电力信息相依网络去除重要相依边策略及其鲁棒性研究

去除相依边可有效增强电力信息相依网络的鲁棒性,然而随机去除相依边策略需要去除大量相依边,极大地破坏了网络的功能。基于此,提出去除重要相依边策略。建立符合实际的“部分一一对应”电力信息相依网络模型;提出相依边的重要性衡量指标,并根据此指标,提出去除重要相依边策略;利用WS-BA、ER-BA、GRID-BA三种异质电力信息相依网络进行仿真。仿真结果表明,所提出的去除重要相依边策略可在保持电力网络的功能下,显著提升电力信息相依网络的鲁棒性。     

考虑电力潮流特性的信息物理系统关键节点辨识

近年来,大停电事故表明电力故障的原因不仅停留在电力网,信息网故障也是其中之一.针对电力信息物理系统中信息的网故障问题,利用潮流传输指标、故障潮流分布、对系统安全影响这三个指标提出电力节点关键度定义,将其作为信息网监控系统的功能属性.结合信息网的结构和功能属性对信息节点的综合关键度进行定义.通过对IEEE57节点系统的脆弱性进行评估,发现高综合关键度信息节点故障会对系统造成更大的负荷损失.仿真结果表明,该综合关键度指标可有效识别信息网的关键节点.     

面向信息物理系统的覆盖网构造方法

信息物理系统的网络拓扑结构复杂,会极大影响系统中实时协同的通信效率.传统的路由算法已经无法满足日益增长的智能通信网络,为降低信息物理系统的网络延时,提出了基于改进变邻域搜索算法的信息物理系统覆盖网构造方法.首先针对信息物理系统覆盖网络节点选择方法,改进了变邻域搜索算法的领域结构和抖动方式.然后利用目标函数进一步优化覆盖...     

层次化信息物理中通信拓扑边权的优化设计方法

为提升层次化信息物理系统中一致性算法的收敛速度,研究在一定约束下各层通信拓扑中边权的优化设计方法.通过矩阵相似变换并利用给定矩阵特征值之间的并集关系,将原始优化问题建模成便于高效求解的半正定规划形式.最后通过仿真验证了该文所提的边权优化设计方法的有效性.     

安全关键信息物理系统的时序可预测性

安全关键的信息物理系统分为信息系统和被控的物理系统两个并发的子系统。其中信息系统具有分布式硬实时系统的特征,需要满足及时性和安全性要求,而时序可预测性是支持系统满足上述性质的关键。学术界对信息物理系统的时序可预测性的定义尚无统一认识。综述了信息物理系统的时序可预测性研究现状,总结提出了衡量系统可预测性的两个关键属性,包括时间可预测性和顺序可预测性。最后提出具有可预测性的信息物理系统的若干实现策略。     

信息物理系统在变压器稳压调节控制中的应用研究

考虑到现有变压器电压调节方法受调压档位限制,且电压调整判断依据为调度部门确定的电压曲线,难以实现灵活、高效、高精度的变压器输出电压稳定调节,提出一种基于信息物理融合系统的稳压动态调节方法以更好地解决变压器运行过程中出现的电压偏移问题。建立变压器的物理模型与信息模型,通过物理参数与信息属性的相互映射,利用动态链接对物理模型与信息模型在统一仿真平台上进行整合,建立变压器的信息物理融合系统模型,通过信息量对物理量的实时反馈作用机制,控制变压器原副线圈匝数比的自动调节,实现变压器输出稳压。仿真实验结果表明信息物理融合方法在变压器输出电压稳定调节应用中具有一定的有效性。     

基于自适应鲁棒性的入侵检测模型

传感器与网络技术的迅猛发展促进了信息物理系统的发展与应用.而传统网络系统的入侵检测技术已经发展成熟,信息物理系统(CPS)可以在借鉴传统网络系统入侵检测技术的基础上,结合自身特性进行改进.针对CPS所处地理位置复杂及网络传输不可靠导致的检测鲁棒性不高的问题,提出基于稀疏降噪自编码网络(SDAE)的入侵检测算法;同时,考虑到CPS对模型适应性及推广性的需求,将基于差分变换的头脑风暴优化算法(DBSO)与改进的自编码网络相结合,形成基于DBSO优化SDAE(DBSO-SDAE)的检测算法.该算法具有自动提取入侵数据最优特征表示的能力,同时在进一步提高模型鲁棒性的前提下,可极大地增强模型的适应性.仿真结果表明,所提出的DBSO-SDAE模型与其他模型相比,具有较高的鲁棒性、自适应性及较优的检测实时性,可极大地满足CPS对检测算法的高需求.     

