function are used to develop the new extension. At last, RDFE is proposed to generate a fuzzy scheduler, which is used to apply an intelligent control scheme to a hydropower station.     

Recursive least squares estimation methods for a class of nonlinear systems based on non-uniform sampling

Many dynamic processes in practice have nonlinear characteristics and must be described by using nonlinear models. It remains to be a challenging problem to build the models of such nonlinear systems and to estimate their parameters. This article studies the parameter estimation problem for a class of Hammerstein-Wiener nonlinear systems based on non-uniform sampling. By means of the auxiliary model identification idea, an auxiliary model-based recursive least squares algorithm is derived for the systems. In order to enhance the computational efficiency, an auxiliary model-based hierarchical least squares algorithm is proposed by utilizing the hierarchical identification principle. The simulation results confirm the effectiveness of the proposed algorithms.     

黑龙江省电网三年计划滚动计算分析

根据黑龙江省电网“十二五”主网架滚动规划报告,预计黑龙江省电网2014年—2016年网架变化较大,所以,为掌控未来几年黑龙江省电网运行状况,笔者对2014年—2016年黑龙江省电网进行了滚动计算分析,研究了电网重大方式变化及影响,即对电网稳定水平、潮流分布和短路电流水平等进行了计算分析,提前发现电网的薄弱环节,并提出中期补强方案.     

基于递归小波的相量测量算法

传统傅里叶变换算法在电网处于非稳定情况时,会由于异步采样产生栅栏效应和频谱泄漏的问题,为相量测量带来很大的误差。而小波变换是以频带的方式处理信息,对非平稳信号具有良好的识别能力。递归小波由于构造特点,通过z变换后,可以进行递归运算,便于相量估计的实现。为此提出一种自适应调节小波尺度因子的方法,利用递归小波解决电力信号的相量测量问题。主要针对电网中常见的谐波干扰、频率偏移以及故障时电力信号含有直流衰减分量等情况,应用理想信号以及PSCAD/EMTDC仿真信号检验算法的性能。大量仿真分析表明:该算法在电网频率偏移时能够精确地对信号进行相量测量,具有良好的自适应性,对含有各种干扰的电力信号也具有良好的测量能力。     

A practical software-only noncausal predictive video codec for low-bit-rate multimedia applications

A new coding scheme for bit rates below 150 Kb/s is proposed. The scheme combines (i) three-dimensional (3D) noncausal recursive prediction, (ii) vector quantization, and (iii) conditional replenishment. The 3D noncausal prediction model provides an alternative to causal (or unilateral) prediction, yet is not commonly used since it precludes recursive computations owing to its bilateral nature. This paper shows how to obtain a practical, near-optimal recursive implementation of the 3D noncausal video model and demonstrates its application in video compression. The proposed video codec is shown to produce high-quality compressed video at bit rates below 150 Kb/s. In contrast to the International Telecommunication Union (ITU) H.263 standard, the video codec exhibits acceptable video quality with a higher peak signal to reconstructed noise ratio (PSNR).