基于规则推理的实时信息物理监控系统

基于规则的CPS监控方法在降低监控复杂度和提升监控灵活性等方面具有显著优势. 目前基于规则的CPS监控方法未考虑CPS监控场景的时间约束, 仅仅利用各种优化技术来缩短监控的响应时间. 为此, 本文基于实时规则引擎建立了一个CPS的实时监控系统RTCPMS. 该系统采用Rete网络表示监控规则, 其核心是一个新的实时推理算法Rete-TC. Rete-TC算法引入了规则截止期, 通过基于优先级的Beta节点调度方法, 使得CPS监控的时间约束尽可能地被满足. 模拟实验与智慧建筑应用案例验证了RTCPMS系统的有效性, 且实验结果表明其核心算法Rete-TC的调度成功率优于传统的规则推理算法Rete.     

矿山信息物理融合系统多节点智联策略

针对当前矿山信息物理融合系统(CPS)的通信节点无法与基于不同无线通信协议的感知节点实现智能连接的问题,在通信节点上集成多种通信模块构成多模态通信节点,提出了一种基于渐进式神经网络的矿山CPS多节点智联策略。采用渐进式神经网络控制多模态通信节点准确切换工作模态,实现异构无线通信网络自主建立;利用异步优势动作评价算法对渐进式神经网络进行深度训练,提高渐进式神经网络的收敛速度和训练精度。实验结果表明,该策略实现了多模态通信节点与多类感知节点之间的准确、可靠通信。     

基于角度域的FDD大规模MIMO系统开销优化

针对信道信息获取中导频开销与反馈开销过大的问题,研究了FDD大规模MIMO系统的开销优化。基于信道角度域大尺度参数的多样性,引入成簇多径信道模型,设计了一种角度域的开销优化方案。在此方案中,通过广播预先设计的预编码码本和用户强度反馈,在基站侧建立角度域的拓扑关系,进行整体用户调度与预编码码本分配。在典型仿真场景下,与传统方案相比,系统开销平均减少60%,系统和速率平均提升35%。通过角度域的码本匹配,有效减少了系统开销,提升了系统性能。     

基于改进SPEA2算法的给水管网多目标优化设计

针对给水管网多目标优化设计问题,将管网造价、节点富余水头总和以及节点富余水头方差设为目标函数,从经济性和可靠性两方面对给水管网进行优化。为了获取多样性和收敛性好的解,本文结合选择机制中支配和分解的思想,引入参考向量到强度帕累托进化算法（strength Pareto evolutionary algorithm 2, SPEA2）中,配合支配强度进行解的选择。通过双环管网和纽约管网两个管网案例,仿真结果表明了所提算法在解决管网多目标优化设计问题上的有效性,并最终应用于实际的管网工程建设中。     

基于信息物理融合系统执行器输出事件的价值评价调度策略

对于信息物理融合系统状态转移实时过程会影响系统性能及其正确性的问题,针对执行器的输出事件驱动系统状态转移过程,提出一种基于信息熵与数据质量的执行器输出事件的价值评价调度策略——VE-IE&QoD。首先,以超致密时间模型表达事件的实时性,定义输出事件的自信息量、执行器的信息熵及其数据质量分别为价值评价的函数指标;然后,对执行器执行任务的过程进行价值评价,并考虑适当增加加权系数;最后,利用Ptolemy Ⅱ平台建立包含价值评价调度策略、传统最早截止时间优先（EDF）调度算法以及考虑信息熵的IE^*调度策略的离散事件模型。分析不同算法模型的运行情况,对比价值评价的变化以及执行时间,实验结果表明,价值评价调度策略可降低系统平均执行时间,提高内存使用效率与任务价值评价。该策略能在一定程度上提高系统性能及其正确性。     

基于双层复杂网络的城市交通网络协同优化方法

针对城市交通网络中旅客在公共交通出行路径选择时面临的地铁与公交双层网络在换乘衔接协同中存在的部分换乘站点之间距离过远、衔接导向不明确、局部换乘供需不平衡等问题，提出基于双层复杂网络的城市交通网络协同优化方法。首先，采用逻辑网络拓扑方法对城市交通网络进行拓扑，并基于复杂网络理论建立地铁-公交双层网络模型。然后，以换乘车站为研究对象，提出一种基于K-shell分解法和中心性权重分配的节点重要度评价方法，对大规模网络中的地铁、公交车站进行粗粒度和细粒度划分和识别，并在此基础上提出一种相互激励的双层城市交通网络协同优化方法，即在双层网络结构优化中引入复杂网络理论中对于网络拓扑中节点重要度的识别和筛选方法，通过对路径选择中高集聚效应的识别和有利节点的定位更新双层网络结构以优化现有网络的车站布局和衔接关系。最后，将提出的方法应用于成都市地铁-公交网络，优化了现有网络结构，得到了现有网络的最佳优化节点位置和优化数量，并且通过相关指标系统验证了该方法的有效性。实验结果表明，采用该方法优化32次后的网络全局效率达到最优，和平均最短路径的优化效果分别为15.89%、16.97%，旅客换乘行为提升57.44个百分点；优化方法对旅行成本在8000~12000 m的可达性影响最明显，优化效果平均达到23.44%；同时引入双层网络速度比和单位交通成本比，突出了不同运营状况下交通网络对协同优化过程的反应和敏感度的不同。     

基于强度Pareto进化算法的有约束并联混合动力汽车多目标优化

将混合动力系统多目标优化问题转化为单目标优化问题进行求解需要设置权系数。为避免设置权系数,研究基于强度Pareto进化算法（SPEA2）的有约束并联式混合动力电动汽车(PHEV)参数优化方法。该方法基于Pareto支配性原理判定候选方案的优劣,采用ADVISOR仿真PHEV,并将仿真所得的燃油消耗量与污染物排量作为候选方案的目标值。实验结果表明,该方法所获得的控制策略与传动系统参数,在提高PHEV工作效率、整车性能及降低燃油消耗与污染物排放等方面效果显著。     

新能源电力系统控制与优化

新能源电力的规模化开发以及传统能源的清洁高效利用已成为当前能源革命的主题.目前,我国新能源电力比例持续增加,但受限于化石能源占主导的电源结构,未来很长一段时间内我国将处于混合能源时代.强随机波动性、间歇性以及不确定性使得规模化新能源电力的消纳问题日益严重,我国弃风弃光现象十分突出.深入认知电源侧、电网侧、负荷侧的基本特性,着重解决其控制与优化难题,是实现新能源电力系统安全高效运行的基本前提.本文围绕电源效应、电网响应、负荷响应,着重从电网友好型发电控制、基于多源互补的火力发电弹性控制、适应高比例新能源电力消纳的电网调度控制、需求侧资源特性与主动适应控制以及基于分布式能源的微电网控制5个方面阐述了新能源电力系统局部与全局控制中存在的关键科学问题.     

基于复杂网络理论的铁路换乘系统鲁棒性分析

基于赋权二部图和复杂网络理论,构建铁路换乘系统的铁路线路网络模型和铁路站点网络模型,定义了站点节点和线路节点的权重计算方法,并结合节点度和节点权重,设计了铁路换乘网络针对异常攻击的鲁棒性分析方法.最后,分别对铁路线路网络模型和铁路站点网络在随机攻击和蓄意攻击下的可靠性进行了实验分析.实验结果表明,铁路换乘系统对于随机攻击具有较强的鲁棒性,而对于蓄意攻击则表现出极强的脆弱性.     

基于功能性电刺激的上肢康复系统条件反馈控制

功能性电刺激是脑卒中患者有效的康复方法,然而上肢肌肉的动态模型存在着强非线性、多源扰动、模型不精确和参数变化大等控制难点.为提高基于功能性电刺激的上肢康复系统的跟踪速度和扰动抑制能力,本文提出了一种基于条件反馈的比例–积分控制策略,条件反馈的设计用于提高系统的跟踪性能,通过比例–积分控制器抑制外部扰动与模型不确定性.通过单一变量法分析了控制器参数对控制效果的影响,提出了一种简单、实用的参数整定规则.基于Hammerstein肌骨系统模型,通过仿真验证了所提方法在保证闭环系统鲁棒性的前提下,与常规的比例–积分控制器相比在跟踪和扰动抑制性能方面的优势.最后,基于搭建的上肢康复系统控制平台,对不同实验者在不同目标输出力下进行对比实验,实验结果表明本文所提基于条件反馈的比例–积分控制策略的平均峰值量占比为9.22%,而对比控制策略的平均峰值量占比为17.80%,所提控制策略的平均单位误差绝对值积分指标是对比控制策略平均单位误差绝对值积分指标的70.43%,验证了本文所设计的控制策略在保证闭环系统鲁棒性的前提下具有更好的跟踪效果.     

基于人工蜂群优化法的多区域电力系统经济调度

针对多区域电力系统经济调度问题,在满足联络线传输限制、多种燃料特征、阀点效应和禁止运转区的约束条件下,综合考虑多区域电力负载成本最小的要求,建立数学计算模型,利用人工蜂群优化法快速地寻找全局最优解。通过两个不同规模、不同程度复杂性的仿真测试系统进行计算,结果验证了所提算法的可行性。考虑获得解的质量,将人工蜂群优化算法与DE、EP、RCGA算法进行对比分析,结果表明所提算法在实际电力系统中解决多区域经济分配问题具有有效性和优越性